Logz.io nutzt KI, um Empfehlungen zur Reaktion auf Vorfälle anzuzeigen

Von: Mike Vizard am 1. Juni 2023

Logz.io hat diese Woche seiner Observability-Plattform eine Funktion für überwachtes maschinelles Lernen hinzugefügt, die die mittlere Zeit bis zur Behebung verkürzt, indem Empfehlungen zur Behebung von Vorfällen angezeigt werden.

Asaf Yigal, Vice President of Product bei Logz.io, sagte, dass die zur Logz.io Open360-Plattform hinzugefügte Alert-Recommendation-Funktion künstliche Intelligenz (KI) nutzt, um die Schritte zu modellieren, die ein DevOps-Team ausführen muss, um einen Vorfall zu lösen.

Ziel sei es, den Zeitaufwand für die Behebung von Vorfällen in einer Zeit zu reduzieren, in der IT-Umgebungen immer komplexer werden, fügte er hinzu.

Tatsächlich ergab eine aktuelle Umfrage von Logz.io, dass 75 % der Befragten angaben, dass sie derzeit Stunden brauchen, um Produktionsprobleme zu lösen, wobei nur 14 % mit ihrer aktuellen mittleren Lösungszeit (MTTR) zufrieden sind. Insgesamt 41 % nannten ausdrücklich die Überwachung und Beobachtbarkeit von Kubernetes-Umgebungen als größte Herausforderung.

Alert Recommendation ist die jüngste einer Reihe von Investitionen in KI, die Logz.io getätigt hat. Zuvor hat Logz.io die Plattform für generative künstliche Intelligenz (KI) ChatGPT integriert, um Links zu verwandten Informationen und Best Practices zur Lösung von IT-Problemen anzuzeigen.

Im Allgemeinen sollten KI-Tools es ermöglichen, die IT in einem Maßstab zu verwalten, der viele der einfachen Daten-Engineering- und Analyseaufgaben eliminiert, die zuvor manuellen Aufwand eines DevOps-Engineering-Teams erforderten. Wenn die Observability-Plattform beispielsweise Empfehlungen zur Behebung von Problemen generiert, besteht möglicherweise weniger Bedarf für die Erstellung von Runbooks, die DevOps-Teams normalerweise erstellen, um eine Vielzahl bekannter Probleme zu beheben.

KI macht es nicht nur einfacher, die Grundursache eines Problems zu erkennen, sondern ermöglicht es auch weniger erfahrenen Mitgliedern eines DevOps-Teams, ein Problem mithilfe der von der Observability-Plattform generierten Anleitung zu lösen, bemerkte Yidal.

Tatsächlich reduzieren KI-Technologien die kognitive Belastung, die erforderlich ist, um ein effektives Mitglied eines DevOps-Teams zu sein, fügte er hinzu.

Auf die eine oder andere Weise ist es nicht so sehr eine Frage, ob KI in DevOps eingesetzt wird, sondern eher in welchem ​​Ausmaß. Viele der manuellen Aufgaben, die häufig zu DevOps-Engpässen führen, sollten in den kommenden Monaten durch weitere Fortschritte deutlich reduziert werden. Die Herausforderung besteht nun darin, herauszufinden, wie sich das DevOps-Know-how im Vorfeld dieser Fortschritte am besten neu verteilen lässt.

Natürlich wird es immer ein gewisses Gefühl der Besorgnis geben, wenn es um KI geht. Allerdings sind viele der Aufgaben, die bald automatisiert werden, tendenziell mühsam. Viele DevOps-Experten würden diese Aufgaben lieber automatisieren, in der Erwartung, dass dann mehr Zeit für die Bewältigung komplexerer Herausforderungen zur Verfügung steht.

Unabhängig von der Motivation wird sich die Art und Weise, wie die IT verwaltet wird, verändern. Es mag viele Fälle geben, in denen die KI ihrem anfänglichen Hype nicht gerecht wird, aber je mehr Daten den KI-Modellen ausgesetzt sind, desto genauer werden sie. Das bedeutet jedoch nicht, dass nicht immer ein DevOps-Ingenieur benötigt wird, um sicherzustellen, dass sich diese Algorithmen wie erwartet verhalten.

Abgelegt unter: KI, Anwendungsleistungsmanagement/-überwachung, Blogs, DevOps-Praxis, Funktionen, IT-Administration, Nachrichten. Markiert mit: Automatisierung, generative KI, Reaktion auf Vorfälle, Logz.io, maschinelles Lernen