[ad_1]

اتوماسیون بیشتر عملیات IT ممکن است در مسیر صنعت و بخشهای تنظیم شده ای باشد که هنوز توانایی های آن را نپذیرفته اند.

گسترش منابع بیشتر و بیشتری که هوش مصنوعی و اتوماسیون را در عملیات IT وارد می کنند ، می تواند به سازمان ها کمک کند تا مشکلات را سریعتر تشخیص دهند و IBM معتقد است که چنین فناوری ارزش آن را در طی همه گیر و فراتر از آن ثابت می کند. با پیشرفت بیشتر AIOps ، رابین هرناندز از IBM Automation ، معاون رئیس مدیریت ابر ترکیبی و Watson AIOps ، با InformationWeek در مورد چگونگی اعمال اتوماسیون در مناطق بیشتر صحبت کرد و به CIO ها کمک می کند تا در وقت صرفه جویی کنند.

تصویر: Gorodenkoff - stock.Adobe.com

تصویر: Gorodenkoff – stock.Adobe.com

ما با هوش مصنوعی و اتوماسیون ، که بخشی از رشد DevOps هستند ، به سمت چه چیزی حرکت می کنیم؟

شما واقعاً به یک بستر هوش مصنوعی نیاز دارید که برای استفاده های مختلف در IT ، توسعه ، امنیت – چرخه حیات کامل DevSecOps اعمال شود. این اساس راهی است که ما به این مجموعه مشکلات می رسیم. بسیاری از فروشندگان دیگر روی یک یا دو رشته در IT ، به ویژه برای مثال ، مدیریت عملکرد تمرکز خواهند کرد. فروشندگان زیادی وجود دارند که عملکرد را کنترل و مدیریت می کنند و داده ها را در این مناطق جمع آوری می کنند و سپس تجزیه و تحلیل یا هوش مصنوعی را فقط برای این مشکل اعمال می کنند. ما می بینیم که این مسئله با بسیاری از مشکلات سر و کار دارد.

اگر یک پلتفرم هوش مصنوعی واقعی داشته باشید ، برای همه موارد از مسائل تصادف ، مدیریت تغییر ، مدیریت عملکرد درخواست می دهید. می توانید با تغییر فرایندهای خود از یک تیم عملیاتی فناوری اطلاعات که سیستم ها و اجزای آن را به سمت DevSecOps گرا و نزدیک به تجارت هدایت می کند ، آن را گسترش دهید.

با استفاده از فناوری اطلاعات ، مردم دوست دارند ببینند چه چیزی در زیر پوشش است بنابراین ، اتوماسیون در ابتدا آزمایش و غیرقابل اعتماد خواهد شد تا زمانی که ثابت شود می توان به آن اعتماد کرد و ما روی این موضوع بسیار متمرکز هستیم ، اطمینان حاصل کنیم که مدیران IT بخصوص به AI و توصیه های اتوماسیون که ارائه می دهیم اعتماد می کنند. با گذشت زمان ، آنها با این اتوماسیون احساس راحتی بیشتری می کنند و راحت تر می شوند.

بلافاصله ارزشی که آنها خواهند دید ، صرفه جویی در وقت و صرفه جویی در هزینه است. با اعتماد بیشتر به سیستم ، بخش اتوماسیون بهبود می یابد. از آنجا که آنها به سیستم اعتماد بیشتری دارند ، پلتفرم AI را برای استفاده های بیشتر پیاده سازی می کنند. ما می بینیم که این موارد در حال گسترش است مانند مواردی که شما در بسیاری از صنایع تحت نظارت مانند بهداشت ، بیمه ، دولت حسابرسی می کنید؟ امروز این یک فرایند کاملاً دستی است. ممکن است برخی از تابلوها و ابزارها را داشته باشند.

این ترکیبی از تعدادی از بازرگانان ، توسعه دهندگان ، افراد IT است که برای پاسخگویی به این ممیزی ها و الزامات نظارتی گرد هم می آیند. چگونه می توانیم با استفاده از هوش مصنوعی از داده هایی که آنها قبلاً تولید کرده اند ، استفاده کنیم ، آنها را جمع آوری کنیم ، و همچنین اتوماسیون و داشبورد را برای ساده سازی این فرایندها نیز فراهم کنیم؟ مواردی در مورد انطباق ، مقررات ، امنیت. همچنین مواردی درباره مدیریت هزینه.

امروزه از نظر توسعه فناوری اطلاعات در مورد هزینه واقعی یا بازده سرمایه گذاری برای یک سرویس یا برنامه اطلاعات بسیار کمی داریم. در بهترین حالت ، ما هزینه سرور ، هزینه کانتینر و منابعی داریم که می توانیم در فضای عمومی دریافت کنیم. با استفاده از هوش مصنوعی در این مورد ، با استفاده از هوش مصنوعی و داده های جمع آوری شده برای انجام تجزیه و تحلیل مبتنی بر هزینه در برابر یک سرویس یا برنامه در حال اجرا ، می توانید واقعاً تحلیل بازگشت سرمایه را انجام دهید. نه تنها م componentلفه محاسبات فیزیکی ، بلکه کلیه جنبه های مربوط به این سرویس است.

