Por que a automação deixa a desejar em operações de TI

Junto com a orquestração e ajuste iniciais, as regras de automação seguem um modelo write-once-deploy-anywhere que deixa virtualmente não há espaço para adaptabilidade. Sempre que um novo aplicativo corporativo é adicionado, as cargas de trabalho são movidas para ou entre nuvens, ou o plano estratégico abrangente da empresa muda, assim como as regras.
Em 1947, a General Motors estabeleceu o primeiro departamento de automação moderno. O objetivo era agilizar a produção de seus automóveis, combinando uma série de tecnologias mecânicas, hidráulicas e de computador para substituir tarefas demoradas e de uso intensivo de recursos, normalmente realizadas por funcionários horistas.

Sete décadas depois, o fenômeno da automação se espalhou para todos os setores e mercados e encontrou um público particularmente ávido em TI. Plataformas inteiras que combinam vários scripts para imitar ações e respostas entre um administrador e o ambiente de TI levaram os profissionais de TI de todo o espectro a automatizar o maior número possível de atividades.

Agora, tudo, desde o lançamento de novos softwares e configuração de sistemas até a reinicialização de servidores cujas conexões foram perdidas e a tomada de ações corretivas para alterações inesperadas, está essencialmente no piloto automático. Mas o que antes era visto como uma espécie de panacéia para o que aflige as equipes de TI está começando a mostrar sinais de ineficácia contra a próxima onda de desafios relacionados à TI – infraestrutura expansiva, volumes exponencialmente maiores de dados e demandas de negócios em rápida evolução – deixando muitos para pergunto:a automação de TI é suficiente para prosperar na era digital? E, se não, como as organizações de TI podem continuar operando de forma eficaz?

Gerenciando um ambiente dinâmico com regras estáticas

Na esteira da transformação digital, os ambientes de TI estão mais complexos e expansivos do que nunca. Há mais infraestrutura e mais aplicativos para gerenciar, mais dados para agregar, analisar e operacionalizar — tudo isso possibilitado pelo surgimento de estratégias de nuvem híbrida.

A empresa média hoje executa mais de centenas de aplicativos em várias nuvens públicas e privadas em um esforço para acompanhar as necessidades de negócios em rápida mudança criadas por uma base de clientes cada vez mais expectante e outras pressões competitivas. A adoção rápida (e raivosa) de plataformas em nuvem e o fácil acesso a ferramentas pontuais úteis criaram um ambiente de constante mudança e evolução que adicionou complexidade que está rapidamente se tornando incontrolável. Na verdade, muitos tomadores de decisão de TI relatam que seus esforços de transformação digital correm o risco de impactar negativamente a organização como um todo se não forem gerenciados de forma eficaz. E esse desafio pode simplesmente ser muito dinâmico para a automação convencional.

A automação como a conhecemos é baseada em regras e orientada por políticas. As regras são comandos simples e previsíveis para realizar uma tarefa ou atividade específica e geram alertas quando os limites em torno dessas tarefas e atividades são violados. As regras de automação são restritas em escopo, estáticas e devem ser coordenadas com milhares de outras regras para manter as operações funcionando sem problemas e com eficiência – e é exatamente por isso que elas não são mais suficientes em um ambiente de TI moderno e digitalizado.

Juntamente com a orquestração e o ajuste iniciais, as regras de automação seguem um modelo write-once-deploy-anywhere que praticamente não deixa espaço para adaptabilidade. Sempre que um novo aplicativo corporativo é adicionado, as cargas de trabalho são movidas para ou entre nuvens, ou o plano estratégico abrangente da empresa muda, assim como as regras.

Além disso, os ambientes sem servidor e baseados em nuvem de hoje exigem ajustes e mudanças constantes na automação, e não existe uma equipe de TI com mão de obra, recursos ou capacidade para fazer tudo isso com eficiência.

AIOps sobrecarrega a automação

A ascensão da inteligência artificial é um ponto de inflexão para os profissionais de operações de TI em todos os lugares, pois pode reformular completamente sua abordagem de gerenciamento de um ambiente de TI em constante mudança. A aplicação de IA às operações de TI — AIOps — não apenas automatiza as tarefas repetitivas e mais demoradas, mas também as de ordem superior e mais complexas.

Os sistemas AIOps agregam dados de destinos de origem em todo o ambiente de TI — tanto no local quanto na infraestrutura de nuvem — em um único data lake. Mas, ao contrário da automação convencional que precisa de uma regra para cada cenário concebível para agir sobre essas informações, os AIOps aprendem a identificar proativamente até os mais fracos sinais de alerta precoce em meio a grandes volumes de informações que os humanos podem perder, contextualizar sua importância e tomar medidas apropriadas e decisivas imediatamente sem intervenção humana.

Em vez de os membros da equipe analisarem manualmente inúmeros alertas e tentarem distinguir entre os de alta prioridade e os de baixo impacto, as ferramentas de AIOps fazem tudo automaticamente. Eles aplicam algoritmos ajustados e mapeados para operações de TI específicas que analisam milhões de registros de log e métricas para exibir os alertas mais críticos para trazer maior visibilidade ao desempenho e à integridade do sistema, liberando os membros da equipe de TI para se concentrarem em iniciativas de maior prioridade e fornecem um impulso muito necessário para a produtividade e eficiência de TI.

A automação de TI padrão beneficiou as organizações ao longo dos anos. Mas, a empresa de hoje enfrenta desafios de gerenciamento de TI que poucos poderiam ter imaginado nos primeiros tempos e que a automação convencional de TI simplesmente não consegue lidar. À medida que as empresas se tornam cada vez mais digitalizadas – adicionando infraestrutura, lançando novos serviços e incorporando novos fluxos de dados – elas precisarão de soluções de automação mais avançadas e inteligentes para manter o controle total sobre uma infraestrutura em expansão e acompanhar um cenário competitivo em rápida evolução.

Escrito por Jiayi Hoffman, arquiteto de ciência de dados da OpsRamp.