dcsimg

AIOps将意味着人员网络管理的终结

网络已经非常复杂。一旦机器学习接管了,就没有回头路了。

 By 保罗·鲁本斯
第页  |  返回第1页

早期人类驯化小麦时,改变了他们的生活方式。这些开创性的农民生产的丰富食物使人口迅速增长,这意味着不可能回到过去的游牧狩猎-采集生活方式。简直有太多人要这么做。

到现在已经有10,000年的历史了,网络专业人员即将改变他们的工作方式,一旦做出改变,也将无可挽回。但这一次与粮食生产无关–它涉及用于IT运营的人工智能,通常称为AIOps。

实际上,AIOps有点用词不当,因为它实际上是关于机器学习(ML)而不是人工智能(AI)的使用,但我们现在就让它过去。

关键是,企业网络,它们所连接的网络,在这些网络和云中运行的应用程序以及随之而来的所有支持基础结构,当被视为一个巨大的实体时,现在已经变得极其复杂。您可能会忘记了解这些系统中正在发生的事情:仅仅管理它们并在出现错误时对其进行修复是人类能力的极限。

这就是为什么全世界的网络团队都在研究AIOps平台,以帮助他们处理由这些IT系统,网络和应用程序生成的大量数据,并分析事件,指标,网络流数据,流式遥测数据等。

目前,AIOps的趋势才刚刚开始,尽管已经讨论了好几年了。但是Gartner预测,到2023年,有40%的DevOps团队将使用AIOps平台功能来增强应用程序和基础架构监视工具。毫无疑问,在此之后的几年中,AIOps将成为规范,而不是几乎每个大型企业中的例外。

AIOps意味着人类不再能够管理网络

但是,一旦发生这种情况,就无法回头。主要原因是,摆脱了人脑可以应付的束缚,网络和系统的复杂性可以通过屋顶。人类将不再有可能管理这样的网络和系统,但是只要机器学习系统能够以充满爱意的宽限期来监视一切,那将无关紧要。这些系统将分析整个系统的功能,检测异常,在问题发生之前修复问题,避免中断并检测和预防网络安全事件。

至少这是理论。他们可能并不完美,但这不是重点。重要的是,他们将比人类可能更好地执行这些任务,这是因为我们将长期超越人类可以执行这些任务的地步。 

简而言之,AIOps存在着巨大的潜在问题。如果最终没有达到我们希望的能力,则对此无能为力。因为,就像成为一个农业社会一样,一旦我们走上AIOps的道路, 我们将不予回报。

 
本文最初发表于2020年11月14日
通过网络更新新闻获取最新消息