AIOPS: cos’è e perché è la nuova frontiera dell’IT

AIOPS un acronimo battezzato da Gartner fin dal 2007 per indicare l’adozione di tecniche e strumenti di Intelligenza Artificiale (AI) per le Operation IT. Ma come coadiuvare le attività operative aziendali integrandole con l’AI in modo efficace e funzionale e soprattutto da dove partire? La risposta risiede nello sviluppo di capacità operative integrate ai processi aziendali di delivery e service, introducendo strumenti intelligenti e innovativi che siano funzionali agli obiettivi e commisurati ai budget disponibili degli investimenti innovativi.

Quando le AIOPS sono applicate alla Cybersecurity si perseguono obiettivi legati alla maggiore capacità di difesa e protezione preventiva. La conoscenza specializzata fornita dalle componenti di AI permette il perfezionamento delle Operation IT restituendo un miglioramento nelle performance di pre-allertamento (Early warning) e un contenimento nei tempi di analisi in caso di incidenti informatici per le note conseguenze legate a data breach, data esfiltration, rivendita dati nel dark web e uso fraudolento di credenziali privilegiate. In generale una adozione di AIOPS rappresenta una evoluzione delle operation IT e dei processi operativi aziendali in favore di efficienza ed efficacia.


Definizione di AIOPS

Il termine AIOPS fu coniato da Gartner nel 2007 ed indica quelle piattaforme che combinano funzionalità di big data e machine learning per supportare le operazioni IT. Il concetto di Operazioni IT è invece legato a tutte quelle funzioni di una impresa che sono coinvolte nella messa a disposizione di un determinato prodotto o servizio per il cliente; ossia rappresenta “l’insieme dei processi che, in un’ottica di supply chain integrata, contribuisce a realizzare e consegnare il valore al cliente, indipendentemente dal fatto che questo sia veicolato tramite un prodotto, un servizio o, come accade sempre più di frequente, tramite un mix di prodotti e servizi” (Fonte: organizzazione aziendale.net)

Una adozione ottimale dovrebbe prevedere l'implementazione delle piattaforme AIOPS per migliorare il monitoraggio delle prestazioni in un lasso di tempo ravvicinato al presente, pianificando l'estensione al service desk e all'automazione per i successivi cinque anni. In questo modo il percorso di efficientamento e miglioramento avrebbe un lasso temporale misurabile con spazi per il miglioramento prestazionale e di obiettivi.


Come avviare una iniziativa innovativa basata su AIOPS

Gartner suggerisce sette passi per adottare l’AIOPS in modo che sia un investimento accurato e di successo:

  1. Non perdere tempo: anche se un progetto AIOPS non è imminente è necessario familiarizzare con terminologia e tecnologia preparandosi con una formazione specifica.

  2. Individuare appropriati casi di test iniziali: qualsiasi trasformazione inizia con piccoli passi per acquisire conoscenza ed esperienza e poi estendere ad altri casi aziendali.

  3. Competenza all’azione: utilizzare tecniche semplici per dimostrare che è possibile adottare l’AIOPS colmando parallelamente le lacune di competenza.

  4. Parola d’ordine sperimentare: utilizzare software open source e /o a basso costo per poter valutare AIOPS e le applicazioni che usano la scienza dei dati.

  5. Guarda oltre l'IT: La gestione dei dati è una componente enorme di AIOPS e i team sono spesso già competenti anche se al di fuori del comparto IT.

  6. Ricorrere alla standardizzazione dove possibile e alla modernizzazione per la pratica: un’eventuale implementazione AIOPS dovrebbe prevedere standard e infrastrutture coerenti.

  7. Orientamento alla piena adozione: in accordo allo "stato dell'arte" di AIOPS è appropriato adottare l’approccio “continuum build-versus-buy” dosando le due componenti secondo il budget disponibile.

 

Quali sono le più comuni applicazioni di AIOPS 

Le componenti intelligenti utilizzate principalmente per le operazioni IT, includono il monitoraggio e l'osservazione dell'infrastruttura IT finalizzate ad un migliorare l'efficienza complessiva e alla riduzione dei tassi di errore. Nel monitoraggio proattivo delle prestazioni in tempo reale l’adozione della AIOPS abilita il collegamento delle informazioni di tracciamento ai risultati aziendali, istanziando allarmi in caso di problemi di efficienza. I tipi di allarmi possono riguardare: l’avviso intelligente per cui l’AIOPS filtra e correla i dati significativi e/o stabilisce le priorità fra gli allarmi filtrando quelli successivi al primo scatenante; l’analisi automatizzata delle cause, in cui l’AIOPS presenta le principali cause sospette e l'evidenza del problema; il ripristino automatico per cui l’AIOPS identifica i problemi dai dati storici, da incidenti passati e automatizza il processo di correzione per la risoluzione; tempo medio di riparazione ridotto (MTTR) in cui l’adozione delle capacità AIOPS permette la risoluzione rapida di problemi e interruzioni con una ottimizzazione significativa rispetto ai processi manuali.

Nell’ambito delle capacità che la AIOPS abilita esiste anche una migliore situational awareness grazie alla grande quantità di dati trattati e alla modellazione che permette di valutare picchi anomali abilitando una migliore capacità di decisione operativa.


New call-to-action