IT 运营团队已经在使用生成式 AI 来改进以下领域的工作流程：自动状态更新、事后调查和分析以及流程自动化。
翻译自 Dormain Drewitz 的 Itops 中生成式 AI 的三个用例，他是 PagerDuty 的产品营销和开发人员关系副总裁。 在加入 PagerDuty 之前，她曾领导 VMware Tanzu 的产品营销和内容战略，并在 Pivotal 和 Riverbed Technology 担任过类似职务。 她还拥有超过 5 年的 VMware 云原生应用程序经验。 对数字体验的需求从未如此强烈。 这意味着 IT 运营 （ITOPS） 团队面临着越来越大的压力，需要快速管理数字事件，确保服务稳定性。 对于许多希望满足这些强烈需求的团队来说，生成式人工智能 （GenAI） 是一代人中最令人兴奋的技术。 GenAI 通过帮助团队更好地确定高影响和紧急工作的优先级并自动执行重复性和手动任务，有可能提高 ITOPS 的生产力。 但Genai不是灵丹妙药，实用主义是必要的。 需要考虑 GenAI 的最佳用例，以便为 ITOPS 提供缓解压力的途径。
事实上，Genai 将如何为 ITOPS 带来这些好处？要回答这个问题，值得一看 ITOPS 团队已经在使用 GenAI 来增强的一些工作流程：状态更新自动化、事件事后分析和流程自动化。
当发生事件和中断时，ITOPS 团队能够清晰、定期地传达情况至关重要。 除了在事件期间进行内部协调外，ITOPS 团队还需要向组织领导层和外部利益相关者提供最新信息。 然而，对复杂、实时情况的状态更新通常需要很高的认知负荷——所有这些都是在 ITOPS 团队可能已经超负荷的时候进行的。
幸运的是，对于许多团队来说，编写和共享状态更新是 Genai 支持的完美过程。 通过遍历原始事件数据，大型语言模型可以快速生成全面的摘要。 但不要指望 IT 团队成员在事件发生时尝试优化他们的提示。 相反，应查找了解事件状态更新上下文的预构建摘要功能。
除了消除 ITOPS 团队转移资源来解释事件数据的需要外，GenAI 还可以根据不同的角色（无论是经理、高管还是客户）调整状态更新。 因此，Genai 不仅承诺节省状态更新的时间，让团队专注于解决的实际工作，而且还确保每个利益相关者的更新最适合满足他们的需求。
在事故尘埃落定后，ITOPS团队通常需要制定一份全面的事故后报告。 事件事后分析对于发现需要采取行动的技术和文化经验教训以及让 ITOPS 团队对组织负责至关重要。 不幸的是，事后分析需要很长时间才能产生，并且具有挑战性，因为团队需要手动收集所有相关数据点，将它们作为一个小组进行审查，并总结结果。 Genai 提供了大幅简化事后分析过程的机会。 通过收集日志、指标和即时消息，Genai 可以快速编译进行事件审查所需的数据，然后生成关键部分，例如关键发现、根本原因、需要改进的领域和时间表。 基于 GenAI 的事后分析比手动方法快得多，这反过来又鼓励团队更频繁地进行事后分析，从而推动持续改进的文化并为未来做好准备。
除了节省时间外，genai 还可以为事后分析过程提供“客观”权威，这有助于减少摩擦。 其结果是采用更具建设性、协作性和无压力的方法来修复事件的根本原因。
当今的 IT 团队被要求用相同或更少的资源做更多的事情。 这将要求团队为各种重复性任务创建大量新的自动化运行手册。 这些可能是重新启动和重置远程工作基础设施、设置新系统、夜间“计划作业”以在系统之间复制数据，或者在系统性能开始下降时进行故障排除。 但我们知道 ITOPS 团队的时间很短，所以他们没有太多时间来开发所有可以使用的运行手册。
这种繁重的工作是Genai可以帮助进行转型的。 在自动化流程的共同创建者的帮助下，ITOPS 团队可以在不失去灵活性的情况下获得比以前的高级体验更低的功能。 Genai 副驾驶可以帮助团队在几秒钟内在复杂流程中创建具有预定义步骤的流程自动化运行手册。 用户只需满足他们自己想要生成的自动化的要求。
基于 GenAI 的流程自动化的好处不仅仅是为 ITOPS 团队节省时间。 专家团队成员的积压可能成为主要瓶颈。 通过将工作流创建从高体验转变为低体验，GenAI 允许非专家生成可由团队中其他人审查的草稿运行手册和流程，从而使 ITOPS 团队内的专业知识民主化。 在某种程度上，Genai 几乎就像团队中多了一个初级开发人员，他可以自主研究和执行指令。 因此，GenAI 可以显着减少 ITops 的工作量，并在事件发生前后提高 ITOPS 的生产力。
GenAI有可能将ITOPS团队的生产力推向新的高度。 随着越来越多的例子出现，展示GenAI如何节省时间，我们可能会看到这项技术日益成为各行各业ITOPS团队的“必备”技术。
幸运的是，GenAI 为 ITOPS 提供了一些非常诱人的可能性，状态更新、事件事后分析和流程自动化等用例只是众多用例中的第一个。 随着我们看到GenAI的成熟，我们无疑将看到它将加速学习，提高生产力并增强ITOPS团队的创新的更多方式。