U ovom podcastu razgovaramo sa Stewartom Hunwickom, poljskim glavnim tehnološkim službenikom (CTO) za oblačne platforme u EMEA u Dellu, o korištenju umjetne inteligencije (AI) u skladištu.
Tačnije, razgovaramo sa Hunwickom o umjetnoj inteligenciji za IT operacije (AIOps) kao alat za poboljšanje upravljanja skladištenjem, održivosti i sigurnosti podataka.
Hunwick se sviđa Aiops u menadžmentu skladištenja u fitness sat za datacentre. Drugim riječima, može pomoći u nižeg otiska ugljika i monirati potrošnju energije na mikro i makro nivoima preko flote.
Ali dalje od toga, može omogućiti reaktivne i proaktivne odgovore na sigurnosne probleme i omogućiti administratorima da postavljaju pitanja na prirodnom jeziku o uređajima pod njihovim upravljanjem, pa čak i generirati kod.
Šta je Aiops?
Aiops su veštačke obavještajne operacije. I u suštini, to je način korištenja ovog nevjerovatnog rastućnog polja AI-a za pojednostavljenje i poboljšanje operacija. Malo je poput fitness sata za vaš Datacentre.
To je sjajna analogija, jer ako razmišljamo o tome šta radi fitness sat, okuplja tonu sirovih podataka od vas kao pojedinca, da li se puno brojeva zgužva na to, a zatim se pružaju natrag ono što ti brojevi znače kako bi ti brojevi značeni tako da te brojeve znače.
Ključna ideja AIOP-a kao koncepta može razumjeti metrike onoga što se događa u datacentre, ali također koriste te metrike za projekat što će se dogoditi u budućnosti, pokušati identificirati anomalno ponašanje. A također ga zaista koristi da pokuša smanji rizik, povećati održivost, povećati ukupne performanse i učinit će da stvari jednostavnije rade.
Kako Aiops može pomoći u održivosti skladištenja?
Održivost je nešto što je na vrhu uma za mnoge organizacije, a ima puno različitih načina na koje možemo pogledati ovo.
Ako izgledamo sasvim posebno na ovome sa stanovišta skladištenja, ono što vidimo je pogon za organizacije da sniže svoj ugljični otisak i spuštaju potrošnju električne energije.
Ono što se Aiops radi je na tome što je trenutna potrošnja električne energije, ne samo na mikro nivou, već i u sistemu, već i u mogućnosti da ga vidi na makroetom, tako da mogu vidjeti cijeli moj podatak za datacent – to je moj aparat za ugljik, to je moja potrošnja energije.
Ali tada koristeći taj podatke za početak izgradnje u tim trendovima, tako da mogu reći: “OK, to je moja potrošnja energije sada. Gledaj za 5% u godini. Dakle, vidim da se nešto promijenilo.”
Ili bih mogao reći: “Pa, postoji zaista neobičan šiljak na ovom sustavu. Ovaj sistem se ponaša malo neobično, što bi moglo ukazivati na određeno radno opterećenje koje treba imati više performansi nego što treba biti više performansi.”
Ali možemo ići još više od toga i imati sposobnost da projektujemo kakva bi potrošnja električne energije, ono što bi trebala biti potreba ugljičnog otiska u budućnosti. Dakle, opet, koristeći sve te podatke za modeliranje onoga što bi to moglo izgledati u budućnosti.
Ovo je zaista sve u vezi s pomaganjem ne samo da razumijem što trenutno konzumirate i koristite, ali i da vam pomogne da planirate budućnost. Dakle, možete donijeti te odluke o tome gdje će se novim opterećivati, potencijalno u vezi s tim koji su sustavi raspoređeni gdje, i dobiti stvarno čvrst prikaz onoga što bi budućnost mogla izgledati iz stanovišta snage i potrošnje.
Kako Aiops može pomoći u sigurnosti podataka?
Sigurnost podataka je prilično široka tema. Vidjeli smo veliki uspjeh s različitim organizacijama u velikom broju vertikala, posebno oko zdravstvene vertikale, gdje smo u mogućnosti pojednostaviti administraciju utjeloviti sa ovim AIOPS načinom rada.
Ako razmišljamo o sigurnosti u dva područja, o tome razmišljamo u smislu reaktivne i proaktivne sigurnosti.
