可以通過(guò)人工智能自動(dòng)化的三個(gè)IT任務(wù)

幸運(yùn)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(dòng)化人工實(shí)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(duì)和客戶(hù)受益。

(1)調(diào)試軟件

Grace Murray Hopper是一名計(jì)算機(jī)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(jì)算機(jī)的運(yùn)行和維護(hù)工作。1947年9月9日，Hopper追蹤到Mark II計(jì)算機(jī)出現(xiàn)的一個(gè)錯(cuò)誤——其出現(xiàn)錯(cuò)誤是一只進(jìn)入計(jì)算機(jī)機(jī)箱中的飛蛾所導(dǎo)致。這只昆蟲(chóng)被記錄在團(tuán)隊(duì)的工作日志中，其標(biāo)題是“第一個(gè)發(fā)現(xiàn)bug的實(shí)際案例”。

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

為了與人類(lèi)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(cè)方面仍然非常有效。工程師在正常使用情況下對(duì)其進(jìn)行訓(xùn)練，它會(huì)檢測(cè)到某些東西何時(shí)關(guān)閉。

人工智能相對(duì)于人類(lèi)的另一個(gè)優(yōu)勢(shì)是模式檢測(cè)。假設(shè)一個(gè)系統(tǒng)每周在同一時(shí)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(diǎn)連接起來(lái)。人工智能可以了解開(kāi)發(fā)人員的哪些行為以及存儲(chǔ)庫(kù)的哪些代碼模式與錯(cuò)誤相關(guān)。這可以用來(lái)通知開(kāi)發(fā)人員他們做了一些可能會(huì)出錯(cuò)的事情，并要求他們?cè)俅螜z查。

如果家里出現(xiàn)蟲(chóng)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(cè)未來(lái)的問(wèn)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(dòng)行動(dòng)，而不只在出現(xiàn)問(wèn)題時(shí)才做出反應(yīng)，可以防止意外停機(jī)和代價(jià)高昂的故障。

首席信息官和IT專(zhuān)業(yè)人員在一定程度上熟悉預(yù)防性維護(hù)的價(jià)值，無(wú)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(guò)一定時(shí)間或記錄使用情況后完成的。對(duì)于企業(yè)來(lái)說(shuō)，這是一個(gè)很好的做法。

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

人們可能對(duì)機(jī)器整天監(jiān)視他們的想法感到不舒服。但是通過(guò)支持人工智能的預(yù)測(cè)性維護(hù)，可以與其他機(jī)器一起觀(guān)察機(jī)器。

(3)篩選較低級(jí)別的事件

處理IT事件就像玩一場(chǎng)沒(méi)完沒(méi)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(méi)有適當(dāng)?shù)姆椒▉?lái)對(duì)事件進(jìn)行分類(lèi)，IT部門(mén)就會(huì)不堪重負(fù)。輸入智能過(guò)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(duì)于IT部門(mén)來(lái)說(shuō)，他們可以區(qū)分真實(shí)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(hù)提供哪些額外信息以快速準(zhǔn)確地做出診斷?；诎咐耐评硐到y(tǒng)從成功和失敗中學(xué)習(xí)，應(yīng)用復(fù)雜的概率推理來(lái)識(shí)別有希望的解決方案，并創(chuàng)建有價(jià)值的知識(shí)庫(kù)。

借助智能過(guò)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(mén)，還有更多還有待發(fā)現(xiàn)——調(diào)試、預(yù)測(cè)性維護(hù)和智能過(guò)濾是人工智能的三個(gè)應(yīng)用程序，這對(duì)于當(dāng)今優(yōu)秀的IT部門(mén)來(lái)說(shuō)都是必不可少的。

隨著人工智能越來(lái)越多地融入人們的工作，沒(méi)有積極探索將人工實(shí)施的IT任務(wù)實(shí)現(xiàn)自動(dòng)化的企業(yè)都在浪費(fèi)寶貴的資金和人力資本，并最終可能會(huì)在競(jìng)爭(zhēng)中落后。