Wat is AIOps?

AIOps verrijkt moderne IT-activiteiten met machine learning en datawetenschap.

Naarmate hardware en software steeds meer kunnen, neemt ook de complexiteit ervan toe. Hierdoor wordt er steeds meer gevraagd van de IT-afdelingen die verantwoordelijk zijn voor het beheer. Door elke nieuwe vooruitgang en mogelijkheid wordt deze complexiteit alsmaar groter. Tot voor kort hadden operationele IT-teams weinig opties wat betreft het aanpakken van de groeiende complexiteit van essentiële technologieën. De meest voor de hand liggende mogelijkheid was het inhuren van nieuw IT-talent met kennis van datawetenschap en het uitbreiden van het afdelingspersoneel, hoewel dit bepaald niet de meest kosteneffectieve oplossing was.

Er zijn echter ook bepaalde ontwikkelingen waarmee IT-operations (ITOps) kunnen worden bevorderd. Neem bijvoorbeeld opkomende technologieën als artificial intelligence voor operations (AIOps).

Het woord 'AIOps' is afgeleid van de begrippen artificial intelligence (AI) en operations (Ops). Om precies te zijn, is AIOps een samensmelting van AI en ITOps, oftewel meerlaagse technologieplatformen die gebruikmaken van machine learning, analyses en datawetenschap om automatisch operationele IT-problemen te identificeren en op te lossen.

Het begrip AIOps werd in 2016 geïntroduceerd door Gartner naar aanleiding van de trend in digitale transformatie, waarbij gecentraliseerde IT-operations plaatsmaakten voor activiteiten waarvan de werklasten zich in de cloud en op locatie over de hele wereld bevonden. Naarmate de innovaties elkaar steeds sneller opvolgden, nam ook de complexiteit van technologieën toe. Het beheer en het onderhoud van deze nieuwe systemen en apparaten kwam voor rekening van de IT-teams, waardoor deze steeds meer onder druk kwamen te staan.

Dankzij AIOps werd een nieuw model voor het beheer van IT-operations in het leven geroepen. Machine learning heeft een radicale verandering in moderne bedrijfsvoering teweeggebracht. Volgens The Global CIO Point of View maken zo'n negen van de tien CIO's al gebruik van deze technologie of zijn dit van plan binnenkort te doen.

Laten we eens kijken naar de belangrijkste kenmerken van AIOps om de capaciteit en mogelijkheden beter te begrijpen. AIOps biedt onder meer:

  • Uitgebreide IT-gegevens
    Een van de belangrijkste taken van AIOps is het afbreken van gegevenssilo's. Dit wordt gedaan door de verschillende gegevens van IT-servicemanagement en IT-operations management samen te voegen. Zo kunnen onderliggende oorzaken sneller worden vastgesteld en wordt de weg vrijgemaakt voor automatisering.
  • Samengevoegde big data
    Big data vormt de kern van elk AIOps-platform. Door het afbreken van silo's en het vrijmaken van beschikbare gegevens, is AIOps in staat geavanceerde analyses toe te passen met zowel bestaande, opgeslagen gegevens als met gegevens die zich in realtime ontwikkelen.
  • Machine learning
    Doordat er zo veel gegevens te analyseren zijn, biedt AIOps geavanceerde machine learning-mogelijkheden die het handmatige menselijke vermogen vele malen overtreffen. Door analyses te automatiseren en verbanden en inzichten aan het licht te brengen, biedt AIOps een schaalbaarheid met ongekende snelheid en nauwkeurigheid.
  • Waarneming
    Het AIOps-proces is sterk afhankelijk van het vermogen van het platform om gegevens en gegevensgedrag waar te nemen. Door middel van gegevensdetectie verzamelt AIOps deze gegevens uit verschillende IT-domeinen en -bronnen, waaronder container-, cloud-, gevirtualiseerde omgevingen en zelfs verouderde infrastructuren. Gegevens moeten zoveel mogelijk in realtime worden verzameld om de basis up-to-date te houden.
  • Interactie
    Met AIOps-platformen kunnen computersystemen en software worden geconfigureerd, gecoördineerd en beheerd in meerdere IT-domeinen, waaronder ITSM. AIOps biedt analyses waarin informatie over de omgeving is opgenomen, wat leidt tot betrouwbaardere en relevantere gegevens. Hierdoor ligt automatisering binnen handbereik.
  • Actie
    Het uiteindelijke doel van AIOps is het creëren van een systeem met volledig geautomatiseerde functies, waardoor lussen worden gesloten en IT-teams in staat zijn andere taken op zich te nemen. In de praktijk is AIOps nog in ontwikkeling en zijn sommige teams huiverig om de mogelijkheden van AIOps volledig te omarmen. Dat gezegd hebbende, is AIOps in staat zowel eenvoudige als complexe taken uit te voeren, waardoor veel organisaties zich comfortabel genoeg voelen om belangrijke taken aan AIOps-platformen toe te wijzen.

