07.07.2022 Экспертиза, Искусственный интеллект, МенеджментСегодня ИТ-команды сталкиваются с трудной задачей обработки выходных данных ИТ-операций из-за их огромного объема и сложности. В ответ на это растет потребность в применении ИИ в ИТ-операциях (AIOps), пишет на портале EnterpriseAI Фрэнк Келли, вице-президент компании Hughes Network Systems. AIOps использует большие данные и машинное обучение для прогнозирования, идентификации, диагностики и разрешения ИТ-событий в таких масштабах и с такой скоростью, которые человеку просто не по силам. Согласно недавнему отчету Insight Partners, объем рынка платформ AIOps в период с 2021 по 2028 гг. будет ежегодно расти в среднем на 32,2% — примерно с 2,83 млрд. долл. в 2021 г. до 19,93 млрд. долл. в 2028-м. Однако эффективные решения не появляются в одночасье. Полностью готовое решение AIOps создается по рецепту, отточенному в течение долгого времени путем тщательных экспериментов с тремя основными ингредиентами: данными, аналитикой и разнообразными предметными знаниями. Данные Успешные AIOps-решения просто не существуют без данных. Этот ингредиент критически важен, и, хотя он имеется в изобилии, проблема заключается в сборе данных в пригодной для использования и проверенной форме. AIOps опирается на сотни — или даже тысячи — точек данных из разнообразных источников (например, производительность сети, бизнес-системы и служба поддержки клиентов), которые генерируются ежесекундно, а во многих случаях и с субсекундной скоростью. То, как обрабатывается этот огромный пул данных, может ...
читать далее.
