可以通過人工智能自動化的三個IT任務(wù)

幸運的是，人工智能可以提供幫助。以下是人工智能可以幫助自動化人工實施的IT任務(wù)的三種方式，從而釋放寶貴的資源，并使企業(yè)、團(tuán)隊和客戶受益。

(1)調(diào)試軟件

Grace Murray Hopper是一名計算機編程先驅(qū)，他在上世紀(jì)40年代曾參與哈佛大學(xué)的Mark II大型計算機的運行和維護(hù)工作。1947年9月9日，Hopper追蹤到Mark II計算機出現(xiàn)的一個錯誤——其出現(xiàn)錯誤是一只進(jìn)入計算機機箱中的飛蛾所導(dǎo)致。這只昆蟲被記錄在團(tuán)隊的工作日志中，其標(biāo)題是“第一個發(fā)現(xiàn)bug的實際案例”。

雖然Hopper和其團(tuán)隊并不是第一個使用“bug”一詞來描述系統(tǒng)故障的人，但他們確實幫助了它的普及。當(dāng)然，軟件bug不會受到歡迎。IT部門和軟件工程師都感受到了辛勤工作試圖重現(xiàn)和定位問題的代碼行的痛苦。

為了與人類工程師一樣出色，人工智能工具需要具備其尚未達(dá)到的推理和創(chuàng)造力水平。但人工智能在異常檢測方面仍然非常有效。工程師在正常使用情況下對其進(jìn)行訓(xùn)練，它會檢測到某些東西何時關(guān)閉。

人工智能相對于人類的另一個優(yōu)勢是模式檢測。假設(shè)一個系統(tǒng)每周在同一時間崩潰，或者在內(nèi)存使用達(dá)到一定水平后崩潰。人工智能工具可以輕松地將這些點連接起來。人工智能可以了解開發(fā)人員的哪些行為以及存儲庫的哪些代碼模式與錯誤相關(guān)。這可以用來通知開發(fā)人員他們做了一些可能會出錯的事情，并要求他們再次檢查。

如果家里出現(xiàn)蟲子，當(dāng)然可以采取各種措施消滅。但是發(fā)現(xiàn)它們藏身的地方并設(shè)置陷阱不是更容易嗎?

(2)預(yù)測未來的問題

“預(yù)防勝于治療”這句格言在IT和醫(yī)學(xué)行業(yè)中都是至理名言。監(jiān)控操作并采取主動行動，而不只在出現(xiàn)問題時才做出反應(yīng)，可以防止意外停機和代價高昂的故障。

首席信息官和IT專業(yè)人員在一定程度上熟悉預(yù)防性維護(hù)的價值，無論是安裝軟件更新還是創(chuàng)建備份。這種維護(hù)是在經(jīng)過一定時間或記錄使用情況后完成的。對于企業(yè)來說，這是一個很好的做法。

另一方面，預(yù)測性維護(hù)是個性化和定制的。它監(jiān)控設(shè)備及其環(huán)境、執(zhí)行測試并接收設(shè)備反饋以生成個性化預(yù)測。這就像驗血表明是否是糖尿病，如果是的話，只能吃低糖食物。

人們可能對機器整天監(jiān)視他們的想法感到不舒服。但是通過支持人工智能的預(yù)測性維護(hù)，可以與其他機器一起觀察機器。

(3)篩選較低級別的事件

處理IT事件就像玩一場沒完沒了的打鼴鼠游戲，令人筋疲力盡。

眾所周知，有些事件值得關(guān)注，而有些則根本不值得關(guān)注。如果沒有適當(dāng)?shù)姆椒▉韺κ录M(jìn)行分類，IT部門就會不堪重負(fù)。輸入智能過濾器在搜索引擎和電子郵件收件箱中已經(jīng)存在多年，可以區(qū)分好壞、重要和不重要。對于IT部門來說，他們可以區(qū)分真實事件和噪音。

使用基于案例的推理等人工智能技術(shù)可以幫助企業(yè)決定首先探索哪種解決方案，或者需要客戶提供哪些額外信息以快速準(zhǔn)確地做出診斷。基于案例的推理系統(tǒng)從成功和失敗中學(xué)習(xí)，應(yīng)用復(fù)雜的概率推理來識別有希望的解決方案，并創(chuàng)建有價值的知識庫。

借助智能過濾器和基于案例的推理，IT管理人員可以更好地為需要人工干預(yù)的事件分配資源。

盡管有許多現(xiàn)有的人工智能應(yīng)用程序可以幫助IT部門，還有更多還有待發(fā)現(xiàn)——調(diào)試、預(yù)測性維護(hù)和智能過濾是人工智能的三個應(yīng)用程序，這對于當(dāng)今優(yōu)秀的IT部門來說都是必不可少的。

隨著人工智能越來越多地融入人們的工作，沒有積極探索將人工實施的IT任務(wù)實現(xiàn)自動化的企業(yè)都在浪費寶貴的資金和人力資本，并最終可能會在競爭中落后。