Idealiter wordt AIOps onafhankelijk ingezet om uit alle beschikbare IT-monitoringbronnen gegevens te verzamelen en te analyseren, zodat er een gecentraliseerd interactiesysteem ontstaat. Het proces dat hieraan voorafgaat, is gelijk aan dat van de menselijke cognitie. De volgende vijf algoritmen spelen een belangrijke rol:

Gegevensselectie

AIOps doorzoekt een enorme hoeveelheid beschikbare IT-gegevens, evalueert deze en identificeert gegevenselementen die relevant zijn. Hiervoor is het noodzakelijk dat deze belangrijke 'spelden' in een 'gegevenshooiberg' van terabyte-formaat kunnen worden gevonden op basis van vooraf bepaalde selectie- en prioriteringsmeetwaarden.

Ontdekken van patronen

AIOps neemt relevante gegevens onder de loep, vindt correlaties tussen gegevenselementen en groepeert deze voor verdere analyse.

Inferentie

Diepgaande analyse stelt AIOps-platformen in staat trends, gebeurtenissen en de onderliggende oorzaak van problemen te identificeren, waardoor heldere inzichten ontstaan die helpen bij het nemen van actie.

Samenwerking

AIOps functioneert ook als een samenwerkingsplatform dat de juiste teams en personen op de hoogte brengt, hen van relevante informatie voorziet en een effectieve samenwerking mogelijk maakt, ook wanneer werknemers zich op grote afstand bevinden.

Automatisering

Ten slotte is AIOps ontworpen om automatisch op problemen te reageren en deze onmiddellijk op te lossen, waardoor de snelheid en nauwkeurigheid van IT-operations aanzienlijk wordt verhoogd.

Zoals eerder gezegd, vormt de toegenomen technologische complexiteit een drijvende kracht achter de verschuiving richting AIOps. Hier volgen enkele specifieke trends en eisen die aan de basis van deze ontwikkeling staan:

  • Toenemende omvang van IT-omgevingen
    Nieuwe, dynamische IT-omgevingen hebben aanzienlijke vooruitgang geboekt in vergelijking met de mogelijkheden van handmatig, menselijk toezicht.
  • Exponentiële toename van ITOps-gegevens
    De introductie van API's, mobiele apps, IoT-apparaten en machinegebruikers hebben tot een toename van waardevolle gegevens geleid. Machine learning en AI zijn de enige opties voor doeltreffende analyses en rapportage.
  • Toenemende behoefte aan snellere oplossingen voor infrastructuurproblemen
    Technologie speelt in vrijwel alle bedrijfsprocessen een centrale rol. Wanneer er IT-gebeurtenissen plaatsvinden, telt elke seconde: hoe langer het duurt om een probleem op te sporen en op te lossen, hoe groter de kans op reputatieschade en inkomstenderving.
  • Meer rekenkracht naar de edge van het netwerk
    Netwerken raken steeds meer gedecentraliseerd door de toename van cloudcomputing en services van derden. Hierdoor ontstaat een IT-ecosysteem waarin steeds meer budget en rekenkracht zich in de marge bevinden.
  • Steeds meer invloed van ontwikkelaars zonder aansprakelijkheid
    Doordat alles steeds meer om toepassingen draait, nemen ontwikkelaars een actievere rol op zich bij monitoring en andere gebieden. Dit neemt echter niet weg dat de aansprakelijkheid voor IT nog altijd op de schouders van de IT-afdeling rust. Dit betekent dat naarmate de technologie zich verder ontwikkelt, ITOps niet alleen te maken krijgt met een grotere complexiteit, maar ook met een grotere verantwoordelijkheid.

Een doeltreffende aanpak van AIOps bestaat uit drie fasen.

  1. Problemen voorspellen voordat ze zich voordoen
  2. Nadelige gevolgen voor eindgebruikers voorkomen
  3. Herstel en resolutie automatiseren

Volgens een onderzoek van Accenture besteden eerstelijnsmedewerkers van de klantenondersteuning tot 12% van hun tijd aan het beheren van tickets en gaat 43% van de IT-servicedesk-respondenten gebukt onder het feit dat ze moeten kiezen uit ruim 100 toewijzingsgroepen. Simpel gezegd, is de hoeveelheid gegevens en informatie te groot om effectief door moderne IT- en serviceafdelingen te worden afgehandeld. AIOps helpt een groot deel van deze last te verlichten.

