作者:特伦特·菲耶罗，惠普公司Aruba AIOps高级营销经理
直到最近，解决网络问题还意味着帮助用户面对面或挤在会议室里，同时规划下一步。现在，大多数IT团队都在远程工作，试图用很少的数据和与团队其他人的交互为其他远程工作人员解决问题。事实证明，重返办公室项目也很困难，因为从改进覆盖规划到新的环境健康和安全项目(包括接触者追踪分析和访问控制)，都涉及到在没有真实数据的情况下进行某种程度的猜测。
因此，追逐间歇性问题的时间很少和有限的资源，响应每个用户，并在管理和操作工具之间反弹。
在这些场景中，拥有人工智能的IT运营（AIOPs）可以帮助过度负担的IT团队管理当天的问题，同时也在努力关键的回归工作项目。这一概念结合了数据分析，机器学习和自动化的使用，提高IT运营能力成功，在许多情况下提高效率。
问题1:主动解决人际关系问题
如今，故障排除需要用户或物联网设备无法自行传递的数据和信息。例如，如果用户抱怨视频通话不断中断，IT部门就有一个起点，但仅凭数据往往不足以解决问题。通常，它需要更多的故障排除，比如与用户举行视频会议，查看发生了什么，或者对物联网来说，深入管理工具来发现异常——所有这些策略都需要时间和人力资源。
这就是AIOps可以提供帮助的地方。通过有效的AIOps, IT通常可以在用户受到影响之前识别并抢占这些类型的问题。这可以通过从所有无线、交换和SD-WAN网关设备收集数据来实现，从而创建一个跨整个生态系统的操作基线，包括一些在家工作的场景。如果网络或应用程序的性能发生显著变化，IT部门可以在最终用户发现之前采取主动措施解决问题。AIOps还应该包括易于使用的基于自然语言处理的搜索功能，使IT人员能够在出现问题时快速定位用户、网络设备或特定于站点的问题。
问题#2:减少故障排除的工作量
试图识别和修复一个简单的问题需要时间，并且可以进入可以在其他地方使用的资源。大多数IT团队丢失了在故障排除中花费的时间百分比，通过日志看，或者在问题上与用户一起工作。与以前的网络延伸薄的团队比以往任何时候都多，减少了故障排除工作是关键任务。
因为AIOPs不断监控关键服务级别以检测某些东西的AWRY，AI供电的洞察可以自动将IT团队带到实际根本原因，以解决常见问题，例如在接入点上的错误2.4GHz和5GHz电源设置。差异可能意味着在几分钟内解决问题，只需了解在哪里开始，以及如何改变以解决问题。这是解决间歇性问题的关键。
问题3:保持可见性
与解决问题同样重要的是，AIOps必须随着环境的发展不断学习，并动态调整关键基线。虽然获取针对未来可能出现的类似问题所提供的见解很有价值，但目标是在不设置静态阈值或服务水平预期(SLEs)的情况下跟上变化。
这有助于消除基于旧假设的试验和错误的需求。进行配置更改，然后等待查看更改在更多帮助台调用或分辨率中的更改如果变量已更改，则不太帮助。这是Aiops捕获的网络知识成为一个优势 - 即额外的上下文对于SWIFT解决方案或优化工作来说至关重要。
洞察必须向IT团队提供为什么Wi-Fi、交换机、广域网和应用程序问题可能发生的原因，并提供在配置中需要更改哪些内容的建议。从一开始就消除不必要的猜测可以大大减少猜测，并为所有人提供更好的体验。
为创新节省时间
解决这三个核心问题可以提高效率——时间的工作方式来充分利用现有的基础设施,应对未来的项目,将进一步完善网络,和时间做更有意义的工作,对业务长期添加额外的价值。
通过AIOps的自动异常检测、故障排除技巧和可信的优化建议，额外的效率将使无论在家、在办公室还是在路上的工作人员更快乐、更有生产力。
要了解阿鲁巴对AIOps和ESP(边缘服务平台)的方法，请访问http://www.arubanetworks.com/AIOps．