Che cos'è AIOps?

Sebbene AIOps e DevOps abbiano origini diverse, non sono concetti in competizione, ma potenti partner. La relazione può essere compresa al meglio considerando quanto segue:

• DevOps è la cultura e il processo che mira ad accelerare il ciclo di vita della distribuzione del software integrando sviluppo e operazioni. Si concentra su collaborazione, automazione e pipeline CI/CD.
• AIOps è il motore intelligente che potenzia la toolchain DevOps. Fornisce l'analisi avanzata e l'automazione necessarie per gestire la complessità creata dalle moderne pratiche DevOps.

In breve, DevOps crea la pipeline in rapido movimento e AIOps garantisce che la pipeline funzioni in modo affidabile ed efficiente rilevando, diagnosticando e risolvendo automaticamente i problemi.

Le piattaforme AIOps in genere funzionano con un processo in tre parti: osservazione, coinvolgimento e azione.

La piattaforma AIOps importa e centralizza flussi di dati di grandi dimensioni, tra cui metriche, log, tracce ed eventi, provenienti dall'intero panorama IT per creare un quadro completo e in tempo reale dello stato di integrità del sistema.

Utilizzando il machine learning, la piattaforma correla e analizza questi dati per distinguere i segnali critici dal rumore. Rileva automaticamente le anomalie, raggruppa gli avvisi correlati e individua la probabile causa principale, presentando informazioni utili ai team IT attraverso dashboard unificate e avvisi mirati.

In base alla sua analisi, la piattaforma attiva risposte automatizzate per risolvere i problemi. Questo può variare dalla notifica al team adatto all'esecuzione di workflow di correzione automatizzati, come il riavvio di un servizio, il ridimensionamento delle risorse o il rollback di una modifica, spesso prima ancora che intervengano gli operatori umani.

Il percorso verso la maturità delle AIOps in genere prevede diverse fasi:

1. Reattiva: le organizzazioni in questa prima fase lavorano in modo indipendente, raccogliendo dati sugli eventi solo a scopo reattivo. C'è poca interazione tra i sistemi e il business.
2. Integrata: man mano che le aziende progrediscono nell'adozione di AIOps, possono abbattere i silos e promuovere la collaborazione integrando le origini dati in una struttura unificata e migliorando la gestione dei servizi IT (ITSM).
3. Analitica: la terza fase prevede l'implementazione di una strategia di analisi completa che dia priorità all'accessibilità dei dati per tutti gli stakeholder. Migliorando i processi ITSM e definendo standard di misurazione e metriche chiave, le organizzazioni possono ottenere risultati migliori.
4. Prescrittiva: a questo punto, le organizzazioni hanno reso l'automazione una priorità e utilizzano frequentemente il machine learning. L'automazione, che integra l'interazione umana, è diventata una componente chiave dei processi ITSM. Inoltre, l'analisi comparativa può essere utilizzata per misurare i miglioramenti e l'impatto aziendale.
5. Automatizzata: al massimo livello di maturità, le organizzazioni raggiungono l'automazione totale e modelli di machine learning predittivi che operano senza intervento umano. Gli stakeholder condividono i dati senza problemi e l'analisi è completamente trasparente. Questo aiuta a promuovere un processo decisionale proattivo e orientato al valore aziendale.

Comprendere i diversi tipi di soluzioni AIOps è fondamentale per scegliere la piattaforma giusta e implementarla in modo efficace. Le soluzioni AIOps possono essere suddivise in due tipi principali:

• AIOps incentrate sul dominio: questi strumenti specializzati basati sull'AI monitorano e gestiscono le prestazioni di un'area specifica delle operazioni IT, come la rete, le applicazioni e gli ambienti di cloud computing. Una piattaforma AIOps incentrata sul dominio, ad esempio, potrebbe concentrarsi specificamente sul monitoraggio delle prestazioni della rete e utilizzare l'AI per rilevare e diagnosticare le anomalie di rete.
• AIOps indipendenti dal dominio: queste soluzioni sono progettate per scalare l'analisi predittiva e l'automazione con l'AI su una rete più ampia e oltre i confini organizzativi. Raccolgono e analizzano i dati sugli eventi provenienti da diverse fonti nel panorama IT per fornire insight e correlazioni olistici. Ad esempio, una piattaforma AIOps indipendente dal dominio potrebbe importare dati da vari strumenti di monitoraggio, sistemi di sicurezza e piattaforme di gestione dei servizi IT (ITSM) per fornire una visione completa delle operazioni IT e identificare le correlazioni tra eventi in diversi domini.

