De hoeveelheid data die wordt beheerd en nodig is voor het runnen van een bedrijf groeit exponentieel. Het vormt het kloppend hart van de meeste bedrijven. Het genereren en beheren van grote hoeveelheden data is echter niet genoeg. Daar weet Rajiv Nayan, Vice President en General Manager bij Digitate, softwareleverancier van AIOps-oplossingen, alles van.
“Om tastbare waarde uit data te halen, moeten bedrijven ervoor zorgen dat de gegenereerde data volledig, verifieerbaar en nauwkeurig zijn. Wanneer dit niet het geval is, kan dat leiden tot slechte besluitvorming.”
AIOps is een geavanceerde technologie die gebruik maakt van artificial intelligence in combinatie met automatisering om IT-activiteiten en bedrijfsprocessen te optimaliseren. Dit klinkt als een ideaal scenario, toch zijn veel bedrijven hier nog niet. Tegen wat voor uitdagingen lopen zij meestal aan?
“Data genereren, beheren en vervolgens automatiseren is een welbekende uitdaging. Iets wat ik ook wel het first-mile probleem en last-mile probleem noem. De first-mile gaat over het verkrijgen van de juiste data. Daar heb je geen enorme hoeveel data voor nodig, maar wel de correcte data. Tot op de dag van vandaag is het nog steeds een uitdaging om de juiste data uit het bronsysteem te halen, zodat je ervan kunt leren en hier artificial intelligence op los kunt laten.”
Nayan vervolgt: “De last-mile heeft betrekking op de automatisering met behulp van toegepaste AI. Het vermogen van ondernemingen om duurzame en op AI toegepaste automatisering in te zetten is een gamechanger, omdat het de huidige problemen oplost van automatiseringsmanagement op punten die zijn afgestemd op het snel veranderende zakelijke en technische landschap van ondernemingen. Deze twee feiten vormen een sterk argument voor Intelligente Automatisering van bedrijfsprocessen en IT-operations.”
Hoe ziet automatisering van IT eruit voor bedrijven?
“Wanneer je artificial intelligence integreert in de IT-operations van een bedrijf, wordt er gebruik gemaakt van de kracht van machines om organisaties in staat te stellen de groeiende complexiteit van datagestuurde bedrijfsecosystemen nauwkeurig te begrijpen en te beheersen. Nu steeds meer bedrijven een volledige operationele digitale transformatie omarmen, is het van cruciaal belang dat de gegenereerde data op intelligente wijze worden verzameld, georganiseerd, geanalyseerd en geoptimaliseerd.”
“Dat is waar AIOps exponentiële waarde levert door het verzamelen van nuttige data om context, intelligentie en waarde toe te voegen, waardoor bruikbare inzichten en beter geïnformeerde besluitvorming mogelijk worden. AIOps ondersteunt het streven naar maximale ROI, minimaal verlies en optimale klanttevredenheid. De tevredenheid van werknemers kan ook toenemen omdat autonome handelingen hoogwaardig menselijk vernuft kunnen vrijmaken om innovatie binnen de onderneming te stimuleren.”
Wat zou je aan bedrijven meegeven wanneer zij AIOps willen implementeren?
“Het implementeren van AIOps vereist een strategisch actieplan met een holistische operationele bedrijfsvisie. Enkele voorbeelden van succesvolle implementaties met een grotere ROI hebben een typisch pad waarbij eerst wordt ingezet op enterprise intelligence en het opbouwen van context met event management en data profiling, gevolgd door het ontsluiten van de last-mile van duurzame automatisering. De implementatie moet worden ingesteld voor zowel door machines gegenereerde incidenten als door gebruikers gegenereerde verzoeken binnen de onderneming.”
“Voor de implementatie raad ik een agile aanpak aan. Dit biedt een raamwerk voor procesimplementatie, van een algemeen meerjarenplan – een Saga genaamd – tot individuele, grote projecten daarbinnen – Epics genaamd – en dan snelle wekelijkse of maandelijkse check-ins. Een goed implementatietempo zou een algemeen 2-jarenplan zijn, opgedeeld in 4 projectblokken van elk 6 maanden. En dan wekelijkse of maandelijkse check-ins. Op die manier heb je altijd een routekaart met de belangrijkste, algemene doelen zodat je ze niet vergeet. Maar je hebt ook snelle, frequente check-ins om iedereen gefocust te houden op de dagelijkse voortgang en kunt snel schakelen als er onverwachte problemen opduiken.”
