[08/06/2020] BMC presentó BMC AMI Operational Insight, una solución impulsada por la IA, señalando que utiliza el aprendizaje de máquina para detectar anomalías y maximizar el tiempo de reparación para mitigar los problemas de la computadora central antes de que se conviertan en problemas comerciales.
"El mercado actual, que cambia rápidamente, con dinámicas cambiantes y desafíos de la competencia, requiere que las empresas se optimicen para aumentar el rendimiento y la disponibilidad 24/7 para mantenerse por delante de la competencia. Como plataforma crítica para los negocios, es imperativo que se identifiquen y aborden los problemas de las unidades centrales antes de que cualquier tiempo de inactividad o degradación del sistema pueda afectar a las operaciones. La solución BMC AMI Operational Insight proporciona la inteligencia para que tanto los expertos en mainframe como los nuevos empleados apoyen el viaje de cada organización hacia una Empresa Digital Autónoma con el moderno mainframe”, señaló John McKenny, vicepresidente senior de Estrategia e Innovación de ZSolutions en BMC. "Aplicando AIOps al mainframe para una mejor disponibilidad y rendimiento con AMI Operational Insight, nuestros clientes pueden recuperar su valioso tiempo y cambiar los recursos para centrarse en las prioridades estratégicas que les permitirán convertirse en Empresas Digitales Autónomas".
El ejecutivo explicó que, la suite Automated Mainframe Intelligence (AMI) AIOps de BMC prevé un flujo de trabajo en tres partes -detectar, encontrar y arreglar- diseñado para reducir en gran medida el tiempo medio de reparación (MTTR, por sus siglas en inglés) para que los equipos de operaciones pasen menos tiempo reaccionando a los problemas y más tiempo avanzando en las iniciativas empresariales de alto nivel. "Con el AMI Operational Insight de BMC, los usuarios obtienen una solución que utiliza el aprendizaje de máquina para aprender lo que es normal, detectar anomalías y maximizar el tiempo de reparación, evitando el tiempo de inactividad o la degradación del sistema”, anotó.
De acuerdo a McKenny, los principales beneficios de la AIOps del BMC AMI incluyen:
- Detección más rápida: Las notificaciones alertan a los usuarios de las anomalías, permitiéndoles resolver proactivamente los problemas que afectan a los sistemas antes de que causen un tiempo de inactividad.
- Predicciones más precisas: El análisis multivariado busca en todos los KPIs simultáneamente en lugar de en los silos, para asegurar que no se pasen por alto las anomalías de los KPIs, lo que resulta en menos falsos positivos.
- Ciencia de los datos y experiencia en el área incorporada: El conocimiento de qué métricas observar llena rápidamente los vacíos dejados por una fuerza laboral que se retira y acelera la curva de aprendizaje para el nuevo personal. Además, al deshacerse de las conjeturas de la recolección y evaluación de métricas extrañas se elimina el desperdicio de costosos MIPS.
- Detección de problemas predictivos fuera de lo común: La mínima configuración requerida significa que los usuarios pueden instalar, añadir datos y obtener valor inmediatamente.
- Inteligencia mejorada y adaptable para los sistemas: El consumo continuo de fuentes de datos profundas y amplias ayuda a añadir inteligencia a sistemas complejos, mientras que el aprendizaje continuo asegura que los equipos puedan mantenerse al ritmo de los cambios rápidos.
CIO, Perú