¿Por qué construir tu propia plataforma de AIOps es una mala idea? ¿Sabías qué…?

Por qué construir tu propia plataforma de AIOps es una mala idea

¿Por qué construir tu propia plataforma de AIOps es una mala idea? A raíz de la recesión económica provocada por la pandemia del Covid-19, las inversiones en la transformación empresarial digital se han acelerado. Las aplicaciones que impulsan estos procesos no solo están altamente distribuidas, sino que también operan a un nivel de escala que ningún equipo de IT puede administrar. Lo hacen utilizando enfoques antiguos para administrar la IT. Puede llevar semanas descubrir la causa raíz de cualquier problema.

Entrando a hablar de AIOps. Los algoritmos de machine learning permiten no sólo reducir el tiempo necesario para resolver cualquier problema, sino que también permiten a los equipos de IT optimizar continuamente los entornos a cualquier escala. Sin embargo, muchos aspectos de las AIOps aún están en gran parte inexplorados. En lugar de optar por plataformas probadas, algunos equipos de IT están creando soluciones personalizadas internamente. En muchos casos, todo el tiempo y el esfuerzo dedicado a un proyecto de este tipo simplemente termina siendo en vano.

¿Por qué construir tu propia plataforma de AIOps es una mala idea?

Dada la prevalencia de marcos y herramientas de inteligencia artificial de código abierto como TensorFlow o Microsoft Cognitive Toolkit, puede resultar tentador crear tu propia plataforma AIOps personalizada. Sin embargo, se necesita una experiencia considerable no sólo para construir la plataforma, sino también para integrarla en la empresa y mantenerla. Estas son las principales razones por las que los proyectos de IA desarrollados internamente no suelen acabar bien.

Necesitaremos un lago de datos construido correctamente

Las plataformas AIOps requieren acceso a datos que residen en múltiples silos tecnológicos en tiempo real. Los equipos de IT que construyen sus propias plataformas AIOps deben asegurarse de que están recopilando todos los datos de registro, métricas y seguimientos correctos. También deben asegurarse de que recopilan los datos de las plataformas de gestión de incidentes y servicios de IT. Estos conjuntos de datos completos son necesarios para entrenar cualquier marco de ML existente. Invariablemente, eso significa construir o comprar un big data para crear un lago de datos donde almacenar todos estos datos. Una plataforma AIOps mal construida será peor que la enfermedad que estamos destinados a curar. Los conocimientos no reflejan con precisión lo que realmente está ocurriendo en el entorno IT. ¿Tienes los fondos para esto y expertos en data science para hacerlo bien?

Diseñar flujos de trabajo mejorados con IA es distinto a otros flujos de trabajo

Obtener los datos es solo el comienzo. Determinar cómo se comporta el sistema y cómo afecta a los flujos de trabajo existentes es el siguiente paso. Los equipos de IT deben decidir hasta que punto simplemente quieren que la plataforma AIOps muestre pasivamente recomendaciones basadas en lo que observa en lugar de resolver problemas automáticamente.

La complejidad de la implementación

Después de desarrollar algunos algoritmos AIOps para producir resultados significativos, el siguiente paso es determinar cómo implementarlo en una arquitectura resistente y eficiente. ¿Con qué otros sistemas necesita integrarse y cómo se monitorizan y ven los resultados?

Por qué construir tu propia plataforma de AIOps es una mala idea

Monitorizar el impacto del usuario es fundamental

¿Como interactuarán los usuarios finales con el algoritmo y cuál es la UI / UX y el flujo de trabajo ideales? ¿Cómo los usuarios finales proporcionarán retroalimentación para la mejora y el éxito de la adopción?

El soporte y mantenimiento de AIOps no es un proyecto, sino un equipo

En última instancia, un equipo de IT interno necesitaría construir el equivalente de un producto que necesita mantenimiento y soporte continuos. El coste total de la plataforma personalizada comienza a aumentar ya que la mayor parte del equipo de IT podría terminar dedicando la mayor parte de su tiempo a administrar la plataforma AIOps en lugar de realizar mejoras continuadas. Incluso si el equipo de IT tiene la experiencia necesaria para construir la plataforma de AIOps, no hay garantías de que esas personas siempre estén disponibles para mantenerla y actualizarla. Muy pocos profesionales de IT pasan toda su carrera en una misma organización.

Mantener el ritmo de la innovación del mercado

Finalmente, AIOps como campo es todavía relativamente nueva y la comunidad de startups tiene cientos de millones de dólares de respaldo en VC para apoyar la I+D. Los avances se están logrando a un ritmo que la mayoría de equipos internos de IT no pueden seguir, y mucho menos evaluar y examinar por su cuenta.

0 0 votes
Article Rating
Subscribe
Notify of
guest
0 Comments
Inline Feedbacks
View all comments

Relacionados

Tendencias

Más leídos

Se habla de..

0
Would love your thoughts, please comment.x
()
x