Ondernemingswaarde ontgrendelen: AIOPs use cases uitbreiden

Organisaties zien AIOps als een manier om om te gaan met de verhoogde complexiteit die ze tegenkomen in het managen van operaties en beveiliging.

Na een boost in momentum vorig jaar, blijft AIOps de aandacht van organisaties trekken. Het wordt snel geadopteerd om IT-staffen te helpen hun traditionele beveiligings- en netwerkmonitoring en -beheer te verbeteren.

Vorig jaar vond Gartner dat AIOps in de IT operations management markt alleen zou groeien met een compound annual growth rate van 15% per jaar tot 2025, vanaf meer dan $1 miljard in 2020.

Sommige organisaties zien AIOps als een middel om geld te besparen op IT-personeel, maar het wordt duidelijk dat de sleutel drijfveer complexiteit is. Er zijn verschillende duidelijke use cases die deze groei zullen drijven.

Een gebied waar AIOps steeds kritischer nodig is, is het aanpakken van de eisen van de huidige remote en hybride werkvoorwaarden.

Pandemie-geïnduceerde kantorsluitingen en thuiswerkbeleid verhoogden digitale verkeersintensiteit en compliceerden dataverzameling voor IT-teams. Bedrijven die remote werk ondersteunden, stuurden werknemers naar huis met nieuwe hardware en software, wat resulteerde in meer dataverkeer. En IT-teams, al worstelend met verhoogde dataproductie, moesten ook datastromen met verschillende eigenschappen monitoren veroorzaakt door informatie die binnenkwam van diverse remote kantoorlocaties.

AIOps kan IT-teams helpen om te gaan met verhoogde en steeds meer ongelijke data veroorzaakt door de shift naar remote en hybride werkmodellen. AIOps gebruikt intelligente algoritmen die grote volumes data met variërende eigenschappen en van diverse bronnen opnemen en de analyse automatiseren.

Daarnaast kan een AIOps-oplossing de geaggregeerde data bekijken om patronen te detecteren en problemen te voorspellen voordat ze ontstaan en storend zijn voor de productiviteit van werknemers. En, als er een service-impacterende incident is, helpt AIOps IT-teams snel de root cause te identificeren en een fix te bepalen om de mean time to remediation (MTTR) te reduceren.

Een ander algemeen gebied waar AIOps waarde vindt is het automatiseren van beveiliging. Waarom? Factoren zoals de overstap naar de cloud en het omarmen van hybride en composeerbare applicaties introduceren nieuwe problemen. Bijvoorbeeld, vorig jaar stuurde de ontdekking van kwetsbaarheden in Apache's Log4j-softwarebibliotheek schokgolven door de zakelijke wereld. Het werd door sommigen beschreven als "de meest ernstige beveiligingsschending ooit." De reden: de open-source software was wijdverspreid en ingesloten in veel gangbare applicaties die frequent hergebruikt worden in bedrijven.

In dit geval en andere boden traditionele beveiligingstools weinig hulp bij het opsporen ervan. In tegenstelling, gebruikt AIOps intelligente algoritmen om het normale gedrag van systemen te modelleren. Het detecteert proactief een cyberaanval door afwijkingen in realtime te identificeren en te bepalen of een probleem (bijv. een prestatieprobleem) voortkomt uit een cyberaanval in plaats van een IT-issue. In het geval van een aanval kan het systeem een reeks geautomatiseerde defensieve tactieken afstoten zoals het prioriteren van alarmen en waarschuwingen om de menselijke operators te assisteren, of het kan gebruikt worden om acties op eigen initiatief te ondernemen zoals het sluiten van toegang tot een systeem of het blokkeren van een IP-adres.