Aiops način rada može, prije svega, pomoći na reaktivni način. Dakle, jer je u stanju vidjeti šta se događa s podatkovne tačke gledišta, može razumjeti da li su obrasci pristupa podacima normalni, bilo da su nenormalni. Može pogledati stvari poput onoga što je omjer smanjenja podataka.
Naravno, ako omjer smanjenja podataka iznenada postane prilično loš, to je dobar pokazatelj da su podaci koji se pišu na njoj prethodno šifrirani ili unaprijed komprimirani. Ako je prethodno šifriran, onda to može ukazivati na napad na otpadu u tijeku.
Kombiniranjem tog metrike s brzinom rasta podataka, napada, možemo to odrediti i reći: “Hej, znamo da možemo vidjeti da se napad događa. Znamo odakle dolazimo i evo samopouzdanja.” To je vrlo jak jakne strane stvari.
Napad se događa u realnom vremenu. Identificiramo odakle dolazi.
Na proaktivnoj strani stvari, ako možete zamisliti dok napustite kuću za posao ujutro, imaš nešto na vašem telefonu koji bi mogao brzo provjeriti i reći: “Oh, hej, nisi zaključao ove prozore”, ili možda nisi zaključao ulazna vrata “, ili možda nisi napustio ključeve u stražnjim vratima.”
Postoji tona različitih stvari koje se mogu konfigurirati na flotu servera i na skladišnim flotama; Različita podešavanja, različiti parametri. I, na primjer, omogućen Telnet na poslužitelju. To, naravno, nema enkripciju, pa može potencijalno biti slabost.
Sa proaktivnom identifikacijom iz AIO-ova, u mogućnosti smo skenirati konfiguraciju sustava i identificirati ove slabosti, identificirati način na koji su sustavi konfigurirani i pokušaju da spojite vektore napada prije nego što ste ih napadnuti. Učinkovito provjeravanje da li su vrata zaključana prije nego što se neko pokuša probiti.
Kako Aiops može pomoći u upravljanju skladištenjem?
Upravljanje skladištenjem je velika tema. To je nešto puno organizacija koje žele provoditi vrijeme na koji nas razgovara. Sve se svodi na isti primjer koji sam dao prije trenutak u zdravstvenom sektoru pokretanja troškova primjene i pojednostavio ga.
Tamo gdje viđamo najnoviji rast ovdje uzima ideju o AIOPS-u jedan korak dalje i koristi generirajuće AI posebno, izgradnjom u generativnom AI agentu koji je u stanju da vas što brže odvede u srce odgovora na pitanje što je brže moguće.
Dakle, možda biste postavili jednostavno pitanje po linijama “kako ovaj funkcionira ovaj funkcioniratelj?” ili “Kakva je korist od te posebne sposobnosti?”
Na primjer, replikacija metroa. Možda biste tada željeli reći: “Kako da ga postavim?” Ili, “dajte mi izvršni sažetak te posebne sposobnosti kako bih ga mogao poslati svom vodstvu.”
Ide dalje od toga, ipak, ono što vidimo da su ovi motori u stanju da vam ne daju brze odgovore, a ne samo na neku referentnu dokumentaciju, već zapravo, na primjer, generiraju isječke koda ili koristeći API [application programming interface]avilna reprezentacija ili generirati neki python kod pomoću SDKS-a [software development kits].
[You might say]”” Moram izgraditi avilnu reprodukciju za implementaciju u svom okruženju. ” Vratit će se i otići: “U redu, evo uzorke reprodukcije koju biste mogli koristiti.”
Tamo gde to konačno ide, a najnovija inovacija koju viđamo je mogućnost postavljanja pitanja o specifičnostima vašeg okruženja. Tako, a ne [just being] relevantno za dokumentaciju, mogu reći: “Šta se događa na ovom određenom sistemu? Postoji li uticaj na performanse uzrokovan replikacijom na tom određenom sistemu? Kako mogu popraviti sistem preko toga?”
Sve takve stvari, jer je u stanju razumjeti sve podatke, to može vidjeti sav kontekst, a zaista vam može izgraditi taj vrijedan odgovor, na kraju čiji je cilj pomoći oslobađanju vremena za vašu organizaciju.