موظفو عمليات تكنولوجيا المعلومات مشغولون للغاية وعندما يقع حادث يؤدي إلى تعطل نظام رئيسي، فإن الوقت دائمًا ضدهم. على مر السنين، سعت الشركات إلى النمو بشكل أسرع من خلال قواعد اللعبة المصممة للعثور على إجابات للمشاكل الشائعة، والتحليلات اللاحقة لمنع حدوثها مرة أخرى، ولكن ليس كل المشاكل يمكن حلها بسهولة، وهناك الكثير من البيانات والعديد من الاحتمالات. نقاط الفشل.
هذه في الواقع مشكلة مثالية لحلها بالنسبة للذكاء الاصطناعي التوليدي ولبدء AIOps. الباندا الكبيرة، أعلنت اليوم عن أداة ذكاء اصطناعي توليدية جديدة تسمى Biggy للمساعدة في حل بعض هذه المشكلات بشكل أسرع. تم تصميم Biggy لفحص مجموعة واسعة من بيانات تكنولوجيا المعلومات لمعرفة كيفية عمل الأعمال ومقارنتها بسيناريو المشكلة والسيناريوهات المماثلة الأخرى واقتراح حل.
تستخدم BigPanda الذكاء الاصطناعي منذ بدايات الشركة وقد صممت نظامين منفصلين عمدًا: أحدهما لطبقة البيانات والآخر للذكاء الاصطناعي، الأمر الذي أعدهم إلى حد ما لهذا الانتقال إلى الذكاء الاصطناعي التوليدي استنادًا إلى نماذج لغوية كبيرة. قال عساف ريسنيك، الرئيس التنفيذي لشركة BigPanda، لـ TechCrunch: “لقد بنى محرك الذكاء الاصطناعي قبل Gen AI العديد من الأنواع الأخرى من الذكاء الاصطناعي، لكنه كان يتغذى على نفس محرك البيانات الذي من شأنه أن يدعم ما نفعله مع Biggy وما نفعله مع الذكاء الاصطناعي التوليدي والمحادثي”. .
مثل معظم أدوات الذكاء الاصطناعي الإنتاجية، توفر هذه الأداة مربع حوار يمكن للمستخدمين من خلاله طرح الأسئلة والتفاعل مع الروبوت. في هذه الحالة، تم تدريب النماذج الأساسية على البيانات الداخلية للشركة العميلة، بالإضافة إلى البيانات المتاحة للجمهور حول قطعة معينة من الأجهزة أو البرامج، وتم تحسينها لمعالجة أنواع المشكلات التي يواجهها قسم تكنولوجيا المعلومات بانتظام. .
“لقد تم تدريب حاملي شهادة الماجستير في القانون على كمية هائلة من البيانات، وهم جيدون حقًا كأخصائيين عامين في كل مجال تشغيلي ننظر إليه: البنية التحتية، والشبكات، وتطوير التطبيقات، وكل ما يتعلق بها. وقال جيسون ووكر، كبير مسؤولي الابتكار في BigPanda، “إنهم على دراية كبيرة بجميع الأجهزة”. “لذا، إذا كنت تسأل عن خادم نصلي معين من HP يحتوي على رمز الخطأ هذا، فهو جيد جدًا في جمع ذلك، ونحن نستخدم ذلك في الكثير من حركة مرور الأحداث.” بالطبع يجب أن يكون الأمر أكثر من ذلك، وإلا يمكن للمهندس البشري البحث عن ذلك في بحث Google.
فهو يجمع بين هذه المعرفة وما يمكنه استخلاصه داخليًا عبر مجموعة من أنواع البيانات. “تستوعب BigPanda بيانات العملاء التشغيلية والسياقية من إمكانية الملاحظة والتغييرات وCDMB (الملف الذي يخزن معلومات التكوين) والطوبولوجيا، بالإضافة إلى البيانات التاريخية والسياق البشري والمؤسسي – وتقوم بتطبيع البيانات إلى أزواج أو علامات ذات قيمة أساسية.” قال ووكر. هذا كثير من المصطلحات التقنية، ولكنه يعني في الأساس أنه ينظر إلى المعلومات على مستوى النظام، والبيانات التنظيمية، والتفاعلات البشرية لتقديم إجابة تسمح للمهندسين بحل المشكلة.
عندما يقوم المستخدم بإدخال مطالبة، فإنه ينظر إلى جميع البيانات لإنشاء استجابة نأمل أن توجه المهندسين في الاتجاه الصحيح لحل المشكلة. إنهم يدركون أن الأمر ليس مثاليًا دائمًا لأنه لا يوجد ذكاء اصطناعي توليدي، لكنها تبلغ المستخدم عندما تكون هناك درجة أقل من اليقين بشأن صحة الإجابة.
وقال ريسنيك: “بالنسبة للمناطق التي نعتقد أننا لا نملك فيها قدرًا كبيرًا من اليقين، نقول لهم أن هذه هي أفضل المعلومات لدينا، ولكن يجب على الإنسان أن يلقي نظرة عليها”. بالنسبة للمجالات الأخرى حيث يوجد قدر أكبر من اليقين، يمكنهم تقديم الأتمتة، والعمل باستخدام أداة مثل ريد هات أنسيبل وقال إنه يحل المشكلة دون تدخل بشري.
لن يكون جزء استيعاب البيانات تافهًا دائمًا للعملاء، وهذه هي الخطوة الأولى نحو توفير مساعد الذكاء الاصطناعي الذي يمكنه مساعدة تكنولوجيا المعلومات في تحديد جذور المشكلات وحلها بشكل أسرع. لا يوجد ذكاء اصطناعي معصوم من الخطأ، ولكن وجود أداة ذكاء اصطناعي تفاعلية يجب أن يكون بمثابة تحسين مقارنة بالأساليب اليدوية الحالية التي تستغرق وقتًا أطول لاستكشاف أخطاء أنظمة تكنولوجيا المعلومات وإصلاحها.
Source link
