Aiops杀死了它的支持之星
IT部门面临着管理现代IT系统生成的数据群体的艰难斗争,并且随着MoreInternetof的情况(IOT)设备嵌入到日常产品中,因此将变得更加糟糕,以创造新的客户参与机会。
在伦敦最近的Moogsoft Aiops研讨会上,戴姆勒诊断和连通汽车广告经理RüdigerSchmidt讨论了汽车制造商面临的挑战,因为IOT变得嵌入其车辆和路边家具作为交通灯。
他说,戴姆勒需要接受新软件,保持竞争力并符合新的客户期望。“我们正在建造汽车,但只需建造汽车就不够了。我们有新的竞争对手正在致力于积极的软件模型,在客户和生产者之间蜿蜒而闻名。“
为了解决这一威胁,戴姆勒已经建立了数字之一,这是一项建立安全IT基础来支持数字营销,数字价值链,销售和售后经验的倡议。
由于戴姆勒在其车辆中建立了更多的软件供电的服务,它现在直接暴露给戴姆勒的客户。“五到10年前,我们每年看到顾客送到研讨会,”斯科姆特说。“现在它是完全不同的。消费者希望实时服务总是可用的。“
在开发的区域中,道路援助,当驾驶员按下汽车仪表板上的SOS按钮时,将数据发送到戴姆勒。Schmidt表示,如果客户援助中心的操作员具有正确的信息,则可以大大提高驾驶员与戴姆勒的经验。
“来自汽车和事件的健康数据在后端系统中处理,添加了附加信息以预测问题并触发后续进程的解决方案。”
施密特预计道路车辆产生的远程信息处理数据将是指数增长的。“汽车,公共汽车和卡车不是智能手机。他们在路上20年。“
每天,每辆车都会收集80GB的数据,这设置为每天增长到250GB。分析这一数据量为提供有意义的见解为汽车行业带来了一大挑战。
“这仅仅是个开始。在下一个三年的时间里,移动平台将与IoT对象相结合,如加油站和红绿灯,“他说。
“梅赛德斯正在寻找一个新的A级汽车,用于私人汽车分享,可以通过智能手机应用解锁。如果客户使用自己的智能手机并无法工作,我们的品牌价值受到影响。我们没有任何支持这些新生态系统的经验,我不认为我们将来会如何支持这一点,“施密特说。
它不仅仅是汽车行业面临支持越来越复杂的IT环境的挑战。
根据Moogsoft的说法,它专门从事AI-Powered IT运营工具(AIOPS)的新兴市场,普通企业将累积44TBOF数据,该数据设置为增加40倍。
然而,在AIOPS研讨会上发表演讲,Moogsoft Ceo Phil Tee警告说,即使系统日志生成了大量数据,“服务器停机时间正在增加,而且在IT运营中,结果并未改善”。
Moogsoft认为,对于IT部门来改善他们如何处理服务器停机时间,它需要AI。“使用数据科学来电力服务改进,”他说。
AIOPS通过在孤立中传递分析来实现使其所需的许多手动任务自动化。
Forrester的供应商景观:认知操作纸张状态:“AIOP主要侧重于应用机器学习算法,以创造自学和潜在的自我修复 - 应用和基础设施。分析的关键是分析,特别是预测性分析,了解您的洞察力。“
实际上,软件系统产生的数据日志可用于机器学习算法以了解该系统的运行状况。正如AI学习的那样,它能够识别建议需要固定的潜在问题区域的模式,以便最佳地运行。随着时间的推移,大多数专家预测这些AIOPS工具将成为完全自主的IT管理员,并且能够在没有人为干预的情况下解决问题。
根据Gartner研究总监Vivek Bhalla,到2022年,几乎三分之一的组织未能采用AI不会运作可行的。他说,Gartner的研究发现,3,000次调查中的一半CIO已经看着AI和IT运营,并且是早期采用者。
Bhalla表示,AIOPS工具将用于通过提供IT系统的可见性,通过系统日志生成的数据和预测警告产生的群众的可见性来帮助和增强人类IT运营商。“遗产工具迄今未能发挥这些工具,”他说。
在戴姆勒,各种IT服务跨越异构基础设施,涵盖许多世代的系统,包括大型机。处理它背后的问题看起来像一个简单的请求,例如当驾驶员按下一个新的私人雇用类梅赛德斯上的SOS按钮时,是非微不足道的。“谁是负责的人?没有人支持团队可以涵盖所有这些,“Schmidt说。
该公司一直在业务的一个特定领域使用Moogsoft的Aiops工具。Schmidt表示,IT团队曾经花费80%的时间检测IT问题的根本原因。一旦识别出问题的根本原因,通常可以在几分钟内应用修复。
“这正在杀死我们的可用性率,”他说,添加了Aiops可以帮助,因为它可以更快地识别问题的根本原因。
下一步
LogicMonitor购买OnomAly促进AIOPS功能