Membuka Nilai Perusahaan: Memperluas Kasus Penggunaan AIOps
Organisasi melihat AIOps sebagai cara untuk menangani kompleksitas yang dihadapi dalam mengelola operasi dan keamanan.
Setelah peningkatan momentum tahun lalu, AIOps terus mendapatkan perhatian organisasi. Ini diadopsi dengan cepat untuk membantu staf TI meningkatkan pengawasan dan manajemen jaringan dan keamanan tradisional mereka.
Tahun lalu, Gartner menemukan bahwa AIOps dalam pasar manajemen operasi TI sendirinya akan tumbuh dengan tingkat pertumbuhan tahunan majemuk 15% per tahun hingga 2025 dari lebih dari $1 miliar pada 2020.
Beberapa organisasi melihat AIOps sebagai cara untuk menghemat biaya staf TI, namun semakin jelas bahwa faktor pendorong kunci adalah kompleksitas. Ada beberapa kasus penggunaan yang berbeda yang akan mendorong pertumbuhan ini.
Satu area di mana AIOps semakin sangat dibutuhkan adalah dalam menangani tuntutan tenaga kerja jarak jauh dan hibrid saat ini.
Penutupan kantor yang diinduksi pandemi dan kebijakan kerja dari rumah meningkatkan lalu lintas digital dan menyulitkan pengumpulan data untuk tim TI. Bisnis yang mendukung kerja jarak jauh mengirim karyawan pulang dengan perangkat keras dan lunak baru, resulting in more data traffic. Dan tim TI, yang sudah menghadapi produksi data yang meningkat, juga harus memantau aliran data dengan properti yang berbeda yang disebabkan oleh informasi yang mengalir dari berbagai lokasi kantor jarak jauh.
AIOps dapat membantu tim TI menangani data yang meningkat dan semakin bervariasi yang disebabkan oleh peralihan ke model kerja jarak jauh dan hibrid. AIOps menggunakan algoritma cerdas yang memesan volume besar data dengan properti yang bervariasi dan dari sumber yang berbeda dan mengotomatisasi analisisnya.
Selain itu, solusi AIOps dapat melihat data yang teragregasi untuk mendeteksi pola dan memprediksi masalah sebelum timbul dan menyebabkan gangguan pada produktivitas karyawan. Dan, jika ada insiden yang mempengaruhi layanan, AIOps membantu tim TI dengan cepat mengidentifikasi penyebab akar dan menentukan perbaikan untuk mengurangi mean time to remediation (MTTR).
Area umum lainnya di mana AIOps menemukan nilai adalah dalam mengotomatisasi keamanan. Mengapa? Faktor seperti peralihan ke cloud dan penerapan aplikasi hibrid dan komposabel memperkenalkan masalah baru. Misalnya, tahun lalu, penemuan kerentanan dalam perpustakaan perangkat lunak Apache’s Log4j mengirimkan gejolak di seluruh dunia bisnis. Ini digambarkan oleh beberapa sebagai “pelanggaran keamanan yang paling serius pernah terjadi.” Alasannya: perangkat lunak sumber terbuka yang digunakan luas dan terintegrasi dalam banyak aplikasi umum yang sering digunakan kembali di perusahaan.
Dalam kasus ini dan lainnya, alat keamanan tradisional menawarkan sedikit bantuan untuk mencabutnya. Di sisi lain, AIOps menggunakan algoritma cerdas untuk memodelkan perilaku normal sistem. Kemudian secara proaktif mendeteksi serangan siber dengan mengidentifikasi penyimpangan secara real-time dan menentukan apakah masalah (misalnya, masalah kinerja) disebabkan oleh serangan siber bukan masalah TI. Dalam hal serangan, sistem dapat memulai serangkaian taktik pertahanan otomatis seperti mengutamakan alarm dan peringatan untuk membantu operator manusia, atau mungkin digunakan untuk mengambil tindakan sendiri seperti menutup akses ke sistem atau memblokir alamat IP.
