Het landschap van automatiseringssoftware verandert snel onder invloed van AI. We spraken met Akhilesh Tripathi, CEO van IT- en business-proces software provider Digitate, over AI en AIOps. Hieronder volgt een verkorte versie van ons gesprek.

Wat is Digitate’s benadering van AIOps?
“We denken over AIOps in holistische zin, ook wel unified observability genoemd. Daarbij kijken we met name naar het probleembeheer binnen IT, omdat de grootste uitdaging ligt in het beheren van verschillende situaties. Stel dat een gebruiker een verslechtering van de prestaties van een applicatie ervaart, bijvoorbeeld op gebruikers- of netwerkniveau. Of de database is traag, indexen ontbreken, er is een probleem met de opslag… dit kan in elke combinatie gebeuren. En stel nu dat die prestatieverslechtering een tweede keer gebeurt. Dan kan daar toch een heel andere oorzaak aan ten grondslag liggen?”

“Het managen van dit soort situaties is de kern van probleemmanagement. Je weet dat je niet alleen naar incidenten kijkt, maar ook naar verandering. Stel dat ik je een patroon geef waarbij zich 85 procent van de tijd een probleem voordoet omdat dit de vorige keer ook gebeurde. In dat geval reageer je elke keer op hetzelfde probleem. Dat is hoe veel AIOps-tooling in het verleden heeft gewerkt. Maar met unified observability, dat kijkt naar infrastructuur, applicatie en processen, zorgen we ervoor dat je een anomalie kunt detecteren. Je scheidt signalen van ruis in het geval van een incident en minimaliseert de IT-werklast door te proberen de naald in de hooiberg te vinden. Automation gaat niet over dingen automatiseren. Automation is het bijwerken van het registratiesysteem zonder dat de gebruiker het merkt, of slechts een blip van een paar seconden ervaart.”

Onze kijk op AIOps draait dus om de autonome onderneming. Hoe creëer je een geïntegreerde kijk op de onderneming die zich richt op voorspellen en voorkomen, in plaats van alleen te repareren wat je niet kunt voorspellen en voorkomen?”

Hoe moeten organisaties zonder AI-ervaring AIOps implementeren? Moeten ze op zoek gaan naar kant-en-klare oplossingen of specialisten inhuren om dingen voor ze te bouwen?
“Voordat ik op je vraag inga: er zijn bekende problemen en bekende oplossingen, bekende problemen en onbekende oplossingen, en onbekende problemen en onbekende oplossingen. Als een specialist het probleem waarmee een organisatie worstelt, heeft opgelost, geeft dat die organisatie snelheid, wendbaarheid en de mogelijkheid het probleem te overwinnen, en daar zou ik gebruik van maken. De organisatie hoeft het wiel niet opnieuw uit te vinden. Je kunt dat toepassen op IT en zelfs op sommige zakelijke problemen die voortkomen uit IT.”

“Soms zijn zaken heel uniek voor een bedrijf; dat geeft ze een concurrentievoordeel. Tegelijkertijd betekent dat ook dat er geen kant-en-klare oplossing is. Als ik een organisatie de mogelijkheid kan geven om met onze oplossing hun problemen op te lossen, zowel bekende als onbekende, kunnen ze hun energie richten op problemen waar ze voorheen helemáál niet uit kwamen. Dat is zinvoller. Ze creëren hun eigen oplossing omdat ze waarschijnlijk niets van de plank zullen vinden. Maar het moet een combinatie zijn van off-the-shelf en iets dat ze er bovenop bouwen.”

Moeten bedrijven proberen om AI-initiatieven gecentraliseerd te houden, of kunnen ze verschillende initiatieven hebben verspreid over de organisatie?
“Mijn mening hierover is heel stellig. Dit zal misschien niet iedereen aanspreken, maar als je een AI-first bedrijf wilt zijn, moet je alles en iedereen aanmoedigen. Elk initiatief moet iets met AI te maken hebben en je moet er een organisatiecultuur omheen creëren in plaats van alles binnen één groep te houden. Want in dat geval bouw je die kennis niet eerst op. Je wilt niet dat AI het probleem van één afdeling wordt. Er is veel meer waarde te halen als een organisatie dit holistisch inzet.”

Hoe plaats je de vangrails? Mensen kunnen online tools uitproberen en gevoelige informatie uploaden.
“Er zijn altijd vangrails nodig vanwege de organisatorische risico’s, beveiliging en dataprivacy – en natuurlijk de GDPR. De verantwoorde aanpak is altijd de juiste. Je moet ervoor zorgen dat je een speeltuin creëert, een gecontroleerde omgeving waarin iedereen kan experimenteren.”

“Als je dat eenmaal hebt gecreëerd, kom je er misschien achter dat je veel overbodige tooling in huis hebt. Als je dat vereenvoudigt, omdat je nu een betere en op intelligentie gebaseerde architectuur hebt die extra kapitaal genereert, kun je je richten op de dingen die van invloed zijn op revenue assurance en customer experience. En die hoeven trouwens niet lineair te zijn.”

Kun je daar iets meer over zeggen?
“Soms realiseer je je dat je klantervaring wordt beïnvloed door iets in de operatie dat kapotgaat of niet stabiel of beschikbaar is. Als er een piekseizoen-probleem is, omdat bepaalde diensten uitvallen en klanten hun winkelmandje achterlaten, is het ook een probleem met revenue assurance. Dit probleem ontstaat echter bij IT, dus het genereert veel tickets. Dit kan al het personeel afremmen en heeft invloed op de omzet. Dus het eerst identificeren van kostbare vraagstukken zal altijd een positieve kasstroom genereren, waardoor kapitaal vrijkomt.”

“De meeste organisaties doen dit goed. Hoe genereert AI bandbreedte in menselijk kapitaal voor het bedrijf, zodat ik kan doen wat ik eigenlijk wilde doen? Naar mijn mening is dit altijd de beste manier om over AI na te denken, omdat je menselijke intelligentie uitbreidt met kunstmatige intelligentie om die capaciteit te creëren – dat is hoe we erover moeten denken.”

“Iedereen wint als we het op de juiste manier doen.”