AIOps Che cos’è l’AIOps?
AIOps, o intelligenza artificiale per le operazioni IT, si riferisce all’uso dell’intelligenza artificiale, ad esempio machine learning (ML) e AI generativa (GenAI), per automatizzare l’identificazione e la risoluzione dei problemi IT comuni o migliorare l’efficienza operativa.
Nell’ambito del networking, l’AIOps viene utilizzata per rispondere alle esigenze in costante cambiamento degli utenti e dell’IoT per i campus moderni e complessi di oggi, le filiali e le reti WFH. L’AIOps abbina l’automazione delle attività di gestione e la supervisione degli esperti di rete per aumentare l’efficienza.
La visibilità e l’automazione offerti dall’AIOps in ambito networking forniscono alle organizzazioni IT le informazioni necessarie per accelerare le attività di progettazione/configurazione, oltre a prevedere, rispondere rapidamente o perfino prevedere le indisponibilità della rete. Le informazioni AIOps possono essere utilizzate ad esempio per la profilazione degli endpoint ai fini della sicurezza e della visibilità necessarie a garantire le corrette prestazioni delle applicazioni cloud e locali.
- In quale modo l’AIOps fornisce informazioni in un ambiente di rete aziendale?
- Quali sono alcuni casi d’uso dell’AIOps nell’ambito delle reti?
- HPE e AIOps
In quale modo AIOps fornisce informazioni in un ambiente di rete aziendale?
L’AIOps utilizza i dati di telemetria raccolti da ciascun dispositivo di rete e client per creare baseline che contribuiscono a identificare automaticamente i problemi, stabilirne le cause e fornire indicazioni per l’ottimizzazione in tempo reale.
L’AIOps può includere l’uso delle seguenti tecniche AI:
- AI per la classificazione (tra cui il machine learning): algoritmi in grado di apprendere e adattarsi alle modifiche nell’ambiente. Hanno la capacità di apportare modifiche o creare nuovi algoritmi per identificare prima i problemi e consigliare soluzioni efficaci.
- AI generativa (GenAI): AI in grado di generare testo, immagini, video o altri dati tramite modelli generativi, spesso in risposta a richieste. I modelli di AI generativa, tra cui i Large Language Model (LLM), apprendono gli schemi e la struttura dei dati di addestramento immessi per poi generare nuovi dati con caratteristiche simili. Un esempio di GenAI che utilizza gli LLM è ChatGPT di OpenAI.
Per l’addestramento e la messa a punto efficaci di modelli AI, spesso servono data lake di grandi dimensioni con dati provenienti dalla telemetria di rete.
Quali sono alcuni casi d’uso dell’AIOps nell’ambito delle reti?
AIOps contribuisce a risolvere molte delle problematiche più comuni che i team IT devono affrontare attualmente nella gestione delle loro reti. Tra questi, figurano:
- mantenere la compliance della configurazione di rete: le impostazioni statiche dei dispositivi non tengono il passo con le esigenze aziendali in cambiamento l’AIOps monitora continuamente le operazioni di rete e consiglia o apporta automaticamente le modifiche per l’ottimizzazione
- affrontare le esigenze aziendali in evoluzione: la configurazione manuale delle Service Level Expectation (SLE) è costosa e richiede molto tempo. Con AIOps, le soglie di rete importanti vengono definite, monitorate e adattate automaticamente in base alle modifiche dell’ambiente.
- Risolvere rapidamente i problemi di rete: nella maggior parte delle organizzazioni IT le chiamate all’help desk sono il modo principale per identificare i problemi, ma questo processo è costoso e inefficiente. Le informazioni preventive fornite da AIOps contribuiscono all’identificazione dei problemi prima che si ripercuotano su utenti o dispositivi IoT per ridurre le chiamate all’help desk.
- Replicare problemi intermittenti: molti team IT passano ore o giorni a monitorare i problemi intermittenti, perché sono difficili da replicare. Il monitoraggio automatizzato e sempre disponibile con AIOps individua i problemi persistenti rispetto a quelli ovvi, con l'acquisizione dei dati integrata.
- Complessità della rete in aumento: le attività di risoluzione dei problemi e di ottimizzazione occupano più della metà del tempo dei team IT. L’AIOps risolve le problematiche fornendo informazioni chiave come i motivi dei guasti, l’analisi delle cause principali e i consigli sulle riparazioni.
- Mancanza di risorse e capacità: la mancanza di risorse e formazione è un motivo di contrasto costante in molte organizzazioni IT. Le informazioni basate su AIOps, come le funzionalità di ricerca basate su GenAI, sono progettate per supportare e arricchire la base di conoscenze del team.
HPE e AIOps
Oggi gestire una rete richiede visibilità e automazione costanti. HPE Aruba Networking Central con AIOps può aiutarti:
- Individua i problemi di rete, sicurezza e prestazioni delle applicazioni prima che abbiano un impatto sugli utenti e sulle attività aziendali.
- Elimina la maggior parte delle attività manuali di risoluzione dei problemi che tengono sempre troppo impegnati i team IT.
- Fornisce suggerimenti per l’ottimizzazione quando le esperienze di rete cambiano, ad esempio un aumento dei dispositivi IoT o di applicazioni come Zoom o Teams.
- Fornisce risposte rapide e semplici a domande importanti, suggerimenti sulla configurazione e sulla risoluzione dei problemi e altro ancora attraverso un’interfaccia di ricerca basata sulla GenAI.
Il vantaggio di HPE Aruba Networking AIOps inizia con un’ottima AI. Raccogliamo decine di terabyte di dati utili al giorno, da decine di migliaia di installazioni che vanno da piccoli punti vendita e uffici a grandi campus in tutti i settori verticali e le aree geografiche per formare il nostro data lake. La nostra conoscenza profonda della tecnologia di rete e di sicurezza, così come il nostro solido team di data scientist, forniscono quindi le informazioni necessarie per prevenire o risolvere rapidamente i problemi in una frazione del tempo richiesto in passato.
