El entusiasmo en torno a AIops significa que a veces se implementa por razones equivocadas. Cuándo no utilizar AIops para Cloudops.
La inteligencia artificial para las plataformas de operaciones de IT es conocida como AIops. Se trata de un uso expandido y en evolución de tecnologías que durante los últimos años se han clasificado como análisis de operaciones de IT. El crecimiento de AIops ha sido claro para cualquiera que esté observando el mercado. Gartner informa que para 2022, el 40% de las grandes empresas usarán las herramientas de AIops para respaldar o reemplazar las tareas de monitorización. Esto se contrapone al 5% actual.
Esto es un gran salto. Sin embargo, también es indicativo de que muchas empresas pueden elegir herramientas AIops para propósitos equivocados. Estos son algunos ejemplos
Cuándo no utilizar AIops para Cloudops
Uso de herramientas AIops para corregir implementaciones y arquitecturas de nube defectuosas. Aquellos que no han planeado una solución cloud adecuada para la empresa, e incluso una solución local emparejada con nubes públicas, están intentando solucionar problemas sistémicos. Un plan deficiente dará lugar a problemas de rendimiento e interrupciones con AIops.
Al igual que «no se puede arreglar lo estúpido», las arquitecturas mal planificadas deben corregirse antes de aplicar las herramientas de AIops y usarlas correctamente. Las herramientas de AIops funciona asumiendo que la configuración de la solución es correcta antes de que se puedan procesar las alarmas y las resoluciones correctamente. Si no se hace en ese orden, sólo le enseñará a su sistema AIops cómo correlacionar gigabytes de datos provenientes de sistemas cloud y que no son cloud. Intentando soluciones que probablemente no tengan éxitos porque activan otras alertas.
Pensar en que eliminan personas y costes. Estos cloudops que trabajan ahora están, en esencia, inventando una nueva disciplina. Las empresas han visto el crecimiento de especialistas en cloudops que tienen salarios bastante buenos. Esto ha aumentado los costes, reduciendo el valor que pensaban que obtendrían al usar nubes públicas.
Las empresas invierten más en AIops basadas en un caso de negocios que apunta a que se necesitan menos miembros del equipo de operaciones y la capacidad de automatizar los costes fuera de la ecuación de operaciones. Aunque existe la posibilidad de reducir los costes y el personal mucho más adelante. Por lo general, AIops impulsa una expansión del equipo de cloudops. Los costes aumentan inicialmente durante al menos algunos años.
AIops para ofrecer una mejor seguridad. Aquellos que se dedican a la seguridad en la nube ya comprenden que los procesos de automatización de operaciones no son una buena manera de defender sus aplicaciones y datos basados en la nube. De hecho, la combinación de AIops con la seguridad en la nube en realidad hace que las cosas sean menos seguras. Hay que considerar que tendremos que lidiar con sistemas de seguridad que son más complejos.
AIops es una de esas herramientas que debemos implementar con mucho cuidado para que sea efectiva. El mercado se mueve a tal velocidad que van a ocurrir errores. Sin embargo, con un poco de sentido común, encontraremos que AIops proporcionará el valor que buscamos.