ഇൻഫ്രാസ്ട്രക്ചർ ഓട്ടോമേഷനിൽ നിന്ന് ഇൻഫ്രാസ്ട്രക്ചർ ഇന്റലിജൻസിലേക്കുള്ള മാറ്റം
ഓട്ടോമേഷൻ ഒരുകