Aproveitando o poder da IA ​​para melhorar as operações


Percebi que, com o tempo, as operações de TI muitas vezes se tornam a fundição de ideias para uma organização. Isso pode ser por pura necessidade, pois essa função fica na intersecção de dois fios interligados. O primeiro é a progressão inexorável da tecnologia: as redes ficam mais rápidas, os servidores mais poderosos e a arquitetura mais complexa. Ao mesmo tempo, devido ao poder dessas capacidades crescentes, a TI se torna cada vez mais central para como as organizações cuidam de seus clientes, geram receita e inovam. No contexto desse segundo fio, as operações agem como os modernos motoristas de diligências postais — dirigindo uma equipe de cavalos por todos os tipos de terrenos variados, clima variável e desafios não planejados para garantir que a correspondência seja entregue.

Já faz algum tempo que acreditamos que a automação é essencial para qualquer estratégia de TI viável. É a única maneira de ficar consistentemente à frente da crescente complexidade técnica, da aceitação desvanecida da indisponibilidade do sistema e das pressões de custo persistentes das operações de TI modernas. A automação provou ser uma ferramenta eficaz para aumentar a produtividade, reduzir custos e melhorar a qualidade — o que, por sua vez, impacta positivamente tanto a experiência do cliente quanto a lucratividade.

A mais recente mudança radical nas operações de TI é o papel crescente da inteligência synthetic (IA) para melhorar o que as operações fazem hoje e desbloquear novos recursos que, até agora, estavam no reino da ficção científica. Alguns estão chamando essa nova função de “AIOps”. Embora os modelos de linguagem grande (LLMs) atualmente tenham os holofotes, a IA abrange um espectro completo de tecnologias, que vão desde heurísticas simples até aprendizado de máquina, aprendizado profundo e, sim, LLMs como ChatGPT que são baseados em redes neurais. Como em qualquer design, um dos objetivos ao resolver problemas é encontrar a ferramenta certa para o trabalho, e essa é a abordagem que nossa equipe de IA e automação da Cisco está adotando à medida que construímos nosso portfólio de soluções de IA.

Criando uma estrutura para capacitação de IA

Então, como o AIOps difere do que você está fazendo hoje? Os problemas que você está tentando resolver normalmente permanecem os mesmos. No entanto, as ferramentas de IA permitem que você faça melhor uso do oceano de dados disponíveis para resolver problemas mais rapidamente e até mesmo se antecipar para encontrar e resolver problemas antes que eles possam causar problemas. O primeiro objetivo da IA ​​é o aumento — ajudando você a fazer seu trabalho melhor. Com o tempo, conforme os recursos das ferramentas de IA aumentam e sua confiança no sistema cresce, a IA começará a lidar com mais automação.

Vemos a evolução das operações habilitadas por IA se desdobrando em três áreas:

  • Reativo
  • Preventivo
  • Prescritivo

Nossa estratégia de produto é construir uma estrutura de recursos habilitados para IA que ofereçam suporte a você em todo o ciclo de vida da rede, todos direcionados a um objetivo comum de evitar incidentes antes que aconteçam. Esta não é uma progressão da esquerda para a direita — você provavelmente acabará construindo recursos em cada uma dessas áreas em paralelo, de acordo com suas necessidades. Para ajudar a suavizar a integração da IA ​​em suas operações, muitos recursos existentes precisarão evoluir. Seremos seu parceiro de confiança em sua jornada de automação habilitada para IA.

Aproveitando o poder da IA ​​para melhorar as operações
Figura 1: As operações habilitadas por IA estão evoluindo em três áreas do ciclo de vida da rede

Ferramentas de IA reativa

O escopo das ferramentas de IA reativa geralmente se alinha com o das operações atuais. A parte “IA” se refere ao uso de ferramentas de IA que ajudam a aumentar a velocidade, eficiência e eficácia. As tarefas reativas incluem análise de causa raiz, detecção de anomalias e outras atividades que respondem a um evento externo onde o sucesso é geralmente medido com métricas como tempo médio para identificar e tempo médio para resolução. Essas são áreas onde a IA pode ser particularmente impactante, ajudando a classificar rapidamente os volumes de informações que cercam um evento de rede e ajudam as operações a determinar onde focar, se não identificar diretamente o problema e a resolução potencial.

Uma das maneiras pelas quais a IA é especialmente útil aqui é em sua capacidade de integrar todos os vários estoques de informações úteis em uma organização (documentos de produtos, documentos de design e implementação, wikis, tickets de suporte antigos, até mesmo conhecimento comunitário nas cabeças das pessoas), e ambos democratizam o acesso a esse conteúdo para toda a equipe de operações, bem como facilitam a pesquisa. Ninguém pode rastrear e correlacionar os dados de design e operacionais, mesmo para uma organização de tamanho moderado, mas esse é o tipo de coisa em que a IA se destaca. Usando tecnologias como Retrieval Augmented Technology (RAG), ela pode pegar um LLM existente e, em seguida, colocar em camadas todas as informações específicas da sua organização.

