IBM'den BT operasyonlarının otomasyonu için yeni yapay zeka

IBM, Think Digital konferansında CIO'ların BT altyapılarını, gelecekteki aksaklıklara karşı daha dayanıklı hale getirecek ve maliyetleri düşürmelerine yardımcı olacak şekilde otomasyonu için tasarlanan yeni yapay zeka destekli yeteneklerden ve hizmetlerden oluşan geniş bir ürün yelpazesini tanıttı

AA
YAYINLAMA
GÜNCELLEME

IBM, kuruluşların BT sistemlerindeki beklenmeyen sorunları gerçek zamanlı olarak kendi kendine saptamalarını, tanımlamalarını ve bunlara müdahale etmelerinin otomasyonu için yapay zekayı kullanan yeni IBM Watson AIOps'u sunuyor.

IBM'den yapılan açıklamaya göre, Red Hat OpenShift temel alınarak tasarlanan Watson AIOps, herhangi bir bulut sistemi üzerinde kullanılabiliyor, Slack ve Box gibi çözüm ortaklarıyla iş birliği içinde çalışıyor.

IBM, Think Digital konferansında CIO'ların BT altyapılarını, gelecekteki aksaklıklara karşı daha dayanıklı hale getirecek ve maliyetleri düşürmelerine yardımcı olacak şekilde otomasyonu için tasarlanan yeni yapay zeka destekli yeteneklerden ve hizmetlerden oluşan geniş bir ürün yelpazesini tanıttı.

Pazar araştırma şirketi IDC, yapay zeka teknolojileriyle desteklenen kuruluşların 2024'te yapay zeka kullanmayanlara kıyasla müşterilerine, rakiplerine, düzenleyici kurumlara ve iş ortaklarına yüzde 50 oranında daha hızlı yanıt verebileceklerini tahmin ediyor.

Bu bağlamda IBM, kuruluşların BT sistemlerindeki beklenmeyen sorunları gerçek zamanlı olarak kendi kendine saptamalarını, tanımlamalarını ve bunlara müdahale etmelerinin otomasyonu için yapay zekayı kullanan yeni IBM Watson AIOps'u sunuyor.

Öngörülemeyen BT arıza ve kesintileri, işletmelerin hem gelir hem de itibar kaybına uğramalarına yol açabiliyor. Pazar araştırması şirketi Aberdeen’e göre, bir kesintinin maliyeti saatte yaklaşık 260 bin dolara ulaşıyor.

Watson AIOps, kuruluşların otomasyonu altyapı düzeyinde devreye almalarına olanak sağlıyor. Bu yeni çözüm CIO'ların gelecekteki sonuçları daha iyi tahmin edip şekillendirmeleri, kaynakları daha değerli işlere yöneltmeleri ve daha uzun süre çalışıp daha hızlı yanıt veren ve daha akıllı ağlar oluşturmalarına yardımcı olmak için tasarlandı.

Hibrit bulut ortamları çapında çalışması için Red Hat OpenShift'in en son sürümü temel alınarak geliştirilen Watson AIOps, günümüzün dağıtık çalışma ortamının odak noktasında bulunan Slack ve Box gibi teknolojilerle uyumlu bir biçimde, Mattermost ve ServiceNow gibi geleneksel BT izleme çözümlerinin sağlayıcılarıyla da birlikte çalışıyor.

Pazara sunulan ürünler arasında IBM'in Bulut Modernizasyonu hizmeti kapsamındaki Yapay Zeka ile Uygulama Modernizasyonu Hızlandırıcısı da yer alıyor. Bu yeni sistem, müşterilerin uygulama modernizasyonu ile bağlantılı efor ve maliyetlerini azaltmalarına yardımcı olmak üzere tasarlandı.

Uçtan uca modernizasyon yolculuğunu optimize etmek üzere tasarlanmış bir dizi araç sunarak çeşitli mimari ve mikro hizmet seçenekleri için analiz ve önerileri hızlandırılmasını sağlıyor. Hızlandırıcı, müşterinin tercih ettiği yazılım mühendisliği uygulamalarına uyum sağlamak için sürekli öğrenen ve yorumlanabilir yapay zeka modellerinden yararlanıyor ve teknoloji ile platformlar sürekli olarak gelişirken bunlara ayak uyduruyor. 

Watson AIOps'un ve Uygulama Modernizasyonu Hızlandırıcısı'nın altında yatan teknolojilerin çoğu IBM Research tarafından geliştirildi.

Açıklamada görüşlerine yer verilen IBM'in Bulut ve Veri Platformundan Sorumlu Kıdemli Başkan Yardımcısı Rob Thomas dünyanın her yanındaki şirketlerden, yapay zekanın iş alanındaki başarısını belirleyecek üç önemli faktör olduğunu öğrendiklerini bunun dil, otomasyon ve güven olduğunu belirtti.

Thomas, şunları kaydetti

"Koronavirüs (COVID-19) krizinin etkisiyle, uzaktan çalışma yeteneklerine yönelik talepteki artış, yapay zeka otomasyonuna duyulan ihtiyacı daha önce benzeri görülmemiş bir oran ve hızla artırmaya devam ediyor. Otomasyonla, yeni nesil CIO'ların ve ekiplerinin günümüzün dijital kuruluşlarında hayati önem taşıyan işlere öncelik vermelerine destek oluyoruz. Böylece, daha etkili iş sonuçları elde etmelerine ve bunları daha düşük maliyetlerle yapmalarına yardımcı olacak tahmine dayalı iç görüleri uygulamaları için, veri yönetimi ve veri madenciliğini mümkün hale getiriyoruz."