Waarom automatisering vaak tekortschiet in IT-operaties

Naast de initiële orchestratie en tuning, volgen automatiseringsregels een write-once-deploy-anywhere-model dat vrijwel geen ruimte laat voor aanpasbaarheid. Elke keer dat een nieuwe enterprise-app wordt toegevoegd, workloads naar of tussen clouds verhuizen, of het overkoepelende strategische plan van het bedrijf verandert, moeten de regels mee veranderen.

In 1947 richtte General Motors de eerste moderne automatiseringsafdeling op. Het doel was de productie van zijn automobielen te stroomlijnen door een array van mechanische, hydraulische en computertechnologieën te combineren om tijdrovende en resource-intensieve taken te vervangen die typisch door uur-gewage werknemers werden afgehandeld.

Zeven decennia later heeft het automatiseringsfenomeen zich over elke industrie en markt verspreid en een bijzonder enthousiaste publiek gevonden in IT. Hele platforms die meerdere scripts combineren om acties en reacties na te bootsen tussen een administrator en de IT-omgeving hebben IT-pros door het spectrum geleid om zoveel mogelijk activiteiten te automatiseren.

Nu is alles van het uitrollen van nieuwe software en het configureren van systemen tot het herstarten van servers wier verbindingen verloren zijn gegaan en corrigerende actie ondernemen bij onverwachte veranderingen essentieel op autopilot. Maar wat ooit gezien werd als een soort panacee voor wat IT-teams kwelt, begint tekens van ineffectiviteit te tonen tegen de volgende golf van IT-gerelateerde uitdagingen – uitgebreide infrastructuur, exponentieel grotere datavolumes, en snel evoluerende zakelijke eisen – wat velen doet vragen: is IT-automatisering genoeg om in de digitale leeftijd te bloeien? En, zo niet, hoe kunnen IT-organisaties effectief blijven opereren?

Een dynamische omgeving managen met statische regels

In het kielzog van digitale transformatie zijn IT-omgevingen complexer en uitgebreider dan ooit. Er zijn meer infrastructuur en meer applicaties te managen, meer data te aggregeren, analyseren en operationaliseren – allemaal geïmplementeerd door de opkomst van hybride cloud-strategieën.

De gemiddelde enterprise draait vandaag meer dan honderden applicaties in verschillende publieke en private clouds in een poging bij te blijven met snel veranderende zakelijke behoeften gecreëerd door een steeds meer verwachtende klantenbasis en andere competitieve druk. De snelle (en hevig) adoptie van cloud-platforms en makkelijke toegang tot handige point-tools hebben een omgeving van constante verandering en evolutie gecreëerd die complexiteit heeft toegevoegd die snel onbeheersbaar wordt. Feitelijk rapporteren veel IT-decisionmakers dat hun digitale transformatie-inspanningen het risico lopen de algehele organisatie negatief te beïnvloeden als ze niet effectief gemanaged worden. En die uitdaging mag simpelweg te dynamisch zijn voor conventionele automatisering.

Automatisering zoals we het kennen is regel-gebaseerd en beleid-gedreven. De regels zijn eenvoudige, voorspelbare commando's voor het uitvoeren van een specifieke taak of activiteit en genereren alerts wanneer drempels rond die taken en activiteiten overschreden worden. Automatiseringsregels zijn smal in scope, statisch, en moeten gecoördineerd worden met duizenden andere regels om operaties soepel en efficiënt te laten draaien – wat precies de reden is waarom ze niet meer voldoende zijn in een gedigitaliseerde, moderne IT-omgeving.

Naast de initiële orchestratie en tuning, volgen automatiseringsregels een write-once-deploy-anywhere-model dat vrijwel geen ruimte laat voor aanpasbaarheid. Elke keer dat een nieuwe enterprise-app wordt toegevoegd, workloads naar of tussen clouds verhuizen, of het overkoepelende strategische plan van het bedrijf verandert, moeten de regels mee veranderen.

Wat meer is, de hedendaagse cloud-gebaseerde, serverloze omgevingen vereisen constante tuning en wijzigingen aan automatisering, en er is geen IT-team in het bestaan met de bemanning, bronnen, of vermogen om dit allemaal effectief te doen.

AIOps laadt automatisering op

De opkomst van kunstmatige intelligentie is een inflectiepunt voor IT-operatiesprofessionals overal omdat het hun aanpak tot het managen van een zich constant veranderende IT-omgeving volledig kan herbouwen. AI toepassen op IT-operaties – AIOps – automatiseert niet alleen de meest tijdrovende, repetitieve taken, maar ook hogere-orde en complexere taken.

AIOps-systemen aggregeren data van bron-doelen over de gehele IT-omgeving – on-premises en cloud-infrastructuur gelijk – in een enkele data lake. Maar in tegenstelling tot conventionele automatisering die een regel voor elk denkbaar scenario nodig heeft om op die informatie te handelen, leert AIOps om proactief zelfs de zwakste vroege waarschingssignalen te identificeren midden in massive hoeveelheden informatie die mensen missen, hun belang te contextualiseren, en passende en beslissende actie onmiddellijk te ondernemen zonder menselijke interventie.

In plaats van teamleden handmatig door talloze alerts te bladeren en te proberen te onderscheiden tussen hoge-prioriteit en lage-impact, doen AIOps-tools dit allemaal automatisch. Ze passen fijn-gefineerde algoritmes toe die gemapt zijn op specifieke IT-operaties die door miljoenen log-records en metrics siften om de meest kritieke alerts naar voren te brengen om grotere zichtbaarheid te geven aan systeemprestaties en gezondheid, wat IT-teamleden vrijmaakt om te focussen op hogere-prioriteit initiatieven en een veel-nodige boost geeft aan IT-productiviteit en efficiëntie.

Standaard IT-automatisering heeft organisaties ver en wijd geholpen over de jaren. Maar, de hedendaagse enterprise staat voor IT-managementuitdagingen die weinig zich hadden kunnen voorstellen in vroege tijden en die conventionele IT-automatisering simpelweg niet kan aan. Naarmate bedrijven steeds meer gedigitaliseerd raken – infrastructuur toevoegend, nieuwe diensten lancerrend, en nieuwe datastromen inkorporerend – zullen ze meer geavanceerde, intelligente automatiseringsoplossingen nodig hebben om volledige controle te behouden over een uitgesproeide infrastructuur en tempo te houden in een snel evoluerend competitief landschap.

Geschreven door Jiayi Hoffman, data science architect bij OpsRamp.