Data science

เหตุใดการปรับใช้ AIOps ของคุณจึงล้มเหลว

สิ่งหนึ่งที่ชัดเจนในปีที่ผ่านมาคือการเปลี่ยนแปลงทางดิจิทัลมีความจำเป็นทางธุรกิจที่จำเป็นต่อการเติบโตในยุคใหม่ของการทำงาน เทคโนโลยีที่เป็นนวัตกรรมไม่ใช่สิ่งที่ “น่ามี” อีกต่อไป ธุรกิจต่างๆ จะต้องสร้างสรรค์นวัตกรรมเพื่อความอยู่รอด อันที่จริง IDC ประมาณการว่าการลงทุนเพื่อการปฏิรูปสู่ดิจิทัลทั่วโลกจะมีมูลค่ารวมกว่า 7.8 ล้านล้านเหรียญสหรัฐ ด้วยการเปลี่ยนแปลงนี้ เราได้เห็นองค์กรต่างแห่กันไปปรับใช้ AI และ ML เพื่อปรับปรุงกระบวนการไอทีของพวกเขา อย่างไรก็ตาม ไม่ใช่ทุกคนที่มีแผนที่จะประสบความสำเร็จตามที่คาดหวังไว้ ตัวอย่างเช่น บางองค์กรที่เริ่มดำเนินการตามเส้นทาง AI ผ่านการปรับใช้ AIOps ในระบบไอทีของตน ไม่ได้ใช้ประโยชน์จากวิธีการและกลยุทธ์ที่เป็นที่รู้จักซึ่งพัฒนาขึ้นโดยผู้ใช้ในช่วงแรกๆ และคาดว่าจะเห็นผลลัพธ์เพียงเล็กน้อยและเพิ่มขึ้นมากกว่าทั่วทั้งองค์กร การเปลี่ยนแปลง AIOps ย่อมาจากปัญญาประดิษฐ์สำหรับการดำเนินงานด้านไอที มีอยู่เพื่อทำให้การดำเนินงานด้านไอทีมีประสิทธิภาพและรวดเร็วโดยใช้ประโยชน์จากการเรียนรู้ของเครื่องและข้อมูลขนาดใหญ่ อย่างไรก็ตาม บ่อยครั้งที่ทีมไอทีต้องดิ้นรนกับกระบวนการแบบแมนนวลและระบบดั้งเดิมที่แยกส่วน ทำให้เกิดเวิร์กโฟลว์ที่กระจัดกระจายและแตกต่างกันอย่างมาก ด้วยการใช้งานที่เหมาะสม AIOps ช่วยให้ทีมไอทีดำเนินการได้อย่างรวดเร็วและมีประสิทธิภาพ และตอบสนองต่อปัญหาในเชิงรุกและแบบเรียลไทม์โดยเข้าถึงบริบททางประวัติศาสตร์ของปัญหาด้านไอที ให้การวินิจฉัยและการแก้ปัญหาที่มีคุณค่า เพื่อให้แน่ใจว่าทีมไอทีสามารถเก็บเกี่ยวผลประโยชน์เหล่านี้และขับเคลื่อน ROI จากการลงทุน AIOps ผู้นำด้านไอทีจำเป็นต้องคำนึงถึงข้อควรพิจารณาต่อไปนี้เพื่อเตรียมพร้อมสำหรับความสำเร็จ Focus Leads to Big Outcomes วิธีที่ดีที่สุดสำหรับองค์กรในการเริ่มต้นเส้นทาง AIOps คือการเริ่มต้นด้วยกรณีการใช้งานเดียวที่มุ่งเน้นแนวทาง เมื่อสร้างผลลัพธ์ที่ต้องการแล้ว องค์กรสามารถปรับขนาดได้ตามความเหมาะสม องค์กรมักจะกระตือรือร้นที่จะปรับใช้ AIOps และจะถูกล่อลวงให้ปรับขนาดเร็วเกินไปหรือปรับใช้โซลูชัน AIOps เริ่มต้นโดยไม่ต้องกำหนดเป้าหมายและวัตถุประสงค์ที่ต้องการ ซึ่งอาจส่งผลเสียต่อองค์กรและสร้างอุปสรรคหรือข้อสงสัยต่อความสำเร็จของ AIOps ในอนาคต วิธีที่ดีในการพิจารณาว่าการปรับใช้ AIOps เริ่มต้นขององค์กรจะให้ ROI สูงสุดที่ใดคือการพิจารณาเหตุการณ์ด้านไอทีและระบุปัญหาที่เกิดขึ้นเป็นประจำ ตัวอย่างเช่น ทีมของฉันได้เห็นวิธีที่ลูกค้าประสบผลสำเร็จมากขึ้นด้วยการใช้ตัวแทนเสมือนที่ขับเคลื่อนด้วย AI เพื่อช่วยแก้ไขและลดการไหลเข้าของรายงานเหตุการณ์ระหว่างการทำงานระยะไกล นี่เป็นการปรับใช้ที่ค่อนข้างเล็ก อย่างไรก็ตาม มันสร้างผลลัพธ์ที่ยิ่งใหญ่และประสบการณ์ที่ยอดเยี่ยม ด้วยการมุ่งเน้นไปที่การปรับใช้ครั้งแรกที่จะสร้าง ROI มากที่สุด ผู้นำด้านไอทีสามารถแสดงพลังและความสำเร็จของ AIOps และทำให้กรณีนี้ลงทุนในการปรับใช้งานมากขึ้นทั่วทั้งองค์กร ในการทำเช่นนี้ พวกเขาสามารถเริ่มสร้างกรอบความคิดทางวัฒนธรรมที่ขับเคลื่อนด้วยข้อมูลซึ่งจำเป็นต่อการปรับขนาดการปรับใช้ AIOps ทั่วทั้งธุรกิจให้ประสบความสำเร็จ กระแสข้อมูลอย่างต่อเนื่องเป็นสิ่งสำคัญ หลายองค์กรอาจประสบปัญหาเนื่องจากขาดข้อมูลปัจจุบันและข้อมูลในอดีตที่โซลูชัน AIOps สามารถเข้าถึงได้ นี่เป็นปัญหาทั่วไปในด้านไอที เนื่องจากแผนกไอทีมักมีปัญหาในการจัดระเบียบและรวมข้อมูลจำนวนมากจากแหล่งข้อมูลของตนไว้ในที่เดียว อย่างไรก็ตาม อุปสรรคนี้ขัดขวางความสำเร็จของการปรับใช้ AIOps อย่างไม่เป็นสัดส่วน เนื่องจาก AIOps อาศัยข้อมูลในอดีตและตามเวลาจริงเพื่อให้บริบทและแก้ไขปัญหาที่เกิดขึ้น ตัวอย่างเช่น AIOps มีอำนาจในการตรวจจับเมื่อ VPN หยุดทำงาน และแก้ไขการหยุดทำงานโดยอัตโนมัติด้วยการระบุรูปแบบและความผิดปกติจากข้อมูล อย่างไรก็ตาม หาก AIOps ไม่สามารถเข้าถึงข้อมูลนั้นได้โดยง่าย ก็เหมือนกับการทำงานด้วยมือข้างเดียวที่ผูกด้านหลังของคุณ ซึ่งไม่มีบริบทและเหตุผลที่ขับเคลื่อนด้วยข้อมูลเพื่อแก้ไขปัญหาด้านไอทีอย่างมีประสิทธิภาพ เพื่อให้แน่ใจว่าโซลูชัน AIOps มีชุดข้อมูลที่ไม่มีสิ่งกีดขวาง ผู้นำด้านไอทีควรใช้แนวทางที่รวมเข้ากับระบบไอทีของตน แผนกไอทีจำนวนมากมีปัญหากับการจัดการโซลูชันที่แข่งขันกันซึ่งไม่ค่อยเข้ากันได้ดีนัก การรวมโซลูชันช่วยให้ฝ่ายไอทีดูสินทรัพย์ทั้งหมดแบบองค์รวม ซึ่งช่วยรับประกันว่าข้อมูลทั้งหมดจะถูกส่งผ่านไปยังตำแหน่งเดียว