Sebuah survei terbaru dari Mercer yang melibatkan 300 perusahaan menemukan bahwa 94% melaporkan telah memperkuat cakupan perawatan kesehatan mental, meningkatkan dukungan, atau menetapkan program atau sistem baru untuk membantu meningkatkan kesehatan dan kesejahteraan karyawan dalam tiga tahun terakhir. Ada banyak alasan mengapa karyawan membutuhkan konseling semacam itu, namun lingkungan kerja yang penuh tekanan dan stres di bidang operasi TI tentu saja tidak membantu bagi mereka yang bekerja di sana.
Juga: Raksasa teknologi merencanakan strategi untuk mengatasi kerugian pekerjaan AI: Menyulap kembali 95 juta dalam 10 tahun
Bagaimana jika ada cara untuk membantu mengurangi stres dalam menjalankan operasi TI – dan mungkin mengurangi kelelahan dan meningkatkan kepuasan kerja? Kecerdasan buatan memberikan pendekatan untuk mengurangi beban kerja dan mengotomatisasi beberapa aspek stres pekerjaan, seperti jam dan hari yang dihabiskan untuk mencari tahu dan memperbaiki masalah yang timbul dari platform-platform yang sekarang menjadi bagian dari infrastruktur.
AIOps – kecerdasan buatan untuk operasi TI – dimaksudkan untuk secara pintar mengotomatisasi sisi membosankan teknologi informasi – memperbaiki bug, memantau masalah keamanan, menemukan penyebab akar, dan memperbaiki masalah di atas. “AIOps bukan tentang meningkatkan kecerdasan buatan, tetapi tentang menggunakan kecerdasan buatan dalam operasi TI,” kata Andy Thurai, analis senior dengan Constellation Research.
Sekarang AIOps diperkuat dengan kecerdasan buatan generatif, yang mungkin membuatnya mungkin untuk menanyakan dan mendapatkan jawaban cepat atas masalah yang sebelumnya membutuhkan waktu berjam-jam atau berhari-hari untuk dipahami dan diperbaiki. Dalam prosesnya, ini juga dapat membantu mengurangi kelelahan dan stres di kalangan profesional TI.
Pertimbangkan aktivitas yang paling menguras jiwa bagi tim TI – kelelahan karena terlalu banyak pemberitahuan. Ukuran dan kompleksitas infrastruktur TI terus berkembang – dan bersamanya, pemberitahuan. Dan jangan berpikir cloud mengurangi kompleksitas – sebenarnya menambah kompleksitas, dengan sistem dan aplikasi yang berjalan di berbagai platform dengan protokol yang berbeda.
Setiap profesional TI menghadapi kelebihan beban kognitif semacam itu, pada akhirnya “kelelahan karena terlalu banyak pemberitahuan,” kata Thurai. “Tidak jarang bagi administrator untuk mendapatkan ratusan jika tidak ribuan pemberitahuan untuk satu insiden,” katanya. “Dan mereka tidak tahu apa yang mereka kejar karena mereka tidak memiliki wawasan. Alih-alih memberi mereka wawasan lebih, alat-alat ini memberi mereka lebih banyak pemberitahuan daripada yang bisa mereka tangani.”
Masalah utama dengan pemberitahuan teknologi adalah bahwa sebagian besar pemberitahuan adalah positif palsu. “Dengan pemberitahuan, tidak seperti CNN, setiap berita bukan berita terbaru,” kata Thurai. Dengan banjir pemberitahuan ini, “tim respons, ketika mereka kelelahan karena terlalu banyak pemberitahuan, tidak cepat dan responsif – kemampuan kognitif mereka berkurang.”
Akar beban kognitif diidentifikasi dalam survei Constellation terhadap 317 profesional TI:
– Kebanyakan perusahaan tidak siap menghadapi insiden besar secara real time.
– Insiden, besar dan kecil, lebih sering terjadi daripada yang diharapkan.
– Biaya penyelesaian insiden selalu sangat tinggi.
– Operasi produksi semakin sulit karena skala dan kompleksitas semakin meningkat.
– Aplikasi hibrid sangat sulit dikelola dan dipelihara.
Semua ini mengakibatkan kelelahan karyawan dan kelelahan karena pemberitahuan, Thurai menekankan. “Banyak perusahaan memiliki terapi dan hari kesehatan mental. Mereka semua berusaha untuk menyelesaikan masalah kesehatan mental daripada menyelesaikan masalah inti.”
AIOps – sekarang ditingkatkan dengan kemampuan kecerdasan buatan generatif yang ramah pengguna – mungkin membantu mengatasi beberapa masalah stres secara langsung. “Meskipun tim TI dapat terjebak oleh volume pemberitahuan dan KPI yang luar biasa, kenyataannya adalah bahwa dalam pemantauan aplikasi dan infrastruktur yang berkaitan dan manajemen insiden, AIOps tetap sangat berharga untuk penemuan dan pemecahan masalah TI,” Clayton Donley, Wakil Presiden dan Manajer Umum Broadcom, diamati dalam sebuah pos blog.
Juga: 4 cara untuk membantu organisasi Anda mengatasi hambatan AI
AIOps, yang awalnya dirancang seputar kecerdasan buatan tradisional, kini siap untuk lonjakan besar – dengan kecerdasan buatan generatif, kata Donley. “Kecerdasan buatan tradisional dapat membantu dengan tugas-tugas khusus berdasarkan aturan dan pola yang telah ditentukan untuk menganalisis data dan membuat prediksi. Gen AI membawa hal-hal ke level berikutnya dari pengenalan pola hingga penciptaan pola. Anda akan dapat bertanya dalam konteks dan mendapatkan jawaban yang dapat dipahami. Ini akan menjadi kali pertama komputer akan terlibat dalam memperbaiki diri sendiri.”
Selain itu, kecerdasan buatan generatif “akan memotong waktu yang diperlukan untuk menyelesaikan tiket dengan membantu tim TI memahami dengan cepat di mana harus fokus perhatian mereka,” tambah Donley. “Alih-alih membuang waktu menavigasi melalui lautan pemberitahuan, genAI akan dapat mempercepat proses tersebut, menganalisis dan merangkum langkah-langkah tindakan yang efektif.”
Tahun ini, setidaknya 80% penyedia alat AIOps akan mencakup fitur kecerdasan buatan generatif dalam solusi mereka, menurut Tian Lin, analis riset di G2. Fitur-fitur tersebut mencakup tutorial yang disesuaikan yang “dapat membuat tutorial individual berdasarkan profil dan interaksi pengguna. Panduan berbasis teks atau video ini sesuai dengan kebutuhan pengguna, memastikan mereka memahami nuansa perangkat lunak dengan lebih efektif.”
Juga: 7 produk teknologi ini membantu kita menemukan kedamaian batin
Selain itu, lingkungan AIOps juga sedang menggabungkan asisten virtual canggih yang “dapat mengatasi pertanyaan pengguna saat muncul,” tambah Lin. “Asisten dapat memberikan penjelasan yang komprehensif, berdasarkan konteks jika pengguna mengalami kendala dengan fitur tertentu.” Fitur-fitur generatif lain yang sedang dikembangkan meliputi saran kode instan, lingkungan latihan, umpan balik yang dapat dilakukan, dukungan ilustratif, dan modul pembelajaran yang disesuaikan.