قد يفشل استخدام الذكاء الاصطناعي في عمليات تكنولوجيا المعلومات بسبب ضعف جودة البيانات AIOps

 تتطلب AIOps البيانات الصحيحة في الوقت المناسب ، ولكن الكثير من هذه البيانات إما غير جاهز أو يحتاج إلى المراجعة بعناية.



يمكن أن يكون الذكاء الاصطناعي لعمليات تكنولوجيا المعلومات (AIOps) مصدر ارتياح حقيقي لأقسام تكنولوجيا المعلومات المثقلة بالأعباء. سيؤدي تطبيق الأتمتة المتقدمة على عدد لا يحصى من عمليات تكنولوجيا المعلومات الروتينية إلى تقليل العبء على أقسام تكنولوجيا المعلومات والسماح لهم بالتركيز على أشياء أكثر أهمية مثل التحول الرقمي والتكامل المستمر ونشر البرامج.

ومع ذلك ، هناك مشكلة هنا: تتطلب AIOps البيانات الصحيحة في الوقت المناسب ، ولكن الكثير من هذه البيانات إما غير جاهز أو يحتاج إلى مراجعة بعناية. تعتمد وظائف AIOps على نقاط البيانات مثل سجلات النظام والمقاييس وإحصاءات الأداء والأحداث وترجمة العمليات في الوقت الفعلي والبيانات المتعلقة بالحوادث. ومع ذلك ، قد تكون الكثير من هذه البيانات غير مكتملة أو مخفية إلى حد بعيد. أي ، إذا لم تكن البيانات على قدم المساواة ، يمكن أن تفشل AIOps ، أو ما هو أسوأ من ذلك ، توجيه الحلول التكنولوجية في الاتجاه الخاطئ.

يكتب فوربس أن أتمتة البيانات الروبوتية (RDA) يمكن أن تساعد في حل هذه المشكلة. على عكس أتمتة العمليات الآلية (RPA) ، التي تعمل على أتمتة عمليات الأعمال وبيانات سير العمل ومهام المستخدم ، فإن RDA تقوم بأتمتة خطوط أنابيب البيانات باستخدام الروبوتات.

وفقًا لدراسة حديثة أجرتها مؤسسة Enterprise Management Associates (EMA) ، فإن أشكال الأتمتة التي تدعمها AIOps تشمل "سير عمل تكنولوجيا المعلومات" (60٪) و "أتمتة كتيبات التشغيل أو عمليات تكنولوجيا المعلومات" (49٪). يلجأ 43٪ من محترفي تكنولوجيا المعلومات الذين شملهم الاستطلاع إلى AIOps للحصول على إشعارات أكثر ذكاءً قائمة على التنبيهات.

ومع ذلك ، يصعب تنفيذ AIOps. على الرغم من الفوائد الواضحة ، سيجد الكثيرون أن تطبيق الذكاء الاصطناعي لعمليات تكنولوجيا المعلومات معقد للغاية. تشمل الاهتمامات الرئيسية دقة البيانات وإمكانية الوصول إليها ، والصراعات داخل تكنولوجيا المعلومات ، والخوف أو عدم الثقة في الذكاء الاصطناعي ، ونقص المهارات.

يحل قانون التمييز العنصري (RDA) مشكلات البيانات المرتبطة بـ AIOps ويساعد أيضًا في سد فجوات المهارات.

غالبًا ما تعتمد إمكانية ملاحظة البيانات على عدد الأشخاص الذين يمكن إلقاؤهم في مجال ضمان الجودة في خط أنابيب البيانات ، إما عن طريق تعيين المزيد من الموظفين أو جلب شركات استشارية. يؤدي هذا إلى زيادة التكلفة الإجمالية للملكية وزيادة وقت الاسترداد ، وهنا تفشل العديد من تطبيقات AIOps.

باستخدام RDA ، يمكنك نشر برامج الروبوت في خطوط أنابيب البيانات لتبسيط وتجريد العديد من عمليات البيانات والتعلم الآلي. هذا هو مفتاح أتمتة البيانات. باستخدام الروبوتات في خطوط الأنابيب وسير العمل الآلي ، يمكنك تحقيق جودة البيانات التي تحتاجها لـ AIOps.




0 تعليقات