ทำให้โซลูชัน AIOps ตัดสินใจได้ง่ายขึ้น การควบคุมพลังของ AIOps ตามที่เราได้เห็นตลอดช่วงการแพร่ระบาด สภาพแวดล้อมทางธุรกิจและความต้องการขององค์กรเปลี่ยนแปลงตลอดเวลา แผนกไอทีจะต้องมีเครื่องมือที่จำเป็นเพื่อให้คล่องตัวและตอบสนองต่อปัญหาหรือการหยุดทำงานได้อย่างรวดเร็วอย่างที่ไม่เคยมีมาก่อน การดำเนินงานด้านไอทีจะยังคงดำเนินงานที่สำคัญต่อภารกิจและจัดการความซับซ้อนของธุรกิจที่กำลังพัฒนา และ AIOps จะยังคงเป็นเครื่องมือที่มีประสิทธิภาพในการสนับสนุนแผนกไอทีด้วยกระบวนการนี้ หากปรับใช้โดยคำนึงถึงข้อควรพิจารณาข้างต้น ในความเป็นจริง AIOps เป็นตัวอย่างที่สำคัญของวิธีที่ฝ่ายไอทีสามารถควบคุมพลังของ AI เพื่อปรับปรุงคุณภาพการบริการ ลดเวลาหยุดทำงานของบริการ และเพิ่มประสิทธิภาพในการดำเนินงานอย่างมากมาย ในที่สุด AIOps สามารถรับประกันความยืดหยุ่นของธุรกิจเมื่อเผชิญกับการหยุดชะงักครั้งใหญ่ครั้งต่อไป ซึ่งมีความสำคัญสูงสุดเมื่อพิจารณาจากสิ่งที่เราได้เรียนรู้จากปีที่ผ่านมานี้ เกี่ยวกับผู้เขียน Gab Menachem ผู้อำนวยการอาวุโส ฝ่ายจัดการผลิตภัณฑ์ ITOM ที่ ServiceNow และผู้ก่อตั้งและ CEO ของ Loom Systems (บริษัท ServiceNow) Gab เป็นผู้นำแนวปฏิบัติ AIOps ในผลิตภัณฑ์ IT Operations Management ที่ ServiceNow เขานำประสบการณ์ด้านนวัตกรรมเทคโนโลยีและผู้ประกอบการมายาวนาน ก่อนเข้าร่วม ServiceNow Gab เป็น CEO ของ Loom Systems ซึ่งเป็นบริษัท Saas ที่คาดการณ์และดำเนินการแก้ไขปัญหาด้านไอทีโดยอัตโนมัติด้วย AIOps ก่อนหน้านั้น Gab เป็นผู้ร่วมก่อตั้งและ CTO ของ Voyager Analytics ซึ่งเป็นผลิตภัณฑ์ที่ใช้ AI ในการวิเคราะห์ข้อมูลเครือข่ายโซเชียลกับกลุ่มลูกค้าซึ่งรวมถึงสถาบันการเงินชั้นนำ นอกจากนี้ เขายังดำรงตำแหน่งผู้นำหลายตำแหน่ง รวมถึง GM และ VP R&D ในการเริ่มต้นด้านวิศวกรรมไมโครเวฟ ลงทะเบียนเพื่อรับจดหมายข่าว InsideBIGDATA ฟรี เข้าร่วมกับเราบน Twitter: @InsideBigData1 – https://twitter.com/InsideBigData1

  • บ้าน
  • Business
  • Data science
  • Marketing
  • Leave a Reply

    Your email address will not be published. Required fields are marked *

    Back to top button