ITOps остается важнейшим фундаментом для современных операций с искусственным интеллектом — AIOps, MLOps и LLMOps, пишет на портале ITPro Today Кристофер Тоцци, технологический аналитик Fixate.IO.

В наши дни ITOps может показаться рутиной. Бум ИИ привел к тому, что другие, более яркие формы «Ops» — такие как AIOps, MLOps и LLMOps — оказались в центре сегодняшних разговоров об ИТ.

Однако это не означает, что практика ITOps потеряла актуальность. Напротив, она остается столь же важной, как и раньше, поскольку играет ключевую, хотя и недооцененную, роль в поддержке таких практик, как AIOps и MLOps.

Здесь мы рассмотрим, какое место ITOps занимает в ряду модных ответвлений «Ops» и почему предприятия не могут внедрять такие практики, как MLOps, без здорового фундамента ITOps.

Определение терминов: ITOps vs. AIOps vs. MLOps vs. LLMOps

Для начала давайте определим, что означают различные формы «Ops», о которых идет речь:

  • ITOps: сокращение от ИТ-операций. ITOps относится к процессам, которые предприятия используют для управления ИТ-ресурсами. ITOps охватывает все: от развертывания и масштабирования приложений до мониторинга, реагирования на инциденты и т. д.
  • AIOps: термин, вошедший в моду в конце 2010-х, это практика использования ИИ для ускорения ИТ-операций. Другими словами, AIOps — это то, что происходит, когда команды ITOps используют инструменты, основанные на ИИ.
  • MLOps: это набор процессов, которые организации используют для разработки, тестирования и внедрения моделей машинного обучения. Концепция MLOps существует уже давно, но особое значение она приобрела в последние пару лет благодаря всплеску интереса к МО как основе генеративного ИИ.
  • LLMOps: это практика разработки и управления большими языковыми моделями (LLM), которые являются одним из типов моделей машинного обучения. Возможно, LLMOps является лишь подкатегорией MLOps. Но поскольку в большинстве технологий генеративного ИИ, появившихся в последние годы, таких как ChatGPT, используются LLM, LLMOps стал модным способом помочь в реализации современного ИИ.

Роль ITOps в эпоху ИИ

Из четырех описанных выше разновидностей операционной деятельности только одна — ITOps — не имеет специального отношения к ИИ. Остальные три относятся либо к способам использования ИИ для оптимизации ИТ-операций, либо к определенным типам операционных процессов, необходимых для разработки и управления ИИ.

Но это не потому, что ITOps была вытеснен другими формами Ops. Наоборот, такие тенденции, как AIOps, MLOps и LLMOps, сделали ITOps более важной, чем когда-либо.

Основная причина заключается в том, что ITOps остается основополагающим элементом любого другого типа Ops. Без базовых процессов ИТ-операций вы не сможете развернуть модели МО или отслеживать и реагировать на проблемы с производительностью сервисов ИИ.

Если говорить более конкретно, то вот как ITOps соотносится с тремя другими видами операционной деятельности, описанными выше.

1. ITOps и AIOps

Поскольку AIOps — это, по сути, применение технологии ИИ для решения задач ITOps, невозможно реализовать AIOps без предварительного внедрения ITOps. Вам нужна команда ITOps и четкое понимание ее задач, прежде чем вы сможете решить, когда и как внедрять инструменты на базе ИИ для помощи в процессах ITOps, таких как мониторинг, обнаружение аномалий и реагирование на инциденты.

2. ITOps и MLOps

Поскольку основной упор в MLOps делается на разработку и тестирование MО-моделей, большинство основных обязанностей в MLOps ложится на разработчиков MО, а не на команды ИТ-операторов.

Однако ITOps все же является необходимым условием для MLOps, поскольку именно сотрудники ITOps обычно предоставляют и управляют инфраструктурой, которую команды MLOps используют для разработки, обучения и тестирования моделей. Кроме того, после развертывания моделей ITOps часто отвечает за мониторинг пользовательских приложений и сервисов (например, чат-ботов), которые используют модели в своих бэкендах. В этом смысле организации также не смогут достичь целей MLOps без ITOps-основы.

3. ITOps и LLMOps

Учитывая, что LLMOps по сути является подмножеством MLOps, выводы из предыдущего раздела о взаимосвязи ITOps и MLOps применимы и к LLMOps. Невозможно разрабатывать LLM без ИТ-команды, которая может создавать и управлять базовой инфраструктурой. Также невозможно эксплуатировать технологии, основанные на LLM, без команды ITOps, которая будет управлять ими и реагировать на проблемы.

Заключение: фундаментальная роль ITOps

Возможно, ITOps — не самая модная форма Ops, но, вероятно, самая важная. Даже в эпоху «все на свете с помощью ИИ» базовые стратегии и процессы ИТ-операций остаются критически важными для создания фундамента, на котором работает все остальное.