Primeiro, uma breve introdução ao conceito de automação nesse contexto:
A automação do NOC envolve a implementação de ferramentas e processos que transferem tarefas repetitivas do dia a dia de humanos para máquinas. Isso simplifica as operações e torna o NOC mais eficiente e eficaz como motor de monitoramento e suporte.
O aprendizado de máquina nos permite expandir o que pode ser automatizado além do básico e repetitivo. Com seu incrível poder de processamento e a capacidade de “aprender” como a IA, ela automatiza — total ou parcialmente — atividades mais “baseadas no conhecimento”, como:
- Correlacionando dados de alarme
- Gerando e enriquecendo ingressos
- Gerenciando notificações e escalonamentos
Pensando Claramente sobre o NOC Autônomo
A promessa do que o AIOps pode (e provavelmente será) capaz de fazer no futuro pode borrar as expectativas do que realmente é possível hoje.
Vamos deixar claro o que é possível atualmente e o que ainda está por vir:
Embora o AIOps detenha o poder de entregar muitas novas capacidades, a aplicabilidade imediata no suporte NOC assume a forma de aumentar os processos de suporte ao automatizar tarefas de baixo risco e melhorar a precisão de outras.
O quão grande é o papel que essas ferramentas podem desempenhar também é um ponto importante para estabelecer expectativas razoáveis. Pode ser tentador, por exemplo, esperar que o AIOps execute operações de suporte de forma autônoma. Uma operação completa de NOC — equipe 24 horas por dia, 7 dias por semana, interagindo com múltiplas equipes internas, cada uma oferecendo uma variedade de habilidades e conhecimento do cliente, e uma rede de terceiros (provedores de nuvem e SaaS, data centers, provedores de circuitos, suporte de campo) — ainda desempenha um papel substancial na manutenção da disponibilidade e desempenho da infraestrutura para garantir a satisfação do cliente.
Se um futuro totalmente autônomo é sequer possível, ele está longe o suficiente para ser ignorado por enquanto. No entanto, à medida que as ferramentas de aprendizado de máquina consomem e processam mais dados, elas inevitavelmente se tornarão mais inteligentes e capazes, permitindo análises mais aprofundadas enquanto identificam problemas mais rapidamente e preveem problemas mais cedo.
Novas Soluções para Problemas Antigos
Uma pesquisa de 2018 realizada pela 451 Research constatou que 64% das equipes de infraestrutura de TI viram suas cargas de trabalho aumentarem em relação ao ano anterior. Estudos como este e nossas observações ao conversar diariamente com profissionais de TI deixam claro que, à medida que os ambientes se tornam maiores e mais complexos, as cargas de trabalho continuam crescendo sem um aumento correspondente nos recursos necessários para gerenciá-los.
Parte da empolgação em torno do AIOps não é apenas que as máquinas agora podem assumir essa carga de trabalho crescente; é que as máquinas conseguem fazer parte desse trabalho significativamente melhor e mais rápido do que os humanos jamais poderiam, resolvendo assim alguns problemas antigos que atormentam os NOCs há anos.
Um desses problemas antigos é o ruído do alarme. O AIOps pode analisar e correlacionar milhões de pontos de dados — muito mais do que qualquer equipe humana jamais poderia — para melhorar drasticamente a relação sinal-ruído, revelar problemas reais e agrupar eventos de forma inteligente para isolar as causas raiz.
Outro problema legado que o AIOps ajuda a resolver é a previsão e prevenção de interrupções. Com a capacidade de analisar tantos dados, o AIOps pode identificar anomalias sutis e reconhecer padrões que, de outra forma, passariam por entre os dedos dos engenheiros humanos. Com sua incrível velocidade de processamento, essas ferramentas podem identificar indicadores sutis de problemas iminentes para ajudar a prevê-los e preveni-los antes que ocorram. É uma capacidade genuinamente transformadora que pode economizar quantias incalculáveis de dinheiro em prevenção de quedas.
Juntas, essas capacidades eliminam os obstáculos que impedem o NOC de cumprir seu trabalho principal: melhorar o tempo de atividade e o desempenho, acelerar a resposta a incidentes e prevenir quedas — tudo isso enquanto simplifica a operação do próprio NOC.
Como a AIOps está aprimorando os processos centrais de NOC hoje
Quase toda questão operacional imaginável dentro do NOC está enraizada em pelo menos um de seus processos fundamentais:
- Monitoramento e Gestão de Eventos;
- Gestão de Incidentes;
- Gestão de Problemas, e
- Gestão de Mudanças.
Um problema em qualquer um desses processos pode desencadear uma cascata de problemas que impedem o NOC de cumprir seu trabalho em outros.
Por exemplo, se o NOC não pode operar de forma eficiente, os processos de Gerenciamento de Incidentes não podem ser executados rapidamente para detectar e corrigir problemas. Conectar dados de eventos com mudanças de configuração passadas torna-se impossível. No fim das contas, oportunidades valiosas para melhorar a infraestrutura, a disponibilidade de aplicativos e as operações de suporte são perdidas. Os custos resultantes são altos, tanto em despesas financeiras, reputação do cliente quanto em moral da equipe.
Ao aproveitar capacidades de análise que superam em muito até mesmo o que os melhores especialistas humanos podem alcançar e automatizar certas tarefas, o AIOps elimina as ineficiências subjacentes que causam tantos problemas operacionais, ao mesmo tempo em que traz um novo nível de capacidades de análise de dados. Os padrões que ele revela em torrentes de dados em todo um ambiente de TI não são métricas de vaidade; eles fornecem inteligência clara e acionável para fundamentar as decisões de apoio ao NOC.
Deixe uma resposta