วันนี้เกือบทุกองค์กรขนาดใหญ่มีส่วนเสมือนหรือทั้งหมดของศูนย์ข้อมูลของตน ด้วยการทำงานแบบเวอร์ช่วลไลเซชั่นทีมไอทีจะสามารถเข้าถึงข้อมูลเครื่องแบบเรียลไทม์ที่หลากหลายซึ่งพวกเขาต้องการใช้เพื่อทำความเข้าใจและแก้ไขปัญหาในสภาพแวดล้อมการทำงานด้านไอทีของตน อย่างไรก็ตามความซับซ้อนในการจัดการสภาพแวดล้อมด้านไอทีเสมือนเป็นการเน้นย้ำถึงแผนกไอทีแบบดั้งเดิม เป็นผลให้ผู้เชี่ยวชาญด้านไอทีกำลังค้นพบว่าโซลูชันอยู่ในข้อมูลและเครื่องมือที่ใช้ปัญญาประดิษฐ์ซึ่งสามารถใช้ประโยชน์ได้
ข้อมูลวิทยาศาสตร์เพื่อช่วยเหลือ
เนื่องจากระดับข้อมูลดิจิทัลทั่วโลกเพิ่มขึ้นอย่างต่อเนื่อง บริษัท ต่างๆกำลังพยายามหาค่าทางธุรกิจในข้อมูลของตนและปรับเปลี่ยนกลยุทธ์ด้านวิทยาศาสตร์คอมพิวเตอร์ของตนไปสู่ตลาดวิทยาศาสตร์ข้อมูลที่กำลังพัฒนาขึ้น เครื่องมือการจัดการและการตรวจสอบแบบเดิมใช้วิธีเดียวกับที่ใช้สำหรับสภาพแวดล้อมเซิร์ฟเวอร์จริงนั่นคือโดยดูที่ไซโลแยก (เครือข่ายการเก็บข้อมูลโครงสร้างพื้นฐานแอพพลิเคชัน) พวกเขาใช้เกณฑ์การตั้งค่าด้วยตนเองหลายชุดเพื่อมุ่งเน้นไปที่เมตริกเฉพาะ – การใช้งาน CPU, การใช้หน่วยความจำ, ความล่าช้าของเครือข่าย ฯลฯ ภายในไซโลแต่ละแห่ง
วิธีการตามเกณฑ์นี้มีต้นกำเนิดมาจากสภาพแวดล้อมเซิร์ฟเวอร์แบบเดิมที่มีความเข้าใจและเข้าใจดีซึ่งไม่สามารถใช้งานได้จริงในการจัดการความซับซ้อนของสภาพแวดล้อมเสมือนจริงในปัจจุบัน ส่วนประกอบในสภาพแวดล้อมแบบเสมือนจะช่วยให้ทรัพยากรโฮสต์ร่วมกันสร้างความสัมพันธ์ที่สลับซับซ้อนและพึ่งพาซึ่งกันและกันได้อย่างมาก นอกจากนี้ยังมีความคล่องตัวสูงช่วยให้ IT สามารถสร้างและย้ายเวิร์กโหลดใน VM ได้อย่างต่อเนื่อง ผู้เชี่ยวชาญด้านไอทีไม่สามารถตัดสินใจได้อย่างชาญฉลาดโดยใช้แนวทางวิทยาการคอมพิวเตอร์ด้วยตนเองเมื่อวานนี้และวิเคราะห์การแจ้งเตือนจากไซโลเดียวในแต่ละครั้ง ด้วยเหตุนี้ บริษัท จึงหันมาใช้วิธีการ "วิทยาศาสตร์ข้อมูล" ซึ่งยกระดับวินัย AI ที่มีความซับซ้อนในการเรียนรู้ด้วยเครื่องจักรและการเรียนรู้ลึก ๆ เพื่อให้ได้โซลูชันแบบองค์รวมแบบอัตโนมัติเพื่อลดขั้นตอนที่ต้องใช้เวลาในการแก้ปัญหาด้วยตนเองและเพิ่มประสิทธิภาพสภาวะแวดล้อมเสมือนจริง
เครื่องมือการเรียนรู้ด้วยเครื่องเรียนรู้ให้คำตอบ
