Опрошенные порталом ComputerWeekly эксперты обсуждают возможности применения генеративного искусственного интеллекта для автоматизации мониторинга повторяющихся задач и создания отчетов по хранению и резервному копированию данных на предприятиях, а также ограничения на его применение.

Генеративный ИИ — включая такие сервисы, как ChatGPT и Google Bard, — похоже, станет следующей волной автоматизации бизнеса.

Что касается ИТ-сферы, то все большее число поставщиков в настоящее время встраивают некоторые возможности ИИ или машинного обучения в свои инструменты управления. Многие виды повседневной работы ИТ-подразделений могут выиграть от автоматизации, поскольку инструменты МО способны обрабатывать огромные объемы данных со скоростью, намного превышающей скорость работы человека-аналитика.

Хранение и резервное копирование — очевидные области для автоматизации, поскольку они представляют собой значительную, но часто повторяющуюся рабочую нагрузку для ИТ-команд. Поставщики начинают изучать возможности генеративного ИИ, способного понимать и изучать данные, а также создавать отчеты на естественном языке, для управления системами хранения и резервного копирования.

Генеративный ИИ и ИИ на основе больших языковых моделей (LLM) создает человекоподобные ответы на вопросы или подсказки. Эта технология уже используется в сфере обслуживания клиентов, где чатботы призваны отвечать на вопросы в режиме онлайн и сокращать нагрузку на операторов-людей. Такие инструменты также могут использоваться для проведения исследований, создания маркетинговых документов или даже иллюстраций и произведений искусства.

Автоматизация берет на себя решение повторяющихся задач и определяет приоритетность вопросов, которые необходимо передать человеку, что позволяет высвободить аналитиков для решения более стратегических задач.

«Отличительным преимуществом генеративного ИИ является понимание контекста и генерация релевантного контента, — говорит Кшитидж Джайн, руководитель отдела аналитики компании EXL. — Одним из его преимуществ перед обычным ИИ является „разговорная“, или естественно-языковая отчетность».

На данный момент большинство поставщиков используют для автоматизации ИТ-задач комбинацию генеративного ИИ и более традиционных моделей MО. Генеративный ИИ, вероятно, будет играть определенную роль в создании отчетов, а также в оказании помощи ИТ-подразделениям в спецификации и конфигурировании систем.

«Каждый день ИТ-команды видят, как сотни заранее определенных задач не выполняются, — говорит Марк Молино, технический директор компании Cohesity в регионе EMEA. — Работа администратора резервного копирования заключается в изучении, изменении расписания и перезапуске всех неудачных заданий. ИИ способен автоматизировать любой из этих процессов».

По его мнению, ИИ может автоматизировать сбор информации и выяснить причину сбоя задачи или процесса. Потенциально, по мере того как организации будут все более уверенно использовать ИИ, они смогут позволить автоматизированным инструментам устранять и проблемы.

«ИИ может значительно снизить нагрузку на ИТ-отделы и службы безопасности, самостоятельно выполняя многие важные, но утомительные задачи, и предоставляя исчерпывающую отчетность с четкими дальнейшими действиями», — говорит Молино.

Старший директор Commvault по системному инжинирингу Джейсон Джеррард схоже видит развитие событий. «Вполне возможно, что ИИ будет использоваться для решения таких задач, как настройка хранилища, создание резервных копий и проверка соответствия требованиям, — говорит он. — Вполне возможно, что инструменты чата позволят упростить предоставление отчетов пользователям, и некоторые компании уже делают это с помощью виртуальных справочных служб».

Еще одна роль генеративного ИИ — помощь в ИТ-планировании, считает Сэм Вудкок, старший директор по облачным стратегиям и возможностям компании 11:11 Systems. «ИИ и инструменты типа ChatGPT помогут заказчикам в будущем принимать более обоснованные и стратегические решения при закупке, проектировании и развертывании ИТ-решений», — говорит он.

По его словам, генеративный ИИ может помочь в проведении экспертных обзоров систем, ценообразования и данных о решениях, «а также в использовании моделей естественного языка для простого и легкого получения информации».

Однако, несмотря на имеющийся потенциал, некоторые отраслевые эксперты по-прежнему с осторожностью относятся к роли генеративного ИИ и LLM в управлении критически важной ИТ-инфраструктурой.

Сценариев использования традиционного ИИ и МО, а также дискриминационных моделей ИИ, которые могут быть использованы для классификации данных, становится все больше. В то же время генеративный ИИ и, в частности, публичные чатботы несут в себе определенные риски.

«Традиционное МО, а не генеративный ИИ, все чаще используется для предоставления рекомендаций на основе классификации данных с целью оптимизации парка платформ данных», — говорит Патрик Смит, технический директор Pure Storage в регионе EMEA. По его словам, отчетность по среде хранения должна быть точной, поскольку на основе этой информации принимаются решения, и любые неточности могут вызвать проблемы с надежностью или даже нарушить целостность данных.

«Будущее систем хранения и резервного копирования, несомненно, будет определяться ИИ и MО, но сегодня для этого не стоит использовать публичные чатботы, — предостерегает Барри Кэшман, региональный вице-президент Veritas Technologies в Великобритании. — Мы настоятельно не рекомендуем использовать генеративный ИИ в качестве компонента стратегии защиты данных, поскольку для получения какой-либо выгоды компаниям придется раскрывать третьим лицам критически важные для бизнеса данные, что вполне может привести к нарушению протоколов соответствия».