Bijna alle organisaties willen profiteren van technologieën zoals cloud computing, machine learning en internet of things (IoT). Veel it-teams zijn dan ook bezig met digitale transformatieprojecten om deze ambities vorm te geven. Toch laat een recent onderzoek van Appian zien dat 91 procent van organisaties de nadruk leggen op problemen zo snel mogelijk oplossen, ten koste van de kwaliteit. Het tempo waarop updates tegenwoordig worden uitgerold zorgt ervoor dat it-projecten de digitalisatie niet altijd meer bijbenen.
Er is een andere soort digitale transformatie nodig om dit op te lossen.Kunstmatige intelligentie (artificial intelligence, ai), vaak afgetekend als technologische bedreiging, kan hierin antwoord bieden.
Voor bedrijven biedt ai grote kansen om productiviteit en veiligheid te verbeteren. Artificial intelligence voor it-operations (AiOps) gaat niet over kwaadaardige zelfsturende robots, maar over gelaagde technologie die it-projecten automatiseert en verbetert. Via machine learning wordt big data verzameld en geanalyseerd.
Kracht van AiOps
De grootste kracht van AiOps is het vermogen om automatisch problemen te detecteren, te beoordelen en op te lossen in realtime. Dit betekent dat problemen snel en accuraat verholpen worden zonder menselijke inspanning, dus ook als het it-team niet beschikbaar is. Processen worden op intelligente wijze geautomatiseerd waardoor de voordelen in alle it-werkzaamheden geïmplementeerd kunnen worden.
AiOps kan ook proactief en vaak preventief incidenten detecteren en gebeurtenissen in verschillende ecosystemen met elkaar in verband brengen. Een voorbeeld is de integratie van GDPR. Bedrijven zijn druk bezig om alle cloud workloads te laten voldoen aan de nieuwe wetgeving. It-teams verzetten hierbij veel werk om data te inventariseren en te beveiligen, terwijl er continu nieuwe data binnenkomt.
Met AiOps kunnen it-teams zich concentreren op andere aspecten van de nieuwe wetgeving terwijl real-time beveiligingsdetectie zorgt voor de naleving van databeveiliging. Dit kan variëren van gebruikers informeren over kwetsbaarheden tot acties ondernemen zoals het afsluiten van een apparaat dat niet aan de regelgeving voldoet. Dit houdt een organisatie autonoom draaiende op een veilige manier.
Digitale transformatie vandaag en morgen
Natuurlijk heeft AiOps meer in huis dan alleen het assisteren bij lopende digitale transformatieprojecten. Het is niet meer genoeg om innovaties bij te houden; het is cruciaal dat organisaties toekomstige innovaties vóór zijn. Omdat innovatie hand in hand gaat met het verwerken van grote hoeveelheden data, kan AiOps bijvoorbeeld ook ingezet worden om miljoenen datapunten van customer journeys te analyseren en gedragspatronen of -trends te identificeren. Dit schetst een gedetailleerd beeld van de knelpunten in een klantproces, waarmee uiteindelijk de innovatie versneld kan worden.
Dit is waar de kracht van AiOps zichtbaar wordt. Door organisaties een volledig beeld te geven van de problemen die op korte termijn opgelost moeten worden, kan optimal ingespeeld worden op de wensen van de klant. Dit kan het begin zijn van een nieuw tijdperk waarin klantgedreven innovatie de norm is.
Laten we vooropstellen dat het niet eenvoudig is voor bedrijven om te schakelen van traditionele it-operaties (ItOps) naar ai. Obstakels moeten overwonnen worden, zoals begijpen welke soorten nuttige gegevens een bedrijf verzamelt, waar het wordt opgeslagen en hoe het platform het best kan worden geïntegreerd.
Om AiOps optimaal te benutten is het belangrijk om in tandem te werken met een team – hetzij een intern team of een externe dienstverlener – dat in staat is te interpreteren wat er gaande is op een groeiend aantal platformen. De informatie die daarmee vergaard en geanalyseerd wordt staat aan de basis van een goede AiOps-strategie. De afhankelijkheid van een goed team laat zien dat AI voorlopig nog geen vervanging is van it-teams, zelfs als meer processen geautomatiseerd worden.
De inzet van AiOps zal de komende jaren sterk toenemen. Gartner voorspelt dat de toepassing van big data en machine learning in organisaties zal groeien van 5 procent anno 2017 naar 40 procent in 2020. Daarom is het van belang dat bedrijven vandaag al beginnen met de voorbereidingen voor deze transformatie. Bedrijven moeten de waarde van hun data inzien, onderzoeken welke processen geautomatiseerd kunnen worden en zorgen dat de juiste expertise in huis wordt gehaald om AiOps te implementeren.
Bert Stam, sales en marketing directeur Noord-Europa van Rackspace
