Typowe zastosowania obejmują grupowanie zdarzeń, wykrywanie anomalii, wnioskowanie zależności, prognozowanie pojemności, sugestie prawdopodobnej przyczyny, wzbogacanie zgłoszeń oraz rekomendowaną lub zautomatyzowaną naprawę. Etykieta nie definiuje standardowej architektury, jakości modelu, poziomu autonomii ani zdolności bezpieczeństwa.
Przepływ AIOps może łączyć metryki, logi, ślady, topologię, zmiany, incydenty, rekordy usług i dane doświadczenia użytkownika. Jego wynik powinien wchodzić w ustalone procesy zarządzania usługami i inżynieryjne z nazwanymi właścicielami, weryfikacją, kontrolami dostępu, zarządzaniem zmianą i sprzężeniem zwrotnym z wyników — zamiast je omijać.
Najważniejsze punkty
Zdefiniuj cel operacyjnyZwiąż każdy przypadek użycia z mierzalnym wynikiem usługowym, znanymi źródłami danych, akceptowalnym kosztem błędu, autorytetem reakcji i bazą porównawczą.
Inżynieruj wiarygodne wejściaUtrzymuj pokrycie telemetrii, znaczniki czasu, własność usług, mapy zależności, kontekst zmian, retencję, kontrole prywatności i ochronę przed brakującymi lub zmanipulowanymi danymi.
Kontroluj działanieOddzielaj obserwację, rekomendację, zatwierdzenie i wykonanie; ograniczaj automatyzację według krytyczności usługi; zachowuj logi; i testuj wycofanie, pracę degradowaną i eskalację.
Istotne ograniczenieKorelacja ani wygenerowane wyjaśnienie nie ustalają przyczyny źródłowej. Dryf, luki topologii, współdzielone awarie, tendencyjna historia incydentów, wejścia przeciwnika lub pętle sprzężenia mogą produkować pewne, ale szkodliwe rekomendacje i automatyzację.