ยกระดับทีม IT Infrastructure และ IT Operations ด้วย AIOps

Digital Transformation ในปัจจุบันเปลี่ยนแปลงไปอย่างรวดเร็ว ธุรกิจทุกอุตสาหกรรม ไม่ว่าจะเป็นการผลิต ค้าปลีก ท่องเที่ยว สาธารณสุข การเงิน หรือแม้แต่หน่วยงานรัฐต่างเริ่มทำ Digital Transformation กันทั้งสิ้น บทความนี้ Dynatrace ได้ออกมาแนะนำถึงการนำเทคโนโลยี AI เข้ามาช่วยสนับสนุนทีม IT Operations หรือที่เรียกว่า “AIOps” เพื่อให้ธุรกิจองค์กรสามารถก้าวทันยุค Digital Transformation

ความท้าทายของ IT operation ในยุค Digital Transformation ปี 2021

ระบบ IT ขององค์กรในปัจจุบันมีการพัฒนาเปลี่ยนแปลงไปจากอดีตเป็นอย่างมาก จากเดิมที่มีเพียงแอปพลิเคชันเดียวกับระบบ Backend ซึ่งมีทีม Developer, Infrastructure และ Network เล็กๆ คอยดูแล ก็ขยายไปสู่การนำ IaaS, Containner, Big Data, Serverless, API และ Multi-cloud เข้ามาใช้งาน ส่งผลให้ฝ่าย IT ต้องรับคนและขยายทีมเพิ่ม เช่น Architect, DevOps และ Operation เพื่อให้การดูแลระบบทั้งหมดดำเนินไปได้ด้วยดี

อย่างไรก็ตาม ยิ่งเข้าสู่ยุค Digital Transformation มากเท่าไหร่ ระบบ IT ก็ยิ่งมีขนาดใหญ่และทวีความซับซ้อนมากขึ้นตาม แม้ทีม IT Operations จะมีเครื่องมือสำหรับช่วยดูแลและเฝ้าระวังระบบต่างๆ แต่ด้วยปริมาณ Alerts และข้อมูล Log ที่เพิ่มมากขึ้น ทำให้เกินขอบเขตที่มนุษย์จะรับมือและวิเคราะห์ได้ทัน ที่เลวร้ายกว่านั้น เมื่อองค์กรเริ่มใช้ Multi-cloud เช่น AWS, Azure หรือ Google Cloud แต่ละ Cloud ต่างมีเครื่องมือสำหรับจัดเก็บ วิเคราะห์ และแสดงผลข้อมูลสถานะที่แตกต่างกันไป การวิเคราะห์เชื่อมโยงข้อมูลเหล่านั้นเข้าด้วยกันเป็นเรื่องที่ต้องลงทุนลงแรงมหาศาล

การจ้างคนเพิ่มไปเรื่อยๆ ไม่ใช่ทางออกที่ดีที่สุดอีกต่อไป เมื่อโลกเริ่มก้าวเข้าสู่ยุค AI

เริ่มต้นนำ AI เข้ามาใช้ใน IT Operations

Forrester ระบุว่า COVID-19 ทำให้องค์กรต้องขับเคลื่อนแบบอัตโนมัติอย่างหลีกเลี่ยงไม่ได้ การทำให้องค์กรสามารถส่งมอบซอฟต์แวร์แอปพลิเคชันได้อย่างมีคุณภาพมากยิ่งขึ้น เร็วขึ้น และอัปเดตได้ถี่ขึ้น จำเป็นต้องนำเทคโนโลยี AI และระบบ Automation เข้ามาสนับสนุนการทำ IT Operations หรือที่เรียกว่า “AIOps” ซึ่งสามารถเริ่มต้นได้ 2 ทาง ดังนี้

1. นำโซลูชัน AIOps เข้ามาใช้แทนที่ระบบทุกอย่าง เป็นการเริ่มต้นใหม่ โดยโซลูชันดังกล่าวช่วยสร้าง Single Data Lake สำหรับให้ทุกคนใช้งานและสามารถวิเคราะห์ข้อมูลได้แบบเรียลไทม์ ลดค่าใช้จ่ายเรื่องการใช้เครื่องมือหลากหลายประเภทและยี่ห้อ ทั้งยังบำรุงรักษาได้ง่าย ช่วยให้ฝ่าย IT สามารถโฟกัสกับงานอื่นที่มีความสำคัญกว่าแทน

2. ผลักดันเครื่องมือที่มีอยู่ให้ไปถึงจุดที่เป็น AIOps อย่างไรก็ตาม วิธีนี้อาจทำได้ยาก เนื่องจาก Machine Learning บนอุปกรณ์สำหรับเฝ้าระวังส่วนใหญ่สามารถช่วยบริหารจัดการ Alerts ที่เกิดขึ้นได้ แต่ยังไม่ถึงขั้นสามารถหา Root Cause ของปัญหาได้ จำเป็นต้องอาศัยคนเข้ามาช่วยวิเคราะห์และแก้ไขปัญหาอยู่ดี

อีกหนึ่งประเด็นที่ควรจำได้ คือ Machine Learning ที่ดี ไม่ใช่ Machine Learning ที่สามารถเชื่อมโยงความสัมพันธ์ของแต่ละสิ่งเข้าด้วยกันตามแนวโน้มหรือลักษณ์ (Correlation) แต่เป็นการเชื่อมโยงความสัมพันธ์กันด้วยเหตุและผล (Causation) ดังตัวอย่างด้านล่าง ต้องสามารถอธิบายได้ว่า F ทำงานหนักเกินไป เนื่องจากมีการวางระบบใหม่ ซึ่งส่งผลให้ A และ C ทำงานช้าลงตาม ผลลัพธ์คือผู้ใช้ 205 คนไม่สามารถใช้บริการ B ได้

