生成式AI在IT运维中的三个应用场景

IT运维团队目前已在以下几个方面运用生成式AI来提升工作流程: 自动化状态更新、事故后调查分析,以及流程自动化。

译自Three Use-Cases for Generative AI in ITOps,作者 Dormain Drewitz 是PagerDuty产品营销和开发者关系副总裁。 在加入PagerDuty之前,她领导了VMware Tanzu的产品营销和内容战略,并在Pivotal和Riverbed Technology担任类似角色。她还在VMware云原生应用方面拥有超过5年的经验......

组织面临的数字体验需求从未像现在这样强烈。这意味着IT运维(ITOps)团队要以疾风骤雨之势管理数字事件,从而确保服务稳定性的压力日益加大。对于许多希望满足这些强烈需求的团队来说,生成式AI(GenAI)是一代人中最令人兴奋的技术。

GenAI具有通过帮助团队更好地优先考虑高影响力和紧急的工作,并自动化重复和手动任务来提高ITOps生产力的潜力。但GenAI并非灵丹妙药,务实态度也很必要。需要考虑GenAI的最佳使用案例,为ITOps提供减压的途径。

GenAI如何被利用

实际上,GenAI将如何为ITOps带来这些益处?为了回答这个问题,值得看一下ITOps团队已经在使用GenAI增强的一些工作流程: 状态更新自动化、事故事后分析和过程自动化。

1. 状态更新自动化

当事故和中断发生时,ITOps团队能够清晰而定期地传达情况至关重要。除了在事件期间内部协调外,ITOps团队还需要向组织领导层和外部利益相关者提供更新。然而,对复杂的实时情况的状态更新通常需要高认知负荷 - 所有这些都是在ITOps团队可能已经超负荷运转的时期。

幸运的是,对于许多团队来说,编写和分享状态更新是GenAI支持的完美过程。通过遍历原始事件数据,大型语言模型可以快速生成全面摘要。但不要指望IT团队成员在事件发生时尝试完善他们的提示。相反,应该寻找了解事件状态更新上下文的预构建摘要功能。

除了消除ITOps团队需要转移资源来解释事件数据的需要外,GenAI还可以根据不同角色(无论是管理者、高管还是客户)调整状态更新。因此,GenAI不仅承诺为状态更新节省时间并让团队专注于解决的实际工作,还能确保每个利益相关者的更新都最适合满足其需求。

2. 事故事后分析

在事件的尘埃落定后,ITOps团队通常需要制定全面事后报告。事故事后分析对发现需要采取行动的技术和文化教训,以及让ITOps团队对组织负责至关重要。不幸的是,事后分析制作时间长、挑战大,因为团队需要手动收集所有相关数据点,作为一个组查看它们并总结调查结果。

GenAI提供了大幅简化事后分析过程的机会。通过收集日志、指标和即时消息,GenAI可以快速汇编进行事件审查所需的数据,然后生成关键部分,如主要发现、根本原因、改进领域和时间表。基于GenAI的事后分析制作远快于手动方式,这反过来鼓励团队更频繁地进行事后分析,推动持续改进文化并使企业具备应对未来的能力。

除了节省时间外,GenAI还可以为事后分析过程提供"客观"的权威,这有助于减少摩擦。其结果是一种更具建设性、协作性和无压力的方法来修复事件的根本原因。

3. 流程自动化

如今的IT团队被要求用相同或更少的资源做更多工作。这将需要团队为各种重复性工作创建大量新的自动化运行手册。这些可能是重启和重置远程办公基础设施、设置新系统、每晚的"计划作业"在系统之间复制数据或在系统性能开始下降时获取故障诊断。但我们知道,ITOps团队时间紧张,所以他们没有大量时间来开发所有可以使用的运行手册。

这种繁重的工作是GenAI可以帮助转型的。在流程自动化的共同创作者的帮助下,ITOps团队可以对以前的高代码体验获得低代码能力,而不会损失灵活性。GenAI共同驾驶员可以在几秒钟内帮助团队创建流程自动化运行手册,其中复杂流程中有预定义的步骤。用户只需将他们自己要生成的自动化的要求进行匹配即可。

基于GenAI的流程自动化的优势不仅仅体现在为ITOps团队节省时间方面。专家团队成员的积压工作可能成为一个重大瓶颈。通过将工作流创建从高代码转变为低代码体验,GenAI可以通过允许非专家生成草稿运行手册和流程来使ITOps团队内部的专业知识民主化,这些草稿可以由团队中的其他人检查。

在某种程度上,GenAI几乎就像团队中有一个额外的初级开发人员,他可以自主研究和执行指令。其结果是,GenAI可以显着减少ITOps的工作负载,并提高事件发生前后ITOps的生产力。

为ITOps提供所需的额外支持

GenAI有可能将ITOps团队的生产力推至新的高度。随着越来越多的例子出现,证明GenAI如何节省时间,我们可能会看到这项技术在各行业的ITOps团队中越来越成为"必须拥有"的技术。

幸运的是,GenAI为ITOps提供了一些非常诱人的可能性,状态更新、事故事后分析和流程自动化等用例只是众多用例中的第一个。随着我们看到GenAI的成熟,我们无疑会看到它将如何在ITOps团队中加速学习、提高生产力和增强创新力的更多方式。

本文在云云众生yylives.cc/)首发,欢迎大家访问。

相关推荐
SelectDB15 小时前
Litefuse 开源并推出单进程轻量模式,25 秒就能跑起来的 Agent 可观测与评估平台
运维·后端·自动化运维
XIAOHEZIcode2 天前
Linux系统鼠标偏移常见原因以及修复方案
linux·运维·游戏
用户0328472220703 天前
如何搭建本地yum源(上)
运维
大树886 天前
金刚石散热越强,管路越先见顶
大数据·运维·服务器·人工智能·ai
摇滚侠6 天前
Linux CentOS7 rpm 安装 MySQL 5.7
linux·运维·mysql
霸道流氓气质6 天前
领域驱动设计(DDD)在 Spring Boot 微服务中的实践指南
运维·spring boot·微服务
Inhand陈工6 天前
基于台达PLC与映翰通IG502的智慧水产养殖精准投喂与远程运维解决方案
运维·人工智能·物联网·阿里云·信息与通信
酣大智6 天前
ARP代理--工作原理
运维·网络·arp·arp代理
shushangyun_6 天前
2026年快消品B2B系统推荐:支持终端门店订货、促销政策自动化的工具?
java·运维·网络·数据库·人工智能·spring·自动化
施努卡机器视觉6 天前
SNK施努卡侧滑门锁上滑轮总成自动化装配线,从零件到组件,全流程精密制造方案
运维·自动化·制造