Como AIOps e observabilidade podem ajudar a TI

A observabilidade de AIOps ajuda a TI a reduzir o tempo de inatividade, melhorar o desempenho dos aplicativos e manter os clientes satisfeitos.

Em 2016, o Gartner cunhou a sigla AIOps (Artificial Intelligence for IT Operations), mas anos antes disso, os profissionais de TI já conheciam e experimentavam elementos da computação autônoma. Essa tecnologia de automação permitiu que mainframes e servidores tomassem decisões e ajustes automáticos e adaptativos para que pudessem responder a quais sensores incorporados em suas operações os informavam sobre o desempenho.

Apresentando a observabilidade de AIOps

Seja AIOps ou computação autônoma, o objetivo sempre foi ajudar a TI a monitorar e ajustar o desempenho para que pudesse aproveitar ao máximo os ativos computadorizados e fornecer tecnologia otimizada para os negócios. A TI está otimista em AIOps, como evidenciado pela taxa de crescimento anual composta de 21,05% prevista para soluções de AIOps entre agora e 2026.

Então, o que torna AIOps uma proposta de valor tão atraente?

Para programadores de sistemas sobrecarregados, administradores de rede e desenvolvedores de software, os AIOps podem trazer à tona os problemas mais urgentes de uma pilha de alertas diários e possíveis problemas de desempenho que podem ou não exigir atenção e resolução imediatas. Esses alertas vêm de todos os lugares, graças ao número de sistemas em silos que os departamentos de TI corporativos devem gerenciar. Há momentos em que esses alterts criam mais ruído de distração do que ajuda.

Onde o AIOps ajuda a reduzir essa cacofonia de alertas para as condições críticas que são realmente relevantes para um incidente ou interrupção. Ele faz isso porque usa inteligência artificial e aprendizado de máquina à medida que rastreia os elementos e a dinâmica da infraestrutura de TI de uma organização e aprende o que é normal e o que apresenta um problema. Equipado com esse conhecimento, o AIOps identifica e emite alertas como faziam as abordagens anteriores do sistema. No entanto, o que torna as AIops de hoje únicas é que a AI incluída no monitoramento operacional agora leva as AIOps ao domínio da observabilidade da infraestrutura.

A observabilidade faz a diferença para a TI porque é capaz de combinar informações contextuais coletadas da infraestrutura de TI com inteligência artificial e automação, em vez de apenas emitir alertas independentes de componentes individuais do sistema que a TI deve avaliar e solucionar problemas separadamente. Com uma abordagem mais holística para avaliação de infraestrutura de TI que inclui conhecimento de infraestrutura e detecção de problemas, a observabilidade de AIOps usa métricas de TI, logs e rastreamentos e emite recomendações de diagnóstico para correções que a TI pode usar para acelerar o tempo de resolução de problemas.

Compreendendo a observabilidade

Na prática, uma plataforma de observabilidade AIOps pode integrar os vários sistemas, dados e redes por onde um aplicativo flui. Em um ambiente de computação híbrido, isso pode significar percorrer fluxos de trabalho de aplicativos que passam por uma nuvem, bem como por recursos locais. Qualquer um – ou todos – esses recursos podem emitir um alerta se o desempenho diminuir. Sem a observabilidade do AIOps, a TI pode avaliar vários alertas recebidos de vários módulos e elementos do sistema, sem um meio eficiente de separar o "ruído" do alerta da causa raiz de um problema. Essa perseguição de ganso aumenta o tempo de inatividade do sistema e os problemas de desempenho. Ele cria usuários e clientes insatisfeitos e pode custar a uma empresa uma média de US$ 5.600 por minuto.

Como a observabilidade do AIops resolve problemas de tempo de inatividade e desempenho

Por exemplo, se o software AIOps entender a dinâmica e o contexto operacional de sua infraestrutura de TI, ele poderá detectar rapidamente atividades anômalas de uma filial de serviço de campo na Costa Leste que normalmente fecha nos finais de semana, mas de repente registra um aumento de atividade no sábado.

Os AIOps podem detectar se um servidor ou roteador em sua rede está próximo da capacidade e se esse excesso de utilização de capacidade é normal para uma situação específica, como o horário de processamento mais movimentado ou um pico de inatividade devido a uma promoção de comércio eletrônico .

Na área de teste de aplicativos, onde vários sistemas virtuais são colocados em teste, mas podem ser esquecidos após a conclusão do trabalho, a observabilidade pode identificar esses ativos ociosos para que possam ser desalocados.

Em um ambiente híbrido pré-nuvem, a observabilidade de AIOps pode informar um desenvolvedor de aplicativos em tempo real se houver um entupimento em algum lugar no fluxo de trabalho do aplicativo de ponta a ponta que esteja prejudicando o desempenho.

O resultado é que a TI funciona melhor, os aplicativos são entregues aos negócios mais cedo e o tempo de inatividade é reduzido.

O estado de observabilidade

Dito isso, a observabilidade de AIOps ainda está nos estágios iniciais de implantação em muitas organizações.

Um desafio é que nem todos os departamentos de TI entendem exatamente o que observabilidade – uma palavra um tanto nebulosa – significa. Se, em vez disso, a observabilidade fosse entendida como “observação informada” facilitada pela IA e aprendizado de máquina, a adoção da tecnologia poderia se mover mais rapidamente e seu valor seria desbloqueado.

Tendo atuado como CIO por mais de 20 anos, sei de duas coisas:

Em primeiro lugar, os CIOs e a TI odeiam o tempo de inatividade, fazendo perseguições inúteis e tendo que acalmar as emoções dos usuários, clientes e gerenciamento enquanto a TI descobre o que deu errado em um aplicativo complexo que afeta muitos sistemas.

Em segundo lugar, se pudermos acabar com essas maratonas de reuniões de “sala de guerra” que continuam a ocorrer em 2021, assim como em 1981, o apontar de dedos seria menor e o moral da equipe seria mais alto. A observabilidade da AIOps equiparia melhor todos os envolvidos, do DBA ao desenvolvedor de aplicativos e ao programador de sistemas, com uma versão única e acionável da verdade.