[ADVERTORIAL] In de ondernemingen van vandaag vergt digitale transformatie een klantgerichte, digital-first benadering van alle aspecten van een bedrijf, van de bedrijfsmodellen en klantervaringen tot processen en operaties.
Er worden AI, automatisering, hybride cloud en andere digitale technologieën toegepast om data te benutten en intelligente workflows, snellere en slimmere besluitvorming en real-time reactie op marktverstoringen te stimuleren. En uiteindelijk verandert het de verwachtingen van de klant en creëert het nieuwe zakelijke kansen. Algoritmen voor kunstmatige intelligentie en voor machine learning hebben een cruciale rol gespeeld in de digitale transformatie van het wezen van bedrijven overal ter wereld.
Deze steeds veranderende zakelijke trends hebben een revolutie teweeggebracht in de manier waarop digitale markten functioneren. Overal moeten netwerkmedewerkers nu de strijd aangaan met de steeds veranderende uitdagingen die onvermijdelijk zijn.
Uitdagingen voor IT-beheerders in de ITOM-ruimte
Hoe groter het netwerk, hoe minder het overzicht en uiteindelijk hoe groter de uitdagingen als gevolg van complexe netwerken. Organisaties worden geconfronteerd met verschillende uitdagingen op IT-gebied, waaronder:
Schaalbaarheid: Naarmate organisaties groeien, moeten zij hun IT-activiteiten opschalen om aan de toenemende eisen te voldoen. Dit kan een uitdaging zijn omdat de IT-infrastructuur en -applicaties steeds complexer en moeilijker beheerbaar worden.
Complexiteit: Moderne IT-infrastructuren zijn complex en een effectief beheer ervan vereist een aanzienlijke dosis deskundigheid. Operationele IT-teams moeten over diepgaande kennis beschikken van de infrastructuur en de applicaties in de organisatie om ervoor te zorgen dat alles soepel loopt.
Integratie: Wil continuïteit in het bedrijf worden gegarandeerd, dan moeten de activiteiten van IT-teams worden geïntegreerd met die van andere eenheden in de organisatie, zoals ontwikkelingsteams en stakeholders. Dit vereist effectieve communicatie en samenwerking tussen afdelingen, processen en technologieën.
Wendbaarheid: IT-teams moeten snel kunnen reageren op veranderende zakelijke behoeften en vereisten. Dit vereist een flexibele en wendbare infrastructuur die zich kan aanpassen aan veranderende eisen.
Kosten: De kosten van IT-activiteiten kunnen behoorlijk oplopen en organisaties moeten de onderhoudskosten voor hun IT-infrastructuur dan ook afwegen tegen de voordelen die het de organisatie oplevert.
AIOps-platforms versus domeincentrische AIOps
AIOps-platforms voeren verschillende functies uit, waaronder dataverzameling en -analyse, patroonherkenning en automatisch herstel. Zij werken over het algemeen volgens het Observe, Engage, Act-model. Een AIOps-platform bestudeert in combinatie logboeken van verschillende tools en platforms in silo’s, met de bedoeling om terugkerende patronen of trends te identificeren die mogelijk een reden voor zorg of een afwijking zijn. Deze methode mag dan wel een doorbraak zijn op het gebied van digitale transformatie, toch lijkt het er nog steeds op alsof een groepje blinden probeert om een olifant te beschrijven door verschillende lichaamsdelen van het beest aan te raken. Wat een nutteloze poging om te proberen waarschuwingen te genereren van een tool die vertrouwt op gegevens van andere tools die niet met elkaar communiceren.
De markt kent veel oplossingen en tools die gebruikmaken van AI-gebaseerde technologieën die specifiek zijn voor hun domein en gebruikssituatie. Een voorbeeld hiervan is ManageEngine OpManager, dat functies bevat als aanpasbare drempels, capaciteitsplanning en -prognoses. Deze functies passen algoritmen van AI en machine learning toe om een specifieke taak uit te voeren of een specifiek probleem op te lossen.