Een volwassen implementatie moet het volgende hebben:
- 100% van het beheer van bedrijfsevents;
- ten minste 80% van het beheer van gedefinieerde SOP’s;
- 90% van het beheer van serviceverzoeken, en
- 60% van de niet-ticketed activiteiten beheerd door het AIOps Platform.
“Iedere use case die wordt geïmplementeerd moet vooraf worden geanalyseerd met een zakelijke waarde, zodat de sterkte van op waarde gebaseerde AIOps-implementatie kan worden vastgesteld. Als deze waardeverklaringen niet vanaf het begin duidelijk en goed gedefinieerd zijn, zal elke IT-oplossing mislukken, en AIOps is daarop geen uitzondering.”
Welke eerste stappen moeten ondernomen worden om AIOps goed te implementeren?
“De implementatie begint bij de mensen. Stel een projectteam samen om de omvang van het project vast te stellen, de criteria voor potentiële leveranciers te definiëren en het hele project goed in kaart te brengen. Identificeer een platformeigenaar en uitvoerende partners, ondersteund door een sterke intelligente automatisering (IA) architect en delivery leads.”
“Vervolgens is het belangrijk om het proces te begrijpen. Dit is vaak de meest uitdagende stap voor bedrijven, omdat IT-ondersteuning vaak afhankelijk is van de ’tribale kennis’ van het IT-supportteam. Deze teamleden kunnen afkomstig zijn van andere bedrijven, zoals een system integrator, wat betekent dat de kennis van de IT-supportfunctie geheel of gedeeltelijk niet gedocumenteerd kan zijn. Het verwerven van die kennis kan, afhankelijk van de externe organisatie, complex zijn omdat ze de kennis verwerven over hoe ITOps werkt.”
“Maar ook het documenteren van elke Standard Operating Procedure (SOP) die beschrijft hoe IT-ondersteuning wordt geleverd. Ook zijn SOP’s specifiek ontworpen om mensen te trainen die de taak uitvoeren, terwijl in een autonome nieuwe wereld een machine de taak zou uitvoeren. Het is dus nodig om deze SOP’s om te zetten naar Automation Requirement Document (ARD).”
“Dit is cruciaal omdat machines moeten worden ‘opgeleid’ in het uitvoeren van ondersteunende taken. Definieer en beschrijf wat de meest kritieke datastromen van de organisatie zijn. Wat is bijvoorbeeld normaal en wat niet voor elk waarneembaar element zoals IT-service, verkeersvolume en componentstatus.”
“Wanneer het projectteam is samengesteld en het proces inzichtelijk is gemaakt, is het belangrijk om de beschikbare IA-platforms te beoordelen. Het selecteren van de juiste oplossing van de juiste technologiepartner is een hele belangrijke beslissing, gezien het belang van de taak, de aanzienlijke investering in middelen, tijd en geld en de veronderstelde lange samenwerking met de leverancier.”
“Tot slot speelt budget natuurlijk ook een rol. Het team moet niet alleen rekening houden met de licentie-, hardware-, leverings-, installatie- en trainingskosten van het gekozen platform, maar ook bredere organisatorische implicaties overwegen, zoals verandermanagement. Het kan nodig zijn om mensen om te scholen van wie de taken zullen worden beheerd door IA om ze in te zetten op andere, waardevollere taken.”
Wat zou je tot slot willen meegeven?
“De sleutel tot het benutten van de waarde die AIOps kan bieden, is het zorgen dat de inzet ervan vanaf dag één wordt geoptimaliseerd, dat er een objectief beeld van de behoeften van de organisatie wordt gecreëerd dat alle elementen kan leveren die nodig zijn om prioriteiten te stellen en het juiste pad naar intelligente automatisering te kiezen.”
“De volgende vraag is dan hoe je tot volledige autonomie komt. En dat is de kunst tussen de first mile – de juiste data verkrijgen – en de last mile – automatisering met behulp van AI. Dit is niet eenvoudig en vergt inspanning. Het is een collectieve intelligentie van de organisatie die op die laag van AI moet komen, omdat het niet in silo’s kan. Alleen door het collectief aan te pakken, behaal je de gewenste resultaten en impact voor het bedrijf.”
