211service.com
AIOps-oppdraget: Forenkle komplekset
AIOps-oppdraget: Forenkle komplekset
Produsert i samarbeid med AppDynamics
For Sergio Puga kan et uoppdaget problem innen informasjonsteknologi (IT) få katastrofale konsekvenser. Puga er senior teknisk programleder hos FedEx Services, som leverer IT til det globale rederiet. Problemer som ikke nok datakraft til applikasjoner kan utløse timer med dyr nedetid, tapt produktivitet og feilsøking. Dette betyr at leveringspersonell ikke får den riktige informasjonen, pakker blir ikke levert, og kundene blir sinte.
AIOps-oppdraget: Forenkle komplekset
FedEx kan ikke mislykkes; pålitelighet er avgjørende. Vi kan ikke ha noen tjenesteavbrudd, sier Puga.
Ettersom selskaper som FedEx raskt går over til digitalisering, sliter de med den skremmende utfordringen med å administrere og behandle enorme mengder data som lever i silobaserte, forskjellige systemer. IT-team som manuelt overvåker og overvåker disse komplekse datasettene drukner i et hav av ofte uforklarlige data, og som et resultat ender de opp med å bruke mye tid og penger på å feilsøke problemer og fullføre rutinemessige driftsoppgaver.
En løsning på problemet kan være AIOps-teknologi, som kombinerer kunstig intelligens og maskinlæring for å automatisere datakorrelasjon, muliggjøre rotårsaksanalyse og levere prediktiv innsikt på tvers av bedriftens økosystem. AIOps øker IT-avdelingenes operasjonelle effektivitet ved å få tilgang til bedriftsomfattende data, trekke ut innsikt om IT-systemer, overvåke drifts- og bruksstatistikk og proaktivt løse applikasjonsytelsesproblemer. På den måten kan IT unngå lammende driftsstans som påvirker kundene negativt og skader bunnlinjen. Og siden AIOps oppretter forbindelser på tvers av datasiloer, kan forretningsbrukere høste fordelene ved å ta informerte, intelligente beslutninger basert på sanntidsdata.
FedEx, for eksempel, er i de tidlige stadiene av AIOps-distribusjon. Ved å bruke teknologien til å overvåke applikasjoner kan Pugas IT-team feilsøke, løse og avverge potensielle problemer på sekunder.
Hvis teamet vårt undersøkte det samme CPU-utnyttelsesproblemet ved å bruke gjeldende overvåkingsverktøy, ville det ta seks til 10 heltidsansatte to til fem timer å finne kilden og utføre utbedring, sier Puga.