[Portuguese Only] Conversando sobre AIOps

O que é AIOps?  

De acordo com a definição do Gartner, Artificial Intelligence for IT Operations, conhecido também pela sigla AIOps é uma coleção de aplicações multicamadas, com recursos destinados ao aprimoramento e automação das principais tarefas de Operações de TI. Estruturalmente, essas soluções reúnem sistemas de Machine Learning, Big Data e Analytics, sistemas de observabilidade e automação com o objetivo de automatizar e acelerar a identificação e resolução de problemas de TI.

Atualmente, os sistemas dentro das organizações geram grandes volumes de dados, facilmente atingindo milhões de eventos relevantes por dia. Pensando nessa escala, se torna completamente inviável qualquer análise efetiva de eventos de forma manual, muito menos executar correções nos eventos de falha identificados, gerando a necessidade de automação, aprendizado de máquina e recursos de predição de problemas. 

Em sua essência, as soluções AIOps oferecem funcionalidade semelhante às soluções de gerenciamento de eventos existentes, mas adicionam recursos necessários para ambientes complexos e modernos.  

Benefícios

Como resultado, a aplicação de soluções AIOps permitem que as empresas possam identificar e reagir aos problemas de TI de forma mais rápida, com análise totalmente preditiva e automatizada. Com isso, elas garantem maior agilidade e assertividade para manter os sistemas em funcionamento, evitando a interrupção das atividades corporativas por longos períodos. 

O objetivo dessas plataformas, portanto, é eliminar a dificuldade que os líderes e profissionais de Operações de TI vêm tendo nos últimos anos para gerenciar suas infraestruturas, sobretudo no que diz respeito à análise de ameaças e falhas. Vale dizer que esse é um desafio especialmente importante hoje em dia, com a maior divisão das cargas de dados, espalhadas em ambientes de Nuvem, serviços de terceiros, integrações de Software como Serviço (SaaS), dispositivos móveis etc. 

Outro ganho em destaque é a redução do tempo necessário para a aplicação de correções e ajustes ao sistema. Ao adotar plataformas de AIOPs inteligentes, as empresas aprimoram seus processos, identificam de forma mais ágil as causas raízes de possíveis falhas e descobrem como corrigir esses erros de forma rápida e eficiente. 

Como essas soluções funcionam? 

AIOps funciona conectando dados de várias fontes, reunindo e consolidando. Podemos considerar itens relevantes de agregação e análise: dados de performance, dados coletados por ferramentas de observabilidade, logs, alertas, registros de incidentes, entre muitos outros.  

Em seguida o sistema separa os dados mais relevantes para o bom funcionamento dos aplicativos e negócio, criando um set de dados pertinente para análise e automação. Este processo automatizado identifica a causa dos incidentes, faz predições com base em histórico sobre problemas que podem ocorrer nos próximos momentos e propõe soluções. 

Com os principais problemas e possíveis soluções formatados e disponíveis para visualização, ferramentas de automação são iniciadas, geralmente através de webhooks, para executar ações para correção de uma aplicação ou ambiente, bem como a notificação de times envolvidos no caso de falha de processo ou falha na correção da causa raiz do incidente. Dessa forma, é possível consolidar o atendimento de problemas mais comuns em apenas algumas ferramentas, ganhar escala e velocidade no gerenciamento de TI. 

Integração e inteligência são as chaves 

Como visto anteriormente, existe a necessidade de integração entre várias ferramentas, realizar múltiplos tipos de analise, organizar dados, automatizar, entre outros. Dessa forma, se faz necessário desenvolver todas as integrações entre as ferramentas, criando uma malha capaz de prover as soluções necessárias para velocidade na identificação e correção de problemas.  

Um exemplo simples seria corrigir um problema de forma totalmente automatizada. Porém, antes dessa correção, se faz necessário identificar um evento, validar seu correlacionamento com outros conjuntos de problemas ou métricas, tomar a decisão de qual é a melhor solução baseado em dados anteriores e só então executar a correção do problema, tendo como saída um registro da execução com sucesso, ou o acionamento de um humano em casos de falhas. 

Essa complexidade de coletar, agregar, analisar e agir só é possível integrando várias ferramentas especializadas em cada um desses quesitos. Trata-se de melhorar a compreensão e o gerenciamento TI, entendendo suas complexidades por sistema e, em seguida, integrar coletores de dados, Data Lake, IA, ferramentas de automação e notificação.  

Requisitos base   

Com a experiência adquirida pela Edge.UOL ao longo do tempo, percebemos que não é o bastante apenas ter acesso a ferramentas e soluções de inteligência, automação e observabilidade, juntamente com a possibilidade de integração dessas, é necessário garantir que os sistemas contem com alguns requisitos básicos para iniciar um projeto de operação automatizada.  

Listamos aqui alguns requisitos considerados como base: 

1. Documentação do sistema, com suas funcionalidades e relacionamentos – Essa documentação será utilizada para entender corretamente quais são os pontos chaves de observabilidade e possíveis fragilidades de um sistema, possibilitando ações de melhorias e uma implementação monitoramento efetivo.  
2. CMDB atualizado – Com o CMDB podemos realizar de forma automatizada a análise de impacto por componente do sistema, visto que teremos seus relacionamentos, bem como desenvolver fluxos automáticos para deploy de aplicação, instalação automatizada de softwares e possibilitar desenvolvimento de relatórios. 
3. Sistemas resilientes – Garantir a resiliência em uma aplicação se faz necessário para que o sistema passe a suportar indisponibilidade de um ou mais componentes, possibilitando a implementação de automações para correção automatizada de incidentes sem impacto ao usuário final.
4. Monitoração efetiva – Grande parte da inteligência aplicada para identificação e previsão de problemas toma como base dados coletados pela camada de monitoramento, como performance padrão das requisições, logs de falha e disponibilidade de componentes, dessa forma, uma monitoração efetiva irá garantir os insumos para outras camadas de decisão e automação.

Esses quatro itens viabilizam uma jornada para operação automatizada, possibilitando desenvolvimento e customização de ferramentas que iram garantir a melhor disponibilidade e experiência ao usuário final.   

Conclusão 

AIOps irá ajudar a automatizar e agilizar as análises de dados relacionados aos ambientes de TI, anteriormente feitas de forma manual, tornando o acompanhamento muito mais prático e funcional. Os sistemas mais modernos incluem a análise contínua das dependências entre componentes, monitorando de forma ativa de todas as fontes de dados, checagem automática de topologia, detecção de anomalias e avaliação preditiva de eventos, entre outros recursos.

A Inteligência Artificial e a automação estão prontas para mudar radicalmente o jogo nas operações. Mais do que isso, essas inovações podem aplicar inteligência ao longo de toda a cadeia de valor digital da TI, do desenvolvimento de software até a entrega de serviços e interações com os clientes. À medida que os sistemas corporativos de hoje aumentam de tamanho, os benefícios de contar com um software que agregue Inteligência Artificial fará com que as Operações de TI, estejam preparadas para os desafios de velocidade, escala e complexidade da transformação digital. 

Referências:

• How to Get Started With AIOps
• AIOps Platform
• 5 Use Cases of AIOps
• Gartner Market Guide for AIOps Platforms