AIOps fornisce una gamma di applicazioni funzionali in vari scenari di operazioni IT:

Per garantire che i servizi rimangano veloci e affidabili, AIOps monitora in modo proattivo le prestazioni dell'infrastruttura IT. Analizza i dati storici e in tempo reale per apprendere cosa è normale, consentendo di rilevare deviazioni sottili che segnalano un problema futuro, come una perdita di memoria o un tempo di risposta in peggioramento. Ciò consente ai team di risolvere i problemi prima che causino un'interruzione del servizio.

AIOps facilita l'automazione dei workflow di risposta agli incidenti integrandosi con strumenti di automazione IT e piattaforme di orchestrazione. Una volta rilevato un incidente, AIOps può attivare automaticamente azioni di correzione predefinite, come il riavvio dei servizi, il ridimensionamento delle risorse o l'esecuzione di script di diagnostica, senza intervento manuale. Ad esempio, se AIOps rileva un errore dell'applicazione web, può avviare automaticamente un workflow per riavviare il server dell'applicazione ed eseguire il rollback di eventuali deployment di codice problematici recenti.

Sfrutta il machine learning per analizzare e correlare dati provenienti da diverse fonti IT, tra cui log, metriche, traffico di rete e dati di configurazione, per eseguire un'analisi intelligente della causa principale. Questa funzionalità consente ad AIOps di individuare le cause alla base dei problemi IT identificando relazioni e dipendenze complesse che potrebbero sfuggire all'analisi umana. Ad esempio, se viene rilevato un problema di prestazioni del database, AIOps può correlare i log del database con le metriche del server e i dati di latenza della rete per identificare se la causa principale è una query lenta, un conflitto delle risorse del server o un collo di bottiglia della rete.

AIOps migliora la sicurezza applicando lo stesso principio di rilevamento di anomalie per proteggere dalle minacce. Analizza il traffico di rete, il comportamento degli utenti e i log di sistema per stabilire una base di riferimento di attività normale. Quindi contrassegna le deviazioni sospette che indicano una potenziale violazione della sicurezza, come pattern di accesso ai dati insoliti o tentativi di accesso da posizioni inaspettate, attivando avvisi per il team di sicurezza.

Incorpora algoritmi intelligenti per analizzare e contestualizzare gli avvisi, dando loro priorità in modo dinamico in base alla gravità, all'impatto aziendale e alle dipendenze. Questa funzionalità va oltre la semplice generazione di avvisi basata su soglie, riducendo il rumore degli avvisi e garantendo che i team IT si concentrino sulle notifiche più critiche e su cui è possibile intervenire.

Esegui analisi delle tendenze e algoritmi di pianificazione della capacità per identificare in modo proattivo potenziali colli di bottiglia delle prestazioni e ottimizzare l'allocazione delle risorse. Analizzando i dati sul rendimento storico e prevedendo le esigenze future di risorse, l'AIOps può fornire consigli per la regolazione delle risorse, come l'aumento delle risorse di calcolo o il ribilanciamento dei carichi di lavoro, per mantenere prestazioni ottimali ed evitare il degrado del servizio. Ad esempio, l'AIOps può analizzare le tendenze del rendimento delle applicazioni e prevedere quando un'applicazione web è più soggetta a picchi di carico, consigliando un ridimensionamento proattivo delle istanze del server web per garantire un'esperienza utente coerente durante i periodi di picco. 