چه چیزی برای ایجاد اعتماد به نفس بیشتر در هوش مصنوعی و اتوماسیون در چرخه کار بسیار مهم است؟

سطحی از آموزش و شفافیت وجود دارد که ما در حال حاضر با بسیاری از مشتریان خود تجربه می کنیم. این بسیار شبیه روزهای ابتدایی مدیریت فناوری اطلاعات است ، زمانی که مردم می گفتند: “ما می توانیم همه این ابزارها را برای گردش کار داشته باشیم ، اما هیچ کس هرگز این فرآیندها را خودکار نخواهد کرد.” در پایان ، آنها این کار را کردند. مردم احساس راحتی بیشتری می کنند که این فرایند قابل تکرار است و می توان به این ابزار اعتماد کرد.

ما در زمینه تجزیه و تحلیل در مقابل یادگیری ماشین آموزش می بینیم. این با یادگیری ماشین و هوش مصنوعی ، جایی که شما از پردازش زبان طبیعی و مدلهایی استفاده می کنید که خطوط پایه را آموزش می دهند و محیط خود را یاد می گیرند ، این به چه معناست؟

IT را در مورد معنای این مورد و شکل ظاهری آن آموزش دهید و به آنها شفافیت دهید تا با استفاده از ابزارهای گرافیکی و داشبورد آن را ببینند و در جایی که هستند با آنها دیدار کنند – به جای اینکه دانشمند داده باشید ، در آنجا داده ها را جستجو می کنید و مدل های یادگیری ماشین را وارد می کنید. مصرف بیشتر آنها برای درک چگونگی ایجاد خط پایه و چگونگی تشخیص ناهنجاری هایی که مردم نمی توانند پیدا کنند. این سطح از تحصیل اولین قدم است.

این خروجی اتوماسیون را نشان می دهد که به آنها اجازه می دهد اتوماسیون خارج شده را تأیید کنند. همه چیز در مورد شفافیت و اعتماد سیستم است.

از آنجا که AIOps در بین سازمانها گسترده است ، چگونه عملیات بیشتر توسعه خواهد یافت؟

این موضوع بلافاصله صرفه جویی در هزینه ، صرفه جویی در وقت و تمرکز روی پروژه های بیشتر است. این برای اکثر کاربردهایی که امروزه از AIOps استفاده می کنیم کاملاً فوری است. از این گذشته ، وقتی با پیمانکاران سطح C صحبت می کنیم ، در مورد ارزش آنها صحبت می کنیم و ارزش سازمان فناوری اطلاعات را در طیفی که به اهداف تجاری نزدیک می شود ، اندازه گیری می کنیم. آیا با اندازه گیری این بازده سرمایه گذاری این سرویس ، نیازهایی که برای آن در نظر گرفته شده بود برآورده می شود؟

امروزه تعیین کمی این مقدار برای CIO بسیار دشوار است. هرچه زمان کمتری برای کارهای اصلاحی صرف کنید ، مواردی که می توانید با هوش مصنوعی خودکار کنید ، می توانید بیشتر روی تجزیه و تحلیل سود و ارزش تجاری که برای خط مشی ، تیم بازاریابی ، سازمان کل می گذارید ، تمرکز کنید. در اینجا می بینیم که به ویژه CIO ها از هوش مصنوعی هیجان زده می شوند. اینها ابتکارات استراتژیک بیشتری هستند که می توانند اجرا شوند و حفظ وضعیت موجود کمتر است.

برای اطلاعات بیشتر ، این داستان ها را دنبال کنید:

Team Palantir’s Team با IBM برای AI & Cloud چه معنی دارد

IBM در حال رشد ابر ترکیبی ، هوش مصنوعی و محاسبات کوانتومی است

AIOps ، DevSecOps و فراتر از آن: بررسی جنبه های جدید DevOps

دانشمند ارشد IBM Research در مورد AI برای مهاجرت ابر صحبت می کند

Joao-Pierre S. Ruth کار خود را غرق در روزنامه نگاری تجارت و فن آوری گذراند ، ابتدا در صنعت محلی در نیوجرسی ، بعداً به عنوان سردبیر Xconomy در نیویورک فعالیت های خبری خود را آغاز کرد ، و به انجمن راه اندازی فناوری شهر پرداخت و سپس به عنوان فریلنسر برای این موارد فعالیت کرد. سایت ها به عنوان. .. بیوگرافی کامل را ببینید

ما از نظرات شما در مورد این موضوع در کانال های رسانه های اجتماعی خود استقبال می کنیم [contact us directly] با س questionsال در مورد سایت.

مقالات بیشتر



[ad_2]

منبع: tasiveh-news.ir