ผสานรวม AI และ Automation สู่ AIOps

Dynatrace ผู้ให้บริการแพลตฟอร์ม Observability, Automation และ Intelligence แบบบูรณาการสำหรับเฝ้าระวังและยกระดับประสิทธิภาพของแอปพลิเคชัน, การรักษาความมั่นคงปลอดภัย, IT Infrastructure และ User Experience มองว่าคุณสมบัติสำคัญของ AIOps คือการที่ AI และ Automation เข้ามามีบทบาทร่วมกันในการวิเคราะห์ข้อมูลเพื่อเชื่อมโยงความสัมพันธ์กันด้วยเหตุและผล (Causation)

แน่นอนว่า AI เป็นเทคโนโลยีแกนหลักของ AIOps แต่ Automation ก็เป็นกุญแจสำคัญสำหรับระบบ IT ในยุค Digital Transformation ที่มีความซับซ้อนและเปลี่ยนแปลงอยู่ตลอดเวลา เพื่อให้การวิเคราะห์และตอบสนองทำได้อย่างรวดเร็วโดยไม่จำเป็นต้องอาศัยแรงคน

Dynatrace แนะนำคุณสมบัติของ AIOps ที่ควรมี ได้แก่

• AI ที่สามารถระบุปัญหาและค้นหา Root Cause ได้
• เชื่อมต่อกับ Apps, Log Files, Containers และระบบอื่นๆ เพื่อนำข้อมูลออกมาวิเคราะห์ได้โดยอัตโนมัติ
• ค้นหาสิ่งที่อยู่ในระบบ IT และสร้างเป็นแผนภาพโครงสร้างได้แบบเรียลไทม์
• ขยายระบบได้ง่ายในอนาคต เมื่อต้องรองรับปริมาณข้อมูลที่เพิ่มมากขึ้น

4 ขั้นตอนสู่ AIOps

การเฝ้าระวังระบบ IT แบบอัตโนมัติ (Automated Monitoring) เป็นจุดเริ่มต้นการไปสู่ AIOps แต่เป้าหมายสุดท้ายที่องค์กรควรไปให้ถึงคือการฟื้นฟูระบบให้กลับคืนมาอย่างอัตโนมัติ (Auto-remediation) กล่าวคือ เมื่อมีปัญหาเกิดขึ้น ระบบต้องสามารถแก้ไขปัญหาได้ด้วยตัวเองโดยไม่ต้องมีมนุษย์มาคอยสั่งการ

สิ่งจำเป็นอันดับแรกเพื่อให้การก้าวไปสู่ AIOps ประสบความสำเร็จ คือ การมีเครื่องมือสำหรับผสานความร่วมมือกันระหว่างแต่ละทีม ทั้ง Developers, Operations และ Business โดยเครื่องมือดังกล่าวต้องสามารถผสานการทำงานร่วมกับเครื่องมืออื่นๆ ได้แก่ DevOps, Business Automation, Cloud Platform, Autonomous Operations และ Open Ingest ได้ หลังจากนั้น Dynatrace ได้แบ่งขั้นตอนการก้าวไปสู่ AIOps เป็น 4 ขั้น ดังนี้

1. Automated Monitoring – ค้นหาสิ่งผิดปกติที่อยู่ในระบบ IT สร้างเป็น Dashboard แสดงผลข้อมูลแบบเรียลไทม์ และแจ้งเตือนไปยังระบบ Ticket Management ต่างๆ ได้โดยอัตโนมัติ
2. Automated Performance – ผสานการทำงานร่วมกับเครื่องมือประเภท Load Test ต่างๆ เพื่อนำข้อมูลมาวิเคราะห์ประสิทธิภาพของระบบ IT
3. Automated Delivery – ผสานการทำงานร่วมกับเครื่องมือ CI/CD และทำ Quality Gates เพื่อวัดประสิทธิภาพตาม SLO และ SLA ที่องค์กรกำหนด จนกระทั่งแอปพลิเคชันถูกนำขึ้นใช้งานจริง
4. Automated Operations – เมื่อพบปัญหา ต้องสามารถประเมินปัญหา สั่งการไปยังเครื่องมือต่างๆ ในระบบให้ดำเนินการแก้ไขปัญหาได้โดยอัตโนมัติ พร้อมส่งการแจ้งเตือนไปยังผู้ดูแลที่เกี่ยวข้อง

สรุปแล้ว AIOps คือ การผสานรวมระหว่าง Big Data, AI และ Automation เพื่อสนับสนุนการทำ IT Operations  อย่างอัตโนมัติ โดยไม่มีมนุษย์เข้ามาเกี่ยวข้อง ซึ่งตอบโจทย์ความต้องการขององค์กรทั้งทางด้าน Alert Noise Reduction, Root Cause Analysis, Auto-remediation และ Business Automation

สำหรับผู้ที่สนใจนำ AIOps มาช่วยสนับสนุนทีม IT Infrastructure และ IT Operations สามารถรับชมวิดีโอ Webinar เรื่อง “ยกระดับ ทีม IT Infrastructure และ IT Operations ด้วย AIOps” โดยคุณพาทิศ จุโลทก Senior Sales Engineer จาก Dynatrace ได้ด้านล่าง

ทดลองใช้ Dynatrace ฟรี 15 วันได้ที่: https://bit.ly/3igPfZg
หรือติดต่อเพื่อสอบถามข้อมูลเพิ่มเติมที่ DPM (Thailand) ผู้จัดจำหน่ายโซลูชันของ Dynatrace อย่างเป็นทางการในไทย อีเมล marketing@dpm.co.th หรือโทร 062-014-5666