Mengapa otomatisasi gagal dalam Operasi TI
Seiring dengan orkestrasi dan penyetelan awal, aturan otomatisasi mengikuti model write-once-deploy-anywhere yang meninggalkan secara virtual tidak ada ruang untuk adaptasi. Setiap kali aplikasi perusahaan baru ditambahkan, beban kerja dipindahkan ke atau di antara cloud, atau rencana strategis menyeluruh perusahaan berubah, begitu juga aturannya.
Pada tahun 1947, General Motors mendirikan departemen otomatisasi modern pertama. Tujuannya adalah untuk merampingkan produksi mobilnya dengan menggabungkan serangkaian teknologi mekanis, hidraulik, dan komputer untuk menggantikan tugas yang memakan waktu dan sumber daya yang biasanya ditangani oleh karyawan berupah per jam.
Tujuh dekade kemudian, fenomena otomatisasi telah menyebar ke setiap industri dan pasar dan telah menemukan audiens yang sangat bersemangat di bidang TI. Seluruh platform yang menggabungkan beberapa skrip untuk meniru tindakan dan respons antara administrator dan lingkungan TI telah mendorong profesional TI di seluruh spektrum untuk mengotomatiskan sebanyak mungkin aktivitas.
Sekarang, semuanya mulai dari meluncurkan perangkat lunak baru dan mengonfigurasi sistem hingga memulai ulang server yang koneksinya terputus dan mengambil tindakan korektif hingga perubahan tak terduga pada dasarnya dilakukan secara otomatis. Tetapi apa yang dulunya dipandang sebagai obat mujarab untuk apa yang membuat tim TI mulai menunjukkan tanda-tanda ketidakefektifan terhadap gelombang tantangan terkait TI berikutnya — infrastruktur yang luas, volume data yang lebih besar secara eksponensial, dan tuntutan bisnis yang berkembang pesat — meninggalkan banyak orang untuk bertanya-tanya:apakah otomatisasi TI cukup untuk berkembang di era digital? Dan, jika tidak, bagaimana organisasi TI dapat terus beroperasi secara efektif?
Mengelola lingkungan dinamis dengan aturan statis
Setelah transformasi digital, lingkungan TI menjadi lebih kompleks dan ekspansif dari sebelumnya. Ada lebih banyak infrastruktur dan lebih banyak aplikasi untuk dikelola, lebih banyak data untuk dikumpulkan, dianalisis, dan dioperasionalkan — semuanya dimungkinkan oleh munculnya strategi cloud hybrid.
Rata-rata perusahaan saat ini menjalankan lebih dari ratusan aplikasi di beberapa cloud publik dan pribadi dalam upaya untuk mengikuti kebutuhan bisnis yang berubah dengan cepat yang diciptakan oleh basis pelanggan yang semakin berharap dan tekanan persaingan lainnya. Adopsi platform cloud yang cepat (dan fanatik) dan akses mudah ke alat bantu titik yang bermanfaat telah menciptakan lingkungan perubahan dan evolusi yang terus-menerus yang telah menambah kompleksitas yang dengan cepat menjadi tidak dapat dikelola. Faktanya, banyak pembuat keputusan TI melaporkan bahwa upaya transformasi digital mereka berisiko berdampak negatif terhadap keseluruhan organisasi jika tidak dikelola secara efektif. Dan tantangan itu mungkin terlalu dinamis untuk otomatisasi konvensional.
Otomatisasi seperti yang kita ketahui berbasis aturan dan didorong oleh kebijakan. Aturannya sederhana, perintah yang dapat diprediksi untuk melakukan tugas atau aktivitas tertentu dan menghasilkan peringatan ketika ambang batas di sekitar tugas dan aktivitas tersebut dilanggar. Aturan otomatisasi memiliki cakupan yang sempit, statis, dan harus dikoordinasikan dengan ribuan aturan lain agar operasi tetap berjalan lancar dan efisien — itulah sebabnya aturan tersebut tidak lagi memadai dalam lingkungan TI modern yang digital.
Seiring dengan orkestrasi dan penyetelan awal, aturan otomatisasi mengikuti model tulis-sekali-sebar-di mana saja yang hampir tidak menyisakan ruang untuk kemampuan beradaptasi. Setiap kali aplikasi perusahaan baru ditambahkan, beban kerja dipindahkan ke atau di antara cloud, atau rencana strategis menyeluruh perusahaan berubah, begitu juga aturannya.
Terlebih lagi, lingkungan tanpa server berbasis cloud saat ini memerlukan penyetelan dan perubahan konstan pada otomatisasi, dan tidak ada tim TI yang memiliki tenaga kerja, sumber daya, atau kemampuan untuk melakukan semuanya secara efektif.
AIOps meningkatkan otomatisasi
Munculnya kecerdasan buatan adalah titik perubahan bagi para profesional operasi TI di mana pun karena hal itu dapat sepenuhnya membentuk kembali pendekatan mereka dalam mengelola lingkungan TI yang selalu berubah. Menerapkan AI ke operasi TI — AIOps — tidak hanya mengotomatiskan tugas yang paling memakan waktu dan berulang, tetapi juga tugas yang lebih rumit dan lebih rumit.
Sistem AIOps mengumpulkan data dari target sumber di seluruh lingkungan TI — infrastruktur lokal dan cloud — ke dalam satu data lake. Namun tidak seperti otomatisasi konvensional yang memerlukan aturan untuk setiap skenario yang mungkin untuk bertindak berdasarkan informasi tersebut, AIOps belajar untuk secara proaktif mengidentifikasi sinyal peringatan dini yang paling samar sekalipun di tengah volume besar informasi yang mungkin terlewatkan oleh manusia, mengontekstualisasikan kepentingannya, dan segera mengambil tindakan yang tepat dan tegas. tanpa campur tangan manusia.
Alih-alih anggota tim secara manual memeriksa peringatan yang tak terhitung jumlahnya dan mencoba membedakan antara prioritas tinggi dan berdampak rendah, alat AIOps melakukan semuanya secara otomatis. Mereka menerapkan algoritme yang disesuaikan dengan baik yang dipetakan ke operasi TI tertentu yang menyaring jutaan catatan log dan metrik untuk memunculkan peringatan paling penting guna menghadirkan visibilitas yang lebih besar terhadap kinerja dan kesehatan sistem, membebaskan anggota tim TI untuk fokus pada inisiatif dengan prioritas lebih tinggi dan menyediakan dorongan yang sangat dibutuhkan untuk produktivitas dan efisiensi TI.
Otomatisasi TI standar telah menguntungkan organisasi jauh dan luas selama bertahun-tahun. Namun, perusahaan saat ini menghadapi tantangan manajemen TI yang hanya sedikit orang bayangkan di masa-masa awal dan otomatisasi TI konvensional tidak dapat menanganinya. Saat bisnis menjadi semakin digital — menambahkan infrastruktur, meluncurkan layanan baru, dan menggabungkan aliran data baru — mereka akan membutuhkan solusi otomatisasi yang lebih canggih dan cerdas untuk mempertahankan kontrol penuh atas infrastruktur yang luas dan mengimbangi lanskap kompetitif yang berkembang pesat.
Ditulis oleh Jiayi Hoffman, arsitek ilmu data di OpsRamp.