Ferramentas de IA preventiva

A próxima área de ferramentas de IA está preocupada em ficar à frente da curva minimizando a incidência de problemas de rede — tanto falhas graves que são medidas pelo tempo médio entre falhas (MTBF) quanto os tipos de falhas leves que podem impactar negativamente a experiência do cliente, mesmo que o serviço não falhe completamente. As ferramentas preventivas aproveitam a capacidade da IA ​​de vasculhar montanhas de dados e extrair padrões e análises. Um caso de uso para isso é analisar dados históricos e extrapolar tendências futuras, como requisitos de largura de banda ou tendências de energia e resfriamento. Especialmente útil neste espaço é não apenas produzir tendências, mas também ser capaz de executar análises “e se” que podem orientar o planejamento futuro e as decisões de investimento.

Outro aspecto das ferramentas preventivas é poder avaliar a totalidade dos dados operacionais e de configuração de um ambiente e encontrar elementos que sejam incompatíveis, como identificar que uma configuração específica e uma determinada placa de linha são conhecidas por causar problemas em combinação uma com a outra. Pense nisso como as contraindicações farmacêuticas que vêm com medicamentos prescritos, exceto para infraestrutura de rede. Este não é um campo completamente novo, pois as soluções de IA preditiva estão no mercado há algum tempo. Soluções de garantia como Garantia de conectividade do provedor Cisco (anteriormente Accedian Skylight) e Mil Olhos operar neste espaço reunindo dados de fluxo em tempo actual e alertando os operadores sobre problemas potenciais antes que eles afetem o serviço. As habilidades analíticas são uma evolução pure para aprimorar as habilidades preditivas dessas ferramentas.

Falando em previsão, Planejamento de trabalho cruzado da Cisco usa técnicas de IA preditivas e análise de hipóteses para realizar previsões de tendências de tráfego, determinar o planejamento de capacidade e otimizar os gastos de rede. Esta fase também é onde esperamos que agentes autônomos de IA entrem em amplas implantações. Ao contrário da fase reativa, a fase preventiva exigirá que as organizações revisem seus processos operacionais se quiserem obter o máximo benefício das ferramentas de IA.

Ferramentas de IA prescritivas

A área ultimate oferece as oportunidades mais empolgantes para reinventar as operações. As ferramentas prescritivas mudam o foco da IA ​​ajudando os humanos a fazer um trabalho melhor operando a infraestrutura para humanos gerenciando a IA conforme ela assume o comando nas operações do dia a dia, com um enxame de agentes autônomos de IA lidando com vários aspectos do ciclo de vida dos serviços.

A IA assume a liderança na recomendação (até mesmo na implementação) de mudanças de configuração e operacionais com base na observação e análise do comportamento da infraestrutura e na intenção e objetivos de alto nível detalhados pelas equipes de operações. Isso permite que a infraestrutura se autorregule em áreas como sustentabilidade, disponibilidade, despesas operacionais e segurança. Todo o ciclo de vida do serviço é reinventado à medida que os líderes comerciais e técnicos expressam sua intenção em linguagem pure de alto nível; e os sistemas orientados por IA usam essa intenção não apenas para ativar os serviços, mas para continuar a mantê-los. Os agentes de IA generativos podem testar a rede de forma autônoma e contínua em busca de vulnerabilidades e conformidade. Outros agentes de IA podem agendar e executar manutenção e atualizações proativas, enquanto os agentes de caos podem testar continuamente a infraestrutura em busca de resiliência e capacidade de sobrevivência.

Esta fase ultimate também requer um modelo alterado para interação, com chatbots se tornando a interface humana que garante engajamento simples e intuitivo com essas ferramentas. Hoje, vemos um gostinho bem inicial dessa capacidade em ferramentas de IA generativas que podem fornecer recuperação de conhecimento (“como configuro uma VLAN”) e algumas informações de operações (“algum dos meus roteadores está mostrando erros?”), bem como alguns projetos iniciais que converterão prompts de texto em código ou linhas de configuração de dispositivo.

Evoluir, reavaliar, repetir

Esta estrutura para capacitação de IA estabelece um caminho que achamos que faz sentido e aumenta as probabilities de os clientes obterem sucesso com seus próprios planos de adoção de IA e AIOps.

A realidade é que todos nós (clientes, fornecedores, desenvolvedores) ainda estamos no começo do jogo. Essa tecnologia está evoluindo em um ritmo acelerado, e nossa compreensão dela está se expandindo por sua vez. Alguns problemas podem ser mais simples de resolver do que o previsto atualmente. Outros podem acabar sendo mais intratáveis ​​do que o previsto. Como costuma ser o caso, os aspectos tecnológicos da habilitação de IA podem ser mais fáceis de abordar do que os aspectos de pessoas e processos. Mesmo quando o resultado geral desejado é claro, é importante permanecer ágil e avaliar continuamente a estratégia e a execução de acordo com os últimos desenvolvimentos disponíveis para sua organização.

Obtenha mais informações

Para um mergulho mais profundo em nossa solução de planejamento de trabalho cruzado de IA preditiva, assista a este Planejamento de trabalho cruzado da Cisco vídeo. Você também pode explorar as últimas inovações em torno simplicidade de rede e operações com tecnologia de IA do Cisco Dwell 2024.

Discover o portfólio de automação habilitado para IA da Cisco:

Compartilhar:

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *