Silna presja konkurencyjna, wysoka złożoność łańcuchów dostaw, wojna na Ukrainie i złożona sytuacja geopolityczna na świecie, a także kryzys energetyczny to tylko niektóre czynniki zmuszające organizacje biznesowe do zwiększenia wysiłków na rzecz poprawy efektywności oraz optymalizacji kosztów działania, przy jednoczesnym wdrażaniu innowacji i modernizacji modeli działalności. Wiele uwagi zajmują tu mechanizmy pozwalające automatyzować procesy biznesowe w oparciu o posiadane dane. W 2023 roku mogą one znaleźć się w czołówce planowanych inwestycji w IT. Jakie zatem obszary warto mieć na uwadze?
Jak przekonują eksperci, potrzeba znalezienia równowagi pomiędzy koniecznością ciągłej poprawy efektywności, a potrzebą utrzymania innowacyjności i dynamiki rozwoju biznesu będzie dominującym czynnikiem leżącym u podstaw inicjatyw związanych z transformacją cyfrową w 2023 roku. Aby było to realne, organizacje muszą położyć szczególny nacisk na rozwiązania pozwalające efektywnie gromadzić i przetwarzać dane, a także na analitykę, automatyzację i… bezpieczeństwo. Podsumujmy zatem cztery obszary, które mają kluczowe znaczenie dla takiej równowagi.
1. Automatyzacja i sztuczna inteligencja godna zaufania
Niewątpliwie inwestycje w szeroko rozumianą automatyzację procesów biznesowych różnych szczebli będą jednym z istotniejszych trendów nadchodzącego roku. Przykładowo, zautomatyzowanie prostszych operacji pozwoli zaangażować specjalistów w działania o większym potencjale dla rozwoju biznesu, aby przyspieszać tempo wprowadzania innowacji biznesowych i zmian z zakresu cyfrowej transformacji.
W odróżnieniu od stosunkowo prostej robotyzacji, w przypadku automatyzacji procesów w oparciu o algorytmy sztucznej inteligencji niezbędne staje się świadome i dobrze przygotowane podejście. “Barierą dla powszechnej automatyzacji operacji z obszaru biznesu, IT, rozwoju i bezpieczeństwa, będzie rosnąca świadomość potencjału stronniczości algorytmów w sztucznej inteligencji (ang. AI bias). Organizacje nie mogą bowiem zarządzać zautomatyzowanymi procedurami za pomocą sztucznej inteligencji, która myli symptomy zjawiska z jego pierwotną przyczyną, czy która przedkłada problemy o niższym ryzyku nad te mające prawdziwy wpływ na biznes. Nie sprawdzi się też taka AI, która proponuje i wdraża niewłaściwe rozwiązania” – ostrzega Michał Bojko, dyrektor ds. badań i rozwoju w zakresie inteligentnego oprogramowania w polskim oddziale firmy Dynatrace.
Według niego wszelkie braki w zaufaniu względem wykorzystanych algorytmów AI przełożą się na potrzebę ręcznego zatwierdzania operacji realizowanych przy wykorzystaniu sztucznej inteligencji – co ostatecznie stoi w sprzeczności z ideą automatyzacji. “Wiarygodność stanie się zatem warunkiem wstępnym dla każdego rozwiązania AI, dzięki jego zdolności do dostarczania precyzyjnych i zrozumiałych odpowiedzi zamiast statystycznych domysłów” – dodaje Michał Bojko.
2. Zintegrowany i całościowy monitoring
Ciągły i trudny do kontrolowania wzrost skali danych gromadzonych i wykorzystywanych w zastosowaniach biznesowych, a także rosnąca skala źródeł danych oraz środowisk wykorzystywanych do ich przetwarzania powodują gwałtowny wzrost stopnia trudności działań mających na celu zapewnienie całościowego wglądu w funkcjonowanie stosów technologicznych, najlepiej w korelacji z oceną efektywności inicjatyw prowadzonych po stronie tzw. biznesu. Efektem będzie m.in. wzrost zainteresowania narzędziami, które pozwolą wykorzystać dane techniczne jako dodatkowy wymiar oceny efektywności biznesu.
