选择解决方案的首要考虑因素
最近一份竞争供应商的调查数据指出，在采用AIOps的道路上有一个人工智能的“鸿沟”——似乎只有不到10%的受访者实现了飞跃。一个数据点是，人工智能项目很难完成。我认为结果是由于接触到错误的观众或使用错误的问题措辞。
我去谷歌找到了一些类似的数据点。尝试从零开始构建AI解决方案的人往往会遇到问题。获得有意义的见解所需的数据是困难的。项目比最初计划的更昂贵。许多文章指出，由于没有标签的图像和视频，遇到了障碍。在网络空间中没有什么真正阻碍AIOps。
在Aruba，我们将AI/ML添加到我们的网络管理解决方案中。对于客户来说，开始时没有太多事情要做。模型所需的数据是自动收集的，模型是由我们构建的，并且当选择Aruba Central时，大多数特性都包含在Foundation Licensing中。
人工智能解决方案很难实施，这让我们与EMA(企业管理协会)合作进行了一项独立调查，以了解更广泛的网络专业人士的想法。不出意料的是，那些没有与网络供应商合作的公司会犹豫是否投入人工智能项目，但考虑到这项研究的广度，对那些正在进步的IT行业的公司来说，结果看起来大不相同。
以下是一些亮点:
- 82%的人见证了人工智能的成功
- 67%的IT领导者表示，人工智能带来了更好的业务结果
- 最重要的好处:网络优化
- 在评价人工智能时，数据的质量是最高标准
这并不完全是其他供应商调查中“我们还没有为AI做好准备”的结果。
为了帮助IT团队选择一个AIOps解决方案，我们将一个信息图表它可以用来查看对等端从供应商的AIOps解决方案中发现什么有用或需要什么。
查看信息．
总之，用于操作网络的AIOps比从头构建解决方案要容易得多。Aruba处理棘手的问题，提供了有针对性的见解和自动化的基础，而且由于我们的AIOps内置在Aruba Central中，因此有100%的部署率。
一定要让我知道你的想法。如果能听到你关于AIOps的经历，我会很高兴的。
