Tüm yerkürede ve memleketimizde kişisel kuruluşlardan kamu kuruluşlarına kadar büyük bir dijital dönüşüm yaşanıyor. Lakin bu dijital dönüşüm BT operasyonlarını daha karmaşık ve izlenmesi güç bir hale getiriyor. Öbür taraftan toplanan olguların ölçüsü da her geçen gün artıyor ve devasa bir boyuta geliyor. Yapay zeka, milyonlarca olgu kümesini rastgele bir insan müdahalesi olmadan inceleyebilme kapasitene sahip. Münasebetiyle, gelişmiş analitik teknikler ve algoritmalar kullanan AIOps, çok daha büyük ve karmaşık done kümeleriyle çalışılabilmesine ve insan gözüyle görülmesi neredeyse imkansız olan kalıpların görülebilmesine imkan tanıyor. Bu kadar büyük olguların işlenmesi ve karmaşıklaşan BT operasyonlarının daha düzgün bir formda yönetilebilmesinde AIOps büyük ehemmiyet taşıyor ve BT süreçlerinde otomasyonun geleceği olarak görülüyor.
Yapay zeka, BT operasyonlarında otomasyon sürecini dönüştürüyor
Yapılan araştırmalar da AIOps’un giderek popülerlik kazanan bir teknoloji olduğunu gösteriyor. Örneğin geçtiğimiz aylarda düzenlenen ve AIOps’un derinlemesine ele alındığı AIOps Exchange’de yapılan bir araştırmada foruma katılan üst seviye BT başkanlarının yüzde 68’lik bir kısmı devam eden AIOps girişimleri olduğunu belirtiyor. Araştırmanın bir vesair sonucu ise kuruluşların sahip oldukları portföyü izlemede badire yaşadıkları. Silolar halindeki farklı araçlar, tüm BT ortamının kapsanamaması ve kurallara dayalı tahlillere şiddetli güvenilmesi BT başkanlarının en çok karşılaştıkları sıkıntılar arasında mahal alıyor. Öteki yandan araştırmaya katılan BT başkanlarının yarısından ziyadesi müşteri deneyimini uygunlaştırmak için esasen AIOps kullandıklarını belirtiyor.
AIOps araçları ve platformları, birden çokça araçtan gelen ikazların bir arada kullanılabilmesi için operasyonel BT olgularına makine tahsili uyguluyor. Böylelikle ilgili ekiplerinin meydana gelen hadisenin asıl sebebini belirleyebilmelerine yardımcı olurken geçmişteki haberleri kullanarak ne yapmaları gerektiği doğrultusunda tekliflerde bulunuyor.
Bilişim teknolojileri meydanında otomasyon uzun devrandır kullanılıyor, fakat günümüz yapay zeka teknolojisi, bu otomasyon seviyesini çok daha öteye götürüyor. Tatbike hazır yapay zeka araçları kullanan BT departmanları, vazife kritik sistemlerde beklenmeyen hizmet dışı kalma vadelerinde kıymetli düşüşler elde ediyor. Yapay zekaya dayalı araçlar, BT operasyonlarında sıkıntıların saatler konumuna dakikalar içinde çözülebilmesine imkan tanıyor ve müşteri deneyiminin hem işletme hem de müşteriler için en üst seviyeye çıkmasını sağlıyor.
AIOps, 2020 ve sonrasında ne üzere bir değişime uğrayacak?
AIOps, CIO'lar ve BT başkanları için nispeten yeni bir konsept olmaya devam ediyor. Lakin bu başkanlar, farklı araçlardan ve sistemlerden çok ziyade operasyonel data geldiğini, BT operasyonlarındaki problemlerin tespit edilebilmesi ve en verimli formda çözülebilmesi için bu dataların çok yeterli anlaşılması gerektiğini biliyorlar. Bu, yüksek erişilebilirlik ve performans gerektiren pratiklerin kullanıldığı büyük ölçekli hibrit bulutları yöneten CIO'lar için çok daha güçlükle.
2020 yılı ve ötesinde AIOps, daha farklı görünen ve farklı maksatlara hizmet eden yeni platformlarla birlikte daha çok teknoloji sağlayan bir kategoriye dönüşecek. Kimi pratikler, pratik performans ortamına odaklanırken kimileri güvenlik, bulut, DevOps ve servis idaresi üzere sahalara odaklanacak.
Her ne kadar platformların ne doğrultuda gelişeceği hakkında net bir şey söylemek güç olsa da AIOps'un her geçen gün daha da karmaşıklaşan birçok meydanda problemlerin çözülmesine yardımcı olacağı kesin.
AIOps hangi yerlerde daha çok öne çıkacak?
AIOps, bilhassa büyük ölçüde olgu içindeki anomalilerin arandığı durumlarda ön plana çıkıyor. AIOps ile ilgili tahlil geliştiren şirketler bunun için farklı yaklaşımlar izleyecekler. Kimileri, mikro hizmetlere ve konteynerlara odaklanırken kimileri ise buluta odaklanacak. Kimileri ise sair tahlillerin desteklemediği ana bilgisayarlar üzere platformlara yönelecek.
AIOps Exchange araştırmasında çıkan belli tasarruf senaryoları arasında tertip silolarının ayrıştırılması, proaktif ve öngörücü reaktif senaryoların ele alınabilmesi için araç setlerinin moderinzasyonu, MTTD (sorunlarının tespiti) müddetini azaltmak, dertlerin asıl nedenlerini bulmak ve yönetmek nokta alıyor. Aslında kuruluşların büyük kısmı acilen hemen birebir şeyi istiyor: Yatırımların süratli bir halde geri dönüştürülebilmesini sağlayan, basitçe tasarrufa alınabilen, çokça masraf gerektirmeyen ve birden çokça izleme aracına entegre olabilen bir araç. AIOps makine tahsili, kapsamlı done yekuna ve birden çokça hedefe hizmet eden bir teknoloji olarak öne çıkıyor. Mahsusen önümüzdeki periyotta otomasyon açısından en kilit teknolojilerden biri haline gelecek. 2020 yılında birçok şirket BT operasyonlarına ve gayri süreçlerine AIOps'u entegre edecek.
Tesirli bir kombinasyon: AIOps ve DevOps
AIOps'un odaklandığı bir gayrı kıymetli alan ise DevOps. AIOps, pratiklerin durumu ve performansı hakkında net bir haber isteyen DevOps ekiplerinin istediğini veriyor. Yapılan bu araştırmaya nazaran, satın almalarda DevOps'un tesiri çok büyük. Iştirakçilerin yüzde 28'i AIOps'un uygulanmaya alınmasında DevOps'un büyük tesiri olduğunu belirtiyor. Gayri taraftan AIOps’un pratiklerdeki kusurların çok erken bir biçimde bulunabilmesine imkan tanıması, DevOps geliştiricileri açısından da yeni bir kavram ve buna entegrasyon sağlamaları gerekiyor. Lakin bu aşılması sıkıntı bir bahis olmadığı üzere ve DevOps geliştiricilerine büyük imkanlar sunduğu açıkça ortada. Elhasıl 2020 yılından itibaren AIOps platformlarını değerlendirmeye alan ve pilot tatbike geçen birçok kuruluş ve BT başkanı olacak.