Hier kan een AIOps-tool die al apparaten kan pingen en inventarisinformatie in zijn model voor netwerkprestatiebewaking heeft, het probleem van de ‘contextuele blindheid’ oplossen. De gegevens worden door het ML-algoritme sterk contextueel geconsumeerd en met meer context gecorreleerd voor patroonanalyse en het snel opsporen van afwijkingen in plaats van te proberen een naald in een hooiberg te vinden. Hierdoor ontstaan slimme en efficiënte systemen voor netwerkbewaking en -beheer.
Wat u van een domeincentrische AIOps-oplossing kunt verwachten
Dit zijn de drie belangrijke facetten van een tool met AIOps voor het bewaken van netwerkinfrastructuurprestaties:
- Detectie van afwijkingen
- Voorspellende prognoses
- Automatische probleemoplossing
Snelle detectie van afwijkingen
Laten we eens een blik werpen op een gebruikssituatie van een typische IT-organisatie. Het salesteam moet een deadline halen. Ze moeten alle data naar de CRM-tool uploaden. De tool werkt echter traag en de data worden niet geüpload. De salesmanager neemt contact op met de IT-supportafdeling die hem kan helpen met dit probleem.
De IT-technicus verricht wat basishandelingen om het probleem te verhelpen en voert diagnostische tests uit om te kijken naar de netwerk- en serverbeschikbaarheid, netwerkconnectiviteit, knelpunten in de bandbreedte en applicatiestoringen. Uiteindelijk werpt hij een blik in de logboeken, iets waar hij trouwens een hekel aan heeft. Nog een uur en zit zijn dienst erop. Hij wil dit gewoon even afhandelen.
De ticket wordt nu doorgestuurd naar de operationeel leidinggevende. Deze neemt contact op met het ontwikkelingsteam van het applicatieframework in de hoop dat zij het probleem zo snel mogelijk kunnen verhelpen. Het salesteam heeft inmiddels in de mail hun bazen op CC gezet. Deze vertraging is volstrekt onacceptabel! Uiteindelijk identificeert de ontwikkelaar de foutieve code.
De fout zat op codeniveau en kon onmogelijk worden gevonden door de ondersteunende IT-afdeling of de operationele leidinggevende. Het probleem wordt verholpen. Met zes uur vertraging en een hoop remote sessies die bij alle betrokkenen voor een hoop irritatie hebben gezorgd, wordt de CRM-database gevuld. Maar goed, de klus is geklaard.
Laten we nu eens kijken wat er zou gebeuren als er een AIOps-tool was ingezet om deze afwijking te detecteren.
De AIOps-tool die de CRM-applicatie bewaakt, houdt het aantal inkomende verzoeken in de gaten, afgezet tegen tijd. De grafiek wordt vergeleken met eerdere data waardoor een afwijking snel is gedetecteerd. Maar hoe? Gewoon door naar de seizoensgebonden trenddata te kijken.
AI identificeert snel het foutdomein door middel van gebeurteniscorrelatie en een oorzaak-gevolganalyse. In dit geval wordt het probleem veroorzaakt door mislukte transacties die het gevolg zijn van een foutieve code in de pijplijn voor doorlopende implementatie.
De verzoek-tijdgrafiek wordt verder verwerkt door de algoritmen van AI en ML om het precieze tijdstip vast te stellen waarop de afwijking is opgetreden. Dit is heel anders dan hoe een mens het probleem zou oplossen. En ook nog eens een stuk minder tijdrovend.
Hoe komt het dat het AIOps-model het beter doet? Proactieve probleemisolatie en oorzaak-gevolganalyse (RCA: root-cause analysis)
Onmiddellijke, geplande of periodieke meldingen binnen de escalatiematrix
Onmiddellijke oplossing met rollback/scriptuitvoering door middel van HITL-automatisering (human-in-the-loop)
OpManager is een efficiënte, intelligente netwerkbewakingstool waarmee onder andere oorzaak-gevolganalyses kunnen worden uitgevoerd. Lange downtimes zijn gemakkelijk te voorkomen als het netwerkteam in de netwerkomgeving een holistische oplossing voor netwerkprestatiebewaking installeert, bijvoorbeeld OpManager.
