ITOps representa o nervo central na operação de grandes empresas. Nas mãos desta área fica a responsabilidade de monitorar toda a infraestrutura e responder a incidentes que possam afetar a saúde dos serviços que apoiam os processos de uma companhia.
Desse ponto de vista, a preocupação da ITOps é com a estabilidade, disponibilidade e confiabilidade do ecossistema de TI que apoia a continuidade do negócio.
Se o papel crítico que a ITOps cumpre na realização dos objetivos de negócio das organizações é reconhecido, há que se reconhecer também que ele vem mudando – junto com os próprios ecossistemas.
Se o surgimento de conceitos como DevOps e DevSecOps já são bem estabelecidos como casos especialmente notórios dessa mudança, outros ainda estão trilhando esse caminho. É o caso da AIOps. O termo, embora já amplamente difundido, ainda não está bem estabelecido e definido no mercado. As organizações buscam por AIOps para várias finalidades bem diferentes.
Com isso, diante do AIOps, surgem as dúvidas: quais os novos papéis da ITOps que demandam AIOps? Qual o estado do AIOps no mercado? E como ele tem alterado e beneficiado a postura do ITOps dentro da organização?
São essas as respostas que buscamos oferecer neste artigo.
Os novos papéis do ITOps na era da transformação digital
Coleta e análise de dados sempre fizeram parte da rotina da ITOps, mas não na escala e na complexidade que se vê em ambientes digitalmente robustos.
Migração para cloud convivendo com legado on-premise, mais aplicações e mais mudanças: a transformação digital aumentou o volume de trabalho da ITOps – e criou novas demandas. Mais do que manter a performance, resiliência, segurança e disponibilidade em escala, ela precisa lidar com a complexidade desse ecossistema.
Considerando o universo híbrido e multicloud moderno, conseguir correlacionar eventos e fazer análises, gerenciamento dos serviços da TI, monitoramento de disponibilidade e de performance e outras atividades centrais da ITOps é desafiador.
Da mesma maneira em relação a gerenciamento de alertas. O número de alertas gerados em ambientes modernos fica completamente fora de controle, assim como a identificação do que importa endereçar. Não há como fazer manualmente a correlação entre os alertas de todas as ferramentas, o que gera ruído.
Ao mesmo tempo, o custo das falhas é maior, com consequências financeiras e reputacionais relevantes. Mais do que responsivas, as equipes de ITOps precisam ser proativas.
É aí que entra o uso de inteligência artificial dentro do ITOps, isto é, a AIOps, já considerada uma evolução natural da ITOps. Com machine e deep learning, assim como big data, as equipes têm a inteligência, e com a automação, a escala de que precisam para operar com eficiência.
O estado da AIOps: em que medida as organizações já aderiram
Nesse novo contexto em que se insere a ITOps, o uso cada vez maior de AIOps não deve mais ser uma surpresa. Ao contrário, está passando a ser a normalidade.
De acordo com o The State of Observability Report, da Splunk, 71% dos respondentes afirmam usar tecnologias AIOps de alguma maneira, seja ampla (37%) ou limitada (37%).
Isso revela que a adesão ao AIOps é evolutiva dentro das organizações. Normalmente, elas começam com aplicações básicas da tecnologia, voltadas a detecção e diagnóstico de incidentes. Com o tempo, e a maturidade, elas evoluem para usos mais avançados, mirando a predição e automação de respostas.
O levantamento da Splunk elenca os motivos pelos quais as organizações vêm implementando AIOps. Entre eles estão:
- Melhorar a capacidade de identificar anomalias rapidamente;
- Correlacionar dados a fim de alcançar uma análise preditiva da saúde de suas aplicações e infraestrutura;
- Responder e remediar incidentes com maior nível de inteligência e automação;
- Construir um conjunto de ferramentas para DevOps, SREs e ITOps.
Mas ainda podemos perguntar: de que maneira a AIOps vem impactando o trabalho das equipes de ITOps?
O significado da AIOps para a ITOps que conhecíamos
Ferramentas de AIOps são uma das partes constituintes da observability.
O maior benefício do AIOps é permitir que as equipes de ITOps não precisem ficar manualmente examinando múltiplos dashboards para interpretar dados que um algoritmo interpreta instantaneamente. Com isso, os tradicionais silos se transformam em visibilidade.
Os impactos, consequentemente, incidem sobre a proatividade e a produtividade das equipes de ITOps, sendo vistos como:
- Menor tempo médio de detecção (MTTD) de incidentes;
- Menor tempo de diagnóstico da causa raiz de problemas;
- Visibilidade sobre problemas recorrentes, cuja causa raiz é a mesma;
- Compreensão sobre a infraestrutura a partir da coleta de dados dos principais sistemas;
- Menor tempo médio de resolução (MTTR);
- Infraestrutura dissimilar racionalizada; e
- Descoberta de problemas escondidos.
AIOps: a resposta da ITOps para o novo cenário
Setores de ITOps vêm sentindo gradativamente os impactos de uma transformação digital que ganha corpo e complexidade. Consequentemente, a demanda é por soluções que proporcionem visibilidade e capacidade de ação em escala, sem elevar o nível de ruído e de silos de dados.
A AIOps já é considerada um dos pilares dos ITOps modernos, sendo amplamente utilizada em algum nível de profundidade nas organizações. A adesão, no entanto, é evolutiva, característica de tecnologias emergentes.
A experiência já consolidada no mercado é suficiente para mostrar os impactos positivos relevantes sentidos no setores de ITOps.
E a sua empresa já está fazendo ou avaliando a possibilidade de fazer esse movimento? Se sim, será valioso trocar conhecimentos com quem já implementou ferramentas de AIOps em grandes operações de ITOps. Fale conosco!