แทนที่จะตรวจสอบเมตริกแต่ละอย่างเป็นเครื่องมือตามเกณฑ์แล้วโซลูชันการเรียนรู้ด้วยเครื่องขั้นสูงจะเรียนรู้ความซับซ้อนของส่วนประกอบที่เชื่อมโยงกันเมื่อพวกเขาเปลี่ยนไปตามช่วงเวลา พวกเขาสามารถพิจารณาหลายเมตริกของคอมโพเนนต์ที่เกี่ยวข้องพร้อมกัน เป็นผลให้พวกเขาให้ข้อมูลที่แม่นยำมากขึ้นและแม่นยำเกี่ยวกับสภาพแวดล้อมเสมือนมากกว่าเครื่องมือการเรียนรู้แบบดั้งเดิมของเครื่องหรือเครื่องมือที่อิงตามเกณฑ์แบบดั้งเดิม แทนที่จะสร้าง "พายุเตือน" พวกเขาระบุเหตุการณ์ที่มีความหมายที่เกี่ยวข้องกับพฤติกรรมที่ผิดปกติในช่วงเวลาที่เฉพาะเจาะจงของวันสัปดาห์เดือนและปี และเนื่องจากการเรียนรู้ด้วยเครื่องเป็นหัวใจสำคัญในการออกแบบจึงไม่จำเป็นต้องกำหนดค่าด้วยตนเอง โซลูชั่นการเรียนรู้เครื่องขั้นสูงสามารถทำงานได้ในเวลาไม่กี่นาทีและเรียนรู้พฤติกรรมได้ทันที เป็นผลให้การเปลี่ยนแปลงนี้เพื่อเป็นศูนย์กลางข้อมูลพฤติกรรมตามแนวทางมีนัยสำคัญที่ช่วยให้อำนาจอย่างมากกับผู้เชี่ยวชาญด้านไอที ผู้เชี่ยวชาญด้านไอทีมักต้องการความเชี่ยวชาญเกี่ยวกับโดเมนในด้านวิทยาการคอมพิวเตอร์ แต่ทักษะทางด้านการวิเคราะห์จะต้องมีประสิทธิภาพในโลกที่ขับเคลื่อนด้วยระบบ AI ขับเคลื่อนด้วยนี้อย่างไร
แทนที่จะใช้เวลาในการทำปฏิกิริยาต่อไปและแก้ไขปัญหาด้านประสิทธิภาพของแอปพลิเคชันไอทีจะเปลี่ยนโฟกัสจากการวิเคราะห์ปัญหาเพื่อทำนายและหลีกเลี่ยงสิ่งเหล่านี้ในเชิงรุกในตอนแรก ปลดปล่อยความจำเป็นในการจัดหาเกินเพื่อให้มั่นใจถึงประสิทธิภาพและความน่าเชื่อถือพวกเขาจะสามารถหาวิธีเพิ่มประสิทธิภาพและใช้เวลาในการทำงานโดยมุ่งเน้นเป้าหมายที่มีขนาดใหญ่กว่า ช่วยให้ IT สามารถให้คุณค่าทางธุรกิจได้อย่างแท้จริงและทำงานในโครงการที่ผลักดันให้เป้าหมายของ บริษัท ไปข้างหน้า โดยทั่วไปชนิดของค่าที่จะช่วยให้ IT เป็นเสียงสำคัญในการบริหารระดับสูงนำไปสู่กระบวนการตัดสินใจและการปิดช่องว่างระหว่างไอทีกับการดำเนินงาน เมื่อผู้เชี่ยวชาญด้านไอทีเข้าใจและใช้เครื่องมือวิเคราะห์การเรียนรู้ด้วยเครื่องเครื่องจักรพวกเขาจะเป็นผู้นำในการสร้างรากฐานสำหรับระบบอัตโนมัติและอนาคตของศูนย์ข้อมูลที่ขับเคลื่อนด้วยตนเอง
ประวัติของจิม:
Jim Shocrylas เป็นผู้อำนวยการฝ่ายบริหารผลิตภัณฑ์ของ SIOS จิมมีประสบการณ์มากกว่า 20 ปีในอุตสาหกรรมไอทีส่วนใหญ่เมื่อเร็ว ๆ นี้ในฐานะผู้จัดการฝ่ายการลงทุนของแผนก Emerging Technologies ของ EMC