Dit zijn de belangrijkste voordelen van een AIOps-platform:

Verhoogde gegevenswaarde

AIOps combineert intelligente automatisering met big data, waardoor verborgen verbanden en toevallige gegevensrelaties tussen services, operations en resources worden blootgelegd en bruikbare inzichten worden geleverd. Zo profiteert u niet alleen van een betere bruikbaarheid van uw gegevens, maar leveren uw gegevensanalyses ook betere resultaten op.

Minder kosten

AIOps biedt een kosteneffectief alternatief voor de werving van een leger IT-personeel en datawetenschappers. Daarnaast bespaart AIOps uw IT-team tijd en moeite, omdat het zich niet langer bezig hoeft te houden met routinematige taken en mogelijk onbelangrijke waarschuwingen. Dit leidt tot meer efficiëntie en minder kosten in het algemeen. Tot slot helpt AIOps bedrijven te beschermen tegen kostbare serviceonderbrekingen.

Gestroomlijnde IT-operations

AIOps is zowel snel als precies, vermindert de frequentie van fouten en verkort de afhandeltijd van problemen die de service beïnvloeden. Tegelijkertijd breekt AIOps gegevenssilo's af, waardoor één samenhangende weergave van de gehele IT-omgeving ontstaat. De proactieve prestatiemonitoring en gegevensanalyse van AIOps zorgen voor een snellere, betere besluitvorming.

Verbeterde werknemersbeleving en -productiviteit

Werknemers zijn het gelukkigst als ze over de juiste tools beschikken om op effectieve wijze hun werk te doen. AIOps automatiseert een aantal belangrijke taken die repetitief en tijdrovend zijn. Dit leidt tot een hogere productiviteit en een verbeterde werknemersbeleving.

Er bestaan tal van AIOps-platformen met elk een bijbehorende reeks tools. In plaats van elke tool op te sommen, richten we ons op twee essentiële functionaliteiten: machine learning-analyse en AIOps-inzichten.

AIOps-inzichten toepassen

Dankzij een gedegen begrip van uw gegevens, waaronder logboeken, meetwaarden, discovery en toewijzing, kunt u de juiste basis voor AIOps ontwikkelen en vervolgens AIOps-inzichten toepassen om uw bedrijf vooruit te helpen. Weergavedashboards, automatisering, DevOps-tools en AIOps-interfaces werken allemaal samen om u een diepgaand inzicht in uw activiteiten te bieden.

AIOps: machine learning-analyse

Door het samenstellen van analytische modellen te automatiseren, kunnen organisaties machine learning toepassen om intelligente systemen te creëren die in staat zijn van gegevens te leren, relevante patronen te identificeren en met minimale menselijke inbreng actie te ondernemen. Met geavanceerde gegevensverzameling, ETL, meerdere gegevensbronnen, stromen, virtuele agents, realtimetoepassingen, etc. borduurt machine learning-analyse voort op de basis die door AIOps-inzichten is gemaakt. Op die manier zet u deze inzichten om in betrouwbare, bruikbare bevindingen.

AIOps van ServiceNow

Grafische weergave van AIOps-tools

In de kern is AIOps een platform dat op intelligente wijze operationele IT-gegevens verzamelt en analyseert. Uit deze twee kerntaken vloeit echter een verscheidenheid van acties en oplossingen die van AIOps een onschatbare troef maken. Hier volgen negen populaire use cases voor AIOps:

Correlatie tussen incidenten en gebeurtenissen

AIOps is in staat incidentwaarschuwingen snel te verwerken en te analyseren, zodat oplossingen worden geboden voordat incidenten uit de hand lopen.

Afwijkingendetectie

Door consequent gegevens te analyseren en met historische trends te vergelijken, identificeert AIOps uitschieters in de gegevens die op potentiële problemen kunnen duiden.

Voorspellende analyses

Naast een vroegtijdige identificatie van problemen, kunnen de gegevensverzamelings- en analysemogelijkheden van AIOps machine learning toepassen op huidige en historische gegevenstrends, waardoor zeer nauwkeurige voorspellingen van toekomstige resultaten kunnen worden gedaan.

Analyse van onderliggende oorzaken

AIOps kan ook een onmisbare rol spelen bij een analyse van de onderliggende oorzaak door miljoenen gegevenspunten te correleren, gebruikers- en bedrijfscontext te bieden, gebeurtenispatronen te volgen en meer. Zo beschikt u altijd over nauwkeurige diagnoses van mogelijke oorzaken van problemen.

Ondersteuning stroomlijnen

De AIOps-functionaliteit voor analyse van onderliggende oorzaken is niet alleen voordelig voor bedrijven, maar ook voor klanten. Ondersteuningsmedewerkers kunnen op deze manier sneller problemen opsporen en oplossen, waardoor de klantbeleving wordt verbeterd. Bovendien kunnen IT-helpdesks zo op nauwkeurige wijze meer tickets verwerken.

