211service.com
AIOps-uppdraget: Förenkla komplexet
AIOps-uppdraget: Förenkla komplexet
Tillverkad i samarbete med AppDynamics
För Sergio Puga kan ett oupptäckt problem inom informationsteknologi (IT) få katastrofala konsekvenser. Puga är senior teknisk programchef på FedEx Services, som tillhandahåller IT åt det globala rederiet. Problem som att inte tillräckligt med datorkraft kommer till applikationer kan utlösa timmar av dyra driftstopp, förlorad produktivitet och felsökning. Detta innebär att leveranspersonal inte får rätt information, paket levereras inte och kunderna blir arga.
AIOps-uppdraget: Förenkla komplexet
FedEx kan inte misslyckas; tillförlitlighet är avgörande. Vi kan inte ha några serviceavbrott, säger Puga.
När företag som FedEx snabbt övergår till digitalisering, brottas de med den skrämmande utmaningen att hantera och bearbeta enorma mängder data som lever i siloförsedda, disparata system. IT-team som manuellt övervakar och övervakar dessa komplexa datamängder drunknar i ett hav av ofta oförklarliga data och, som ett resultat, lägger de ner mycket tid och pengar på att felsöka problem och slutföra rutinmässiga operativa uppgifter.
En lösning på problemet kan vara AIOps-teknik, som kombinerar artificiell intelligens och maskininlärning för att automatisera datakorrelation, möjliggöra rotorsaksanalys och leverera prediktiva insikter över hela företagets ekosystem. AIOps ökar IT-avdelningarnas operativa effektivitet genom att få tillgång till företagsomfattande data, extrahera insikter om IT-system, övervaka drift- och användningsstatistik och proaktivt lösa applikationsprestandaproblem. På så sätt kan IT undvika förödande avbrott som påverkar kunderna negativt och skadar resultatet. Och eftersom AIOps gör kopplingar över datasilos kan affärsanvändare skörda fördelarna genom att fatta välgrundade, intelligenta beslut baserade på realtidsdata.
FedEx, till exempel, befinner sig i ett tidigt skede av AIOps-distribution. Genom att använda tekniken för att övervaka applikationer kan Pugas IT-team felsöka, lösa och avvärja potentiella problem på några sekunder.
Om vårt team undersökte samma CPU-användningsproblem med nuvarande övervakningsverktyg skulle det ta sex till tio heltidsanställda två till fem timmar att hitta källan och utföra åtgärdande, säger Puga.