“Ciągły, niekontrolowany rozrost danych pochodzących ze środowisk multicloud i cloud-native, w połączeniu ze zwiększoną złożonością stosów technologicznych, skłoni organizacje do poszukiwania nowych, bardziej efektywnych sposobów napędzania inteligentnej automatyzacji. Nie chodzi tylko o ogromny wzrost fragmentów przesyłanych informacji, ale o wykładnicze ilości dodatkowych danych, które można wykorzystać do wzmocnienia obszaru observability, zwiększonego bezpieczeństwa i głębszych analiz biznesowych” – mówi Michał Bojko. Jednocześnie jednak, jego zdaniem, powszechność niezintegrowanych narzędzi monitorujących, które oferują wgląd w pojedynczy obszar infrastruktury IT lub wspierają wyizolowany sposób użycia, utrudnia zachowanie właściwego kontekstu danych i powoduje powstawanie silosów danych. “Aby temu zaradzić, obszary observability, bezpieczeństwa i analityki biznesowej zostaną zintegrowane. Zespoły będą starały się przejść od niezliczonych odizolowanych i trudnych w zarządzaniu rozwiązań do wielofunkcyjnych, napędzanych sztuczną inteligencją platform analitycznych” – twierdzi Michał Bojko.
3. DevOps zyskuje dodatkowe wymiary
Towarzysząca postępom transformacji cyfrowej oraz aktualnej sytuacji geopolitycznej skala zagrożeń z obszaru cyberbezpieczeńswa wymagać będzie zaangażowania w działania na rzecz minimalizacji ryzyka wszystkich osób uczestniczących w procesach innowacyjnych. Oznacza to również troskę o zapewnienie należytej staranności oraz umiejętności zarządzania ryzykiem z obszaru bezpieczeństwa IT na wszystkich szczeblach organizacji. “Na znaczeniu zyskiwać będą rozwiązania umożliwiające zespołom rozwój ich strategii DevOps i BizDevOps do bardziej kompleksowego podejścia SecDevBizOps, łączącego praktyki bezpieczeństwa, rozwoju i IT z analityką biznesową. Doprowadzi to do zwiększenia inwestycji w platformy observability, które wspierają procesy międzydziałowe i zapewniają wszystkim odpowiedzi, których potrzebują, aby być odpowiedzialnymi za dostarczanie bezpiecznych innowacji” – uważa Michał Bojko.
4. Zaawansowane zastosowania AI na poziomie bezpieczeństwa i operacji
Jednym z kluczowych priorytetów transformacyjnych na 2023 rok będzie również zapewnienie biznesowego kontekstu danych wykorzystywanych w różnych obszarach biznesu. Obszar ten nabiera szczególnego znaczenia w kontekście inicjatyw mających na celu zbudowanie kompleksowej automatyzacji procesów biznesowych, a także – co nie mniej ważne – rozwoju środowisk IT. Zachowanie kontekstu danych staje się jednak coraz trudniejsze wobec rosnącej złożoności środowisk IT i skali wykorzystania usług oferowanych z poziomu różnych platform chmurowych.
“Platformy wykorzystywane do automatyzacji procesów dostarczania oprogramowania i wspierania AIOps mogą być skuteczne, jeśli są oparte na kontekście danych. Oznacza to, że muszą być w stanie połączyć dane i ich kontekst w jedno źródło informacji. Ma to kluczowe znaczenie dla zapewnienia, że AI napędzająca automatyzację będzie w stanie odróżnić przyczynę od skutku i podejmować mądrzejsze i bardziej terminowe decyzje” – mówi Michał Bojko. Oznaczać ma to m.in. wzrost zainteresowania narzędziami wspierającymi zaawansowane koncepcje AISecOps.