L'implementazione dell'AIOps richiede un approccio strategico che tenga conto di vari fattori, come la qualità dei dati, l'integrazione e lo sviluppo delle competenze. Ecco una panoramica generale su come implementare l'AIOps all'interno della tua organizzazione:

• Allinea l'AIOps agli obiettivi aziendali: definisci obiettivi chiari per l'implementazione dell'AIOps, allineandoli alla strategia aziendale complessiva della tua organizzazione. Ad esempio, se l'obiettivo della tua organizzazione è migliorare la soddisfazione dei clienti, potresti concentrarti sull'utilizzo dell'AIOps per ridurre i tempi di inattività e migliorare l'affidabilità dei servizi.
• Collega i tuoi dati sugli eventi agli strumenti AIOps: integra i dati provenienti da varie fonti e strumenti di monitoraggio per fornire una visione unificata del tuo ambiente IT. Ciò potrebbe comportare l'integrazione con strumenti di monitoraggio esistenti, sistemi di gestione dei log e piattaforme ITSM.
• Riduci il rumore: implementa strategie per filtrare gli avvisi e le notifiche irrilevanti, concentrandoti sui problemi più critici. Ciò potrebbe comportare l'utilizzo dell'AI per correlare gli avvisi, identificare i pattern ed eliminare i falsi positivi.
• Arricchisci e normalizza i dati sugli eventi e gli incidenti: standardizza e arricchisci i dati sugli eventi per facilitare una risposta più rapida e la collaborazione tra i team. Ciò potrebbe comportare l'aggiunta di informazioni contestuali agli avvisi, come i sistemi, le applicazioni e gli utenti interessati.
• Crea flussi di lavoro di correzione automatizzati: inizia identificando gli incidenti comuni e ripetitivi. Crea e testa playbook automatizzati che l'AIOps può attivare per risolvere immediatamente questi problemi, permettendo agli ingegneri umani di concentrarsi su problemi più complessi.
• Garantisci dati di alta qualità: l'efficacia di AIOps dipende dalla qualità dei dati inseriti nel sistema. Assicurati che i tuoi dati siano accurati, completi e coerenti per evitare insight o previsioni errati.
• Sfrutta API e SDK aperti: le API e gli SDK aperti sono essenziali per integrare l'AIOps con i sistemi esistenti e personalizzare le integrazioni. Scegli piattaforme AIOps che offrano API e SDK aperti per garantire un'integrazione perfetta con il tuo ambiente IT.

Google Cloud fornisce una suite di servizi potente e integrata che funge da base per una strategia AIOps moderna. Invece di un singolo prodotto, offre una piattaforma flessibile per implementare il flusso di lavoro "Osserva, attivati, agisci".

• Livello "Osserva":
• La suite di osservabilità di Google Cloud (Cloud Logging, Cloud Monitoring, Cloud Trace): è la base per la raccolta dei dati. Importa automaticamente metriche, log e tracce da tutti i tuoi ambienti Google Cloud, ibridi e multi-cloud, fornendo i dati non elaborati necessari per l'analisi.
• Livello "Attivati" (analisi e diagnostica):
• BigQuery: questo data warehouse serverless funge da motore di analisi centrale. Può archiviare ed elaborare petabyte di dati operativi da Cloud Observability. Puoi eseguire query complesse per analizzare le tendenze storiche e identificare i pattern tra set di dati disparati.
• Vertex AI: è qui che l'"AI" di AIOps prende vita. Puoi utilizzare Vertex AI per creare, addestrare ed eseguire il deployment di modelli di machine learning personalizzati per rilevamento avanzato delle anomalie, avvisi predittivi e analisi delle cause principali direttamente sui dati archiviati in BigQuery.
• Livello "Agisci" (automatizzazione e risoluzione):
• Cloud Functions e Cloud Run: questi servizi di serverless computing sono perfetti per eseguire azioni di correzione automatizzate. Un insight di Vertex AI o un avviso di Cloud Monitoring possono attivare una funzione Cloud Functions per riavviare automaticamente un pod, scalare un servizio o pubblicare una notifica dettagliata in uno strumento di collaborazione.
• Workflows: questo servizio consente di orchestrare sequenze complesse di azioni tra più servizi Google Cloud. Puoi progettare sofisticati playbook di correzione end-to-end che vengono attivati automaticamente dagli eventi AIOps, garantendo una risposta agli incidenti coerente e affidabile.