Como a IA aprimorará os ambientes IoT

Will Cappelli da Moogsoft
Muito frequentemente, um ambiente de Internet das Coisas (IoT) se comporta normalmente, ele faz o que seus designers planejaram. No entanto, de vez em quando, as coisas dão errado, diz Will Cappelli, CTO EMEA e VP Global de Estratégia de Produto da Moogsoft, podem ocorrer eventos que indiquem que a plataforma não está se comportando da maneira que foi antecipada ou desejada. Portanto, uma intervenção é necessária para redefinir o curso e reajustar as coisas. Mas como funciona esse processo?

As abordagens tradicionais para incidentes de IoT

Geralmente, pode ser descrito como um link entre um sinal e uma resposta - o ambiente sinaliza que algo está errado e é enviado a um respondedor. O respondente, que pode ser humano ou robô, age de acordo com o sinal e muda as coisas. Se você observar os ambientes IoT tradicionais, há dois tipos de mecanismo de sinal / resposta.

Em primeiro lugar, havia o mecanismo de resposta “rápido, mas burro” que a maioria dos ambientes IoT usa. Você teria um sinal que viajaria por um caminho conectado a um respondente específico que normalmente faria apenas uma coisa, ou poderia selecionar em um menu de três das quatro coisas e procurar consertar o sensor ou reiniciar a rede. Funcionaria muito rapidamente.

A segunda abordagem é “inteligente, mas lenta”, disponível principalmente por meio de fornecedores de gerenciamento de log. Esta abordagem é baseada na tentativa de tomar a decisão certa em um ambiente complexo - você não pode ter apenas algumas opções para escolher. Você precisa responder a cada situação de maneira única.

A teoria é acumular grandes quantidades de dados sobre o ambiente em um banco de dados de gerenciamento de log não estruturado e fornecer aos tomadores de decisão um monte de ferramentas para dar sentido ao ambiente, fornecendo-lhes uma ampla gama de opções quanto ao que pode ser melhor solução.

Indiscutivelmente, isso pode produzir resultados muito precisos, mas o processo é lento e a latência pode durar semanas. Particularmente em uma configuração de IoT, isso não faz nenhum sentido, pois você não tem esse tipo de tempo para tomar as decisões certas.

Por que usar AIOps em IoT

Ambos os cenários são anteriores ao surgimento da Inteligência Artificial para Operações de TI (AIOps). O que as abordagens de IA e AIOps criam é que, por meio da automação, a análise da tarefa pode fornecer uma maneira “rápida, mas inteligente” de gerenciar um sistema IoT. Ele efetivamente pega o modelo lento, mas inteligente, mas automatiza o insight humano, resultando em uma redução significativa na latência entre o sinal e a resposta - mas sem sacrificar a qualidade da resposta de maneira crucial. Em um nível fundamental, é isso que AIOps traz para a mesa em termos de gerenciamento de um ambiente de IoT.

Vamos ser mais específicos. Ao examinar as tendências comportamentais e prever onde essas tendências estão impactando a rede, os AIOps podem prever rapidamente os incidentes antes que eles ocorram. O AIOps também diminui significativamente o tempo necessário para descobrir qual é a causa raiz de um problema de desempenho. Essencialmente, pode ajudá-lo a olhar para o futuro e para o passado. Além disso, os AIOps podem orquestrar a redundância no ambiente de maneira mais eficaz. Por exemplo, se você tiver um grupo de sensores em degradação, o AIOps permitirá que você traga diferentes sensores, resultando em uma alocação de recursos econômica.

Futuros de AIOps e IoT

Se olharmos para o futuro, há muitas pesquisas sendo conduzidas em torno de veículos autônomos, mas não vamos nos precipitar muito. Mais relevante por enquanto é o conceito de veículos conectados. Em alguns sentidos, os veículos conectados são uma casa intermediária entre a tecnologia automotiva tradicional e os veículos autônomos. O que quero dizer com isso é que você tem vários sensores sendo alimentados em um serviço comum que está sendo fornecido a um lote de carros. Pode ser tão simples quanto o congestionamento do tráfego. Com base nas informações que os veículos conectados estão enviando para a nave-mãe, pode ser determinado onde o congestionamento está ocorrendo, o que acabará alterando o roteamento sugerido para qualquer veículo naquele sistema específico.

Avançando, veremos a inteligência automatizada, não apenas como um acompanhamento da IoT, mas se tornará essencialmente uma camada do que significa automatizar tudo. Pense nisso como um tecido de inteligência que cobre todos os dispositivos. Portanto, no futuro, todos os dispositivos habilitados para IP, desde refrigeradores a interruptores de luz e máquinas de lavar, irão processar operações inteligentes.

Por que a IoT precisa de IA

A IoT traz consigo desafios que exigem a implantação de AIOps para fornecer uma solução completa. O que isto significa? A IoT introduz complexidades no ambiente que requerem o suporte de tecnologias de IA para gerenciar desafios. Isso é obtido principalmente com o uso de automação inteligente para selecionar dados significativos da enxurrada de dados que estão sendo gerados por seu ambiente de IoT.

No entanto, há uma série de outros problemas que a IA resolve ... a capacidade de descobrir padrões no que é um conjunto de dados significativo, a capacidade de fazer inferências com base nesses padrões, a capacidade de comunicar esses resultados e, finalmente, a capacidade de automatizar uma resposta corretiva ou seja, se o ambiente de IoT exigir algum tipo de intervenção para garantir que continue a funcionar de maneira eficaz.

Essencialmente, as tarefas que a IA executa para uma infraestrutura de TI ou um portfólio de aplicativos são as mesmas que executam para um ambiente de IoT. Os fatores que tornaram a IA uma necessidade para as operações de TI são os mesmos da IoT - mas intensificados porque o ambiente é altamente modularizado e há vários elementos agindo em quase autonomia.

Além disso, o ambiente de IoT é altamente distribuído e, portanto, os relacionamentos dinâmicos entre os componentes estão mudando o tempo todo. Finalmente, o fato de que os componentes em um ambiente IoT são efêmeros e entram e saem da existência com uma vida útil muito curta. Esses são motivos convincentes pelos quais a IoT precisa dos recursos de IA e AIOps em particular.

Como a IoT ajudará a AIOps a evoluir?

Não há dúvida de que a IoT terá impacto na evolução dos AIOps. Atualmente, a maioria dos sistemas AIOps são altamente centralizados - os dados chegam em um local central onde a IA é aplicada. Agora, quando aplicado a uma configuração de IoT, existem requisitos para conduzir análises localmente que introduzem um elemento de distribuição para o sistema AIOps. Requer IA para trabalhar no limite.

Em geral, a IoT forçará os AIOps a se tornarem mais um sistema de agentes distribuídos e se moverem para a rede, em vez de ser um serviço centralizado que apenas ingere dados. Isso é o que eu prevejo como a maior mudança que a IoT irá forçar no que atualmente vemos como AIOps.

Isso não é uma coisa fácil de fazer, existem desafios. Não apenas no desenvolvimento de software e hardware apropriados, mas também desafiador conceitualmente. Precisaremos de todo um novo estoque de metáforas de design conceitual que os desenvolvedores de software não estão acostumados a usar. Mas tenho certeza, eles não vão demorar muito para se adaptar.

O autor deste blog é Will Cappelli, CTO EMEA e VP Global de Estratégia de Produto, Moogsoft