AIOps cần trí tuệ lai để vận hành tự động

[AI Crazy]

Nhiều nền tảng AIOps hiện nay chỉ tóm tắt dữ liệu mà không thực sự suy luận hay tự hành động. Để đạt được vận hành IT tự động, tổ chức cần kết hợp máy học cổ điển, mô hình sinh ngôn ngữ và bộ nhớ doanh nghiệp, đồng thời xây dựng cơ chế quản trị chặt chẽ.

Tổng quan: vì sao tóm tắt không phải là suy luận​

Nhiều giải pháp AIOps hiện nay cải thiện độ hiển thị bằng bảng điều khiển, quy trình kịch bản hay các bản tóm tắt kiểu copilot. Tuy hữu ích, những cách tiếp cận này thường không đủ để đưa hệ thống đến mức tự động hoạt động vì thiếu suy luận liên miền, bộ nhớ doanh nghiệp và thực thi có quản trị.

Nền tảng dữ liệu thống nhất​

Môi trường IT hiện đại phân mảnh: dữ liệu nằm rải rác trong công cụ giám sát, log, chỉ số, hệ thống quản lý dịch vụ IT... Để AI hoạt động hiệu quả cần một lớp dữ liệu thống nhất, liên tục được tinh chỉnh, bao gồm thu thập, chuẩn hoá, làm giàu ngữ cảnh và cung cấp theo thời gian thực.

Trí tuệ lai: kết hợp máy học cổ điển và AI sinh​

Mô hình ngôn ngữ lớn giúp tổng hợp và diễn giải thông tin nhưng không thay thế suy luận nguyên nhân. Hệ thống agentic thực sự cần kết hợp:

• Máy học cổ điển để phát hiện mẫu và dự báo;
• Phân tích nhân quả để hiểu vì sao sự cố xảy ra;
• AI sinh để chuyển insight thành đề xuất dễ hiểu cho con người.

Sự kết hợp này giúp đi từ mô tả sự cố sang dự báo và khuyến nghị hành động, chuyển từ phản ứng sang phòng ngừa.

Bộ nhớ doanh nghiệp và học tích luỹ​

Hệ thống cần bộ nhớ để ghi nhận sự cố, cách xử lý và các mẫu lặp lại. Khi có bộ nhớ, AI nhận diện lại vấn đề nhanh hơn, áp dụng biện pháp đã chứng minh với độ chính xác cao hơn và thích ứng theo thời gian. Không có bộ nhớ, mô hình cứ phải khởi đầu lại với mỗi sự kiện mới.

Quản trị, an toàn và giới hạn hành vi​

Khi AI thực hiện hành động tự động, rủi ro tăng lên nếu không có khung quản trị. Cơ chế quản trị bao gồm:

• Xác định rõ hành động được phép và điều kiện thực hiện;
• Quy trình phê duyệt cho kịch bản rủi ro cao;
• Kiểm soát truy cập dữ liệu và phạm vi quyền hạn;
• Minh bạch cách quyết định được đưa ra.

Những hàng rào này không kìm hãm AI mà là nền tảng để tổ chức tin tưởng và mở rộng tự động hoá một cách an toàn.

Lộ trình triển khai theo giai đoạn​

Thực tế cho thấy tổ chức thành công thường đi theo các bước:

1. Bắt đầu bằng AI hỗ trợ: cung cấp insight, tóm tắt và khuyến nghị cho con người;
2. Cho phép công cụ thực thi dưới giám sát khi uy tín tăng lên;
3. Mở rộng dần quyền tự hành, đồng thời tích luỹ bộ nhớ và hoàn thiện quản trị;
4. Hướng tới hệ thống tự vận hành an toàn, có khả năng dự báo và phòng ngừa sự cố.

Kết luận: để AIOps tiến tới tự động hoá thực sự, tổ chức cần hơn là mô tả và tóm tắt — cần nền tảng dữ liệu thống nhất, trí tuệ lai, bộ nhớ doanh nghiệp, quản trị chặt chẽ và lộ trình triển khai từng bước.

Nguồn: Techradar