由于多种原因，自动化的采用和实施比围绕它的热情要慢。一是：人的能力仍然必不可少。那么，现代企业是否应该将目光投向完全自动化？技术领导者可以从哪里开始自动化以获得最有效的影响？Moogsoft首席技术官兼首席技术官RichardWhitehead分享了想法和重要见解。
人工智能真的会抢走你的工作吗？根据最新研究，不会很快。事实上，虽然59%的组织被认为是数字化转型的采用者或领导者，但只有15%的组织被认为是自动化流程的采用者或领导者打开一个新窗口.
何时实施自动化——以及何时实施自动化自动化流程帮助人类团队完成重复的手动任务，并从其他活动中抽出时间。工程师不应将时间浪费在这些重复性任务上，而应专注于重要的、创造价值的创新。为创新腾出时间本身就可以证明自动化成本是合理的。在进行自动化投资时，技术领导者还必须考虑：您希望自动化的任务的重复性如何（想想“三原则”）？自动化过程是否节省了大量时间？如果没有自动化，该任务是否无法满足五个DevOps理想之一？新发现的空闲时间将如何使用？
自动化可以节省时间，而且对于数据密集型活动也是必要的，例如实现可用性目标。毕竟，现代系统会生成海量数据——对于手动流程来说过于庞大，对于DevOps从业者和SRE来说过于庞大，无法查找和修复事件。另一方面，自动化解决方案，如IT运营人工智能(AIOps)，可以自动且持续地扫描数据以在生命周期的早期检测事件。该解决方案不仅消除了繁琐的工作，而且还实现了整个事件生命周期的自动化，将任务从机器无缝转移到人工。
虽然AIOps是人类和机器协同工作的一个例子，但自动化有时在经济上没有意义。架构正在——或者应该——不断变化。如果团队达到他们的环境非常稳定以至于实施完全自动修复并且没有风险的地步，那么他们可能不再创新。如果他们仍在创新，随着技术不断发展的速度，改变自动化流程以适应这些新的创新只会让团队回到最初的问题：手工工作。
这并不是说我们不应该尝试尽可能多地自动化重复性任务来帮助DevOps和SRE团队。但是，领导者必须认识到自动化在什么时候效率不高：对于不可预测且几乎不可能拥有一致的自动化策略的“黑天鹅”。这些问题的解决方案在于突出问题并揭示导致快速补救的其他详细信息的工具。
为什么企业对自动化犹豫不决围绕自动化有很多炒作，而处于对话顶峰的是AIOps。通过自动尽早找到问题的根本原因，AIOps可以确保为客户提供更多的正常运行时间，并使您的团队免于不必要的工作。该解决方案是最高级别的自动化之一。那么为什么不是每个人都在船上呢？
自动化炒作使人们认为他们必须将完全自动修复作为最终目标。这让人们感到害怕。毕竟，现代系统是分布式的、复杂的和脆弱的，所以许多IT团队——甚至是DevOps从业者——仍然希望成为最后一站，而不是让自动化完全控制。我们将其称为“中间人”人工智能。
这些犹豫往往源于对自动化的老式看法。为了消除犹豫，领导者需要对现代自动化有更多的了解。
犹豫不决的团队可以从小处着手许多组织在制定自动化计划时试图同时承担太多的工作。但实际上，即使是迈向自动化的一小步也会显着影响生产力。刚接触自动化流程的企业应该部分自动化，同时让人类负责。
例如，团队可以通过简单地自动化事件管理分类流程来获得巨大收益。由于整理做出明智决策所需的信息需要大量时间和精力，因此团队可以自动化该过程，从而使人们能够更快地做出补救决策。
信任是这种自动化的最大障碍之一，因此团队应该定制他们的自动化工具来建立这种信任。例如，如果一个团队正在使用AIOps工具并希望为解决方案创建特定的结果，则团队可以使用机器学习(ML)功能来创建独特的算法并根据需要跟踪和调整它们。这样，一旦团队发现如何获得他们想要的结果，他们就更倾向于相信AIOps来完成剩下的工作。
人与人之间通过透明度建立信任——这同样适用于自动化。人们通常不相信他们不理解的东西。在搜索自动化工具时，技术负责人可以询问系统的后端模型是否可供用户使用。当犹豫不决的IT团队了解幕后技术时，他们更有可能信任该技术。
部分采用的另一种策略是成为平台的老师。就像孩子会对父母的反馈做出反应一样，机器学习(ML)可以对用户的积极和消极强化做出反应。如果用户将自动决策标记为“好”，系统将继续该行为。同样，如果用户将决定标记为“错误”，系统将不会重复该行为。很快，通过这种强化，系统将了解每个事件的预期结果。
团队还可以通过多种方式从技术本身获得反馈。例如，当自动化工具决定如何处理事件时，系统可以询问人类是否做出了正确的决定。但并非针对每个决策：该工具可以根据导致决策的变量显示其置信度。因此，如果系统呈现高置信度，人类可能不会向系统提供反馈。如果系统呈现低置信度，人类可能希望介入并提供“好”或“坏”的反馈。
我们永远不会实现完全自动化——坦率地说，我们不应该以此为目标。相反，技术领导者应该专注于导致团队辛勤工作的重复性手动任务。通过辛勤工作，团队可以专注于价值创造，包括将加速数字化转型并在我们快速发展的数字经济中实现竞争的创新和实验。
转载请注明：http://www.0431gb208.com/sjszjzl/6824.html