Geautomatiseerde incidentrespons

Met de juiste gegevens en instructies kunnen AIOps worden ingesteld om problemen automatisch aan te pakken wanneer ze zich voordoen. Een geautomatiseerde respons op incidenten maakt een zeer nauwkeurige identificatie, diagnose en herstel mogelijk, en is veel sneller dan menselijk ingrijpen.

Digitale transformatie

AIOps neemt de last weg waaronder IT-teams gebukt gaan vanwege de complicaties die nieuwe technologieën met zich meebrengen. Dit maakt de weg vrij voor een onbeperkte digitale transformatie. Bedrijven kunnen naar hartenlust nieuwe ontwikkelingen aanwenden om hun strategische doelen te bereiken, zonder zich zorgen te hoeven maken of de IT-afdeling in staat is de toegenomen werklast aan te kunnen.

Cloudadoptie/-migratie

AIOps biedt duidelijk inzicht in de verschuivende onderlinge afhankelijkheden van cloudadoptie en -migratie. Dit zorgt voor een aanzienlijke beperking van de operationele risico's die met een dergelijke transitie gepaard gaan.

DevOps-adoptie

Tot slot stelt AIOps IT-teams in staat de DevOps-infrastructuur beter te ondersteunen, dankzij een effectieve automatisering en duidelijke zichtbaarheid van gegevens.

De implementatie van AIOps vereist een unieke aanpak die afhankelijk is van uw organisatie, mogelijkheden en behoeften. Er zijn echter een paar basisstappen die in het algemeen in alle bedrijven gelijk zijn.

Veelvoorkomende belemmeringen bij adoptie begrijpen en aanpakken

Afhankelijk van uw organisatie kan het promoten van een AIOps-aanpak op enige weerstand stuiten. Veelvoorkomende belemmeringen voor adoptie zijn onder meer:

  • Afwezigheid van datawetenschappers
  • Gebrek aan passende vaardigheden
  • Onvoldoende gegevens of gegevens van lage kwaliteit
  • Ontbreken van een geïntegreerde manier om naar inzichten te handelen

Gelukkig kunnen de meest effectieve AIOps-providers deze belemmeringen uit de weg ruimen. ServiceNow biedt solide services op het gebied van datawetenschap, die bestaande vaardigheden aanvullen met gebruiksvriendelijke tools en waardevolle vervolgstappen. ServiceNow maakt datawetenschappers overbodig en neemt eventuele zorgen over problemen die een succesvolle adoptie van AIOps tegenhouden weg.

Een business case maken

Haal het management en leiderschap over de streep door een business case voor AIOps te creëren. Identificeer de pijnpunten in uw IT-operations die voor verbetering vatbaar zijn en deel de betrouwbare, effectieve oplossingen die AIOps biedt.

Uw AIOps-stack kiezen

Het kiezen van een AIOps-platform vergt een grondige kennis van uw bedrijf en behoorlijk wat onderzoek naar de beschikbare opties. Er zijn veel oplossingen beschikbaar; bekijk daarom de demo's en lees relevante recensies wanneer u uw keuze maakt.

Een uitrolplan maken

Zodra u de AIOps-oplossing van uw voorkeur hebt gekozen, kunt u er met een gedetailleerd uitrolplan voor zorgen dat de transitie in het juiste tempo verloopt en dat u geen tijd of andere middelen verspilt.

Werknemers betrekken

Onthoud dat uw werknemers het meest zijn geïnteresseerd in hoe deze nieuwe aanpak hen ten goede zal komen. Laat zien hoe intelligente, voorspellende selfservice ondersteuning kan bieden, cases uit handen kan nemen en hoe automatisering tijdrovende, repetitieve taken helpt te elimineren.

Het tempo van de digitale transformatie ligt hoog en het ziet ernaar uit dat dit voorlopig niet zal veranderen. Deze groei zorgt voor een toename van de vraag naar veerkrachtige, nauwkeurige en tijdige IT-operations. ServiceNow IT Operations Management (ITOM) biedt de oplossing.

Het Now Platform van ServiceNow beschikt over uitgebreide AIOps-functionaliteiten, waardoor organisaties hun ITOps kunnen omzetten in intelligente, proactieve processen. Met ServiceNow profiteert u van een betrouwbare automatisering, voorkomt u frictie, breekt u gegevenssilo's af en nog veel meer.

Capaciteiten die meegroeien met uw bedrijf

Met ServiceNow anticipeert u op problemen voordat ze zich voordoen.

Contact
Demo