Voorspellende prognoses met AIOps
OpManager gebruikt met behulp van ML-algoritmen bestaande data om uw opslagverbruik bij te houden en te voorspellen wanneer uw opslag de maximale capaciteit bereikt en wanneer u toe bent aan een upgrade. OpManager maakt gebruik van een ML-algoritme voor het voorspellen van drempelwaarden die door een beheerder voor elk apparaat instelbaar zijn. OpManager waarschuwt wanneer de ingestelde capaciteitsdrempels worden overschreden. Zo blijft u op de hoogte van uw opslag, CPU en geheugengebruik.
Netwerkproblemen automatisch oplossen
Proactieve bewaking: Met AIOps-tools voor prestatiebeheer kunnen de IT-infrastructuur en -toepassingen in realtime worden bewaakt, zodat operationele IT-teams inzicht hebben in de prestaties en de gezondheid van hun systemen. OpManager bevat 10.000 kant-en-klare apparaatsjablonen met initiële configuraties om de apparaten in te delen in de vooraf gedefinieerde apparaattypen, op basis van type leverancier, apparaat, enzovoort. Zo wordt de implementatietijd sterk bekort. U kunt ook aangepaste sjablonen definiëren of bestaande sjablonen aanpassen aan de behoeften van uw omgeving.
Waarschuwing: AIOps-tools kunnen waarschuwingen en meldingen naar operationele IT-teams sturen wanneer er problemen worden gedetecteerd, waardoor zij in staat zijn om problemen snel te identificeren en erop te reageren. OpManager beschikt over meldingsprofielen, mechanismen voor alarmonderdrukking en waarschuwingssystemen voor drempeloverschrijdingen. Meer heeft een IT-beheerder niet nodig om op de hoogte te blijven te blijven en het hele netwerk scherp in de gaten te houden.
Analyse: AIOps-tools kunnen gegevens van IT-infrastructuur en toepassingen analyseren om trends en patronen vast te stellen, zodat operationele IT-teams inzicht krijgen in de prestaties en op data gebaseerde beslissingen kunnen nemen.
Herstel: AIOps-tools kunnen problemen automatisch verhelpen door taken uit te voeren als het herstarten van een applicatie of het herconfigureren van een server. Dit is precies wat de workflowfunctie in OpManager doet.
Voorspellend onderhoud: AIOps-tools kunnen aan de hand van algoritmen voor machine learning voorspellen wanneer de kans op storing bij apparaten of systemen groot is zodat operationele IT-teams preventief onderhoud kunnen verrichten voordat de storing daadwerkelijk optreedt. De voorspellingsfunctie van OpManager is ontwikkeld om dit proces voor IT-teams tot een eitje te maken.
AIOps-functionaliteit in OpManager
OpManager voorspelt toekomstig gebruik van opslag, CPU en geheugen aan de hand van bestaande data.
De tool houdt het CPU- en geheugengebruik bij, analyseert uw opslaggebruik en levert een rapport met exacte data wanneer uw apparaten 80, 90 en 100% van de toegewezen opslagruimte bereiken. OpManager waarschuwt wanneer de ingestelde capaciteitsdrempels worden overschreden. Zo blijft u op de hoogte van uw opslag, CPU en geheugengebruik. Netwerkbeheerders kunnen met de interne tool voor workflowautomatisering zelf workflows ontwerpen voor het automatisch oplossen van netwerkproblemen.
Met OpManager als uw betrouwbare AIOps-tool behoren de door mensen gegenereerde “post-mortem”-rapporten die meestal worden samengesteld met trage en nauwkeurige handmatige analyse tot het verleden, en bereikt u een beter beheer van de IT-infrastructuur, een lagere MTTR en een lagere TCO, terwijl waar nodig de mens in de loop blijft.
Vul dit formulier in en zie OpManager in actie
Download OpManager hier. Een gepersonaliseerde demo kan je hier aanvragen.
Voor offertes kan je op deze webpagina terecht en algemene informatie vind je hier.
Dit is een ingezonden commerciële bijdrage van ManageEngine. De redactie is niet verantwoordelijk voor de inhoud.
Over de auteur: De auteur van dit artikel is Rebecca Dsouza van ManageEngine ITOM, een divisie van Zoho Corp. Rebecca houdt van koffie, storytelling en piano spelen, ook al is ze eerder een pandemie-pianist. Je kan met haar connecteren via LinkedIn
Volg ManageEngine ITOM op LinkedIn om op de hoogte te blijven van de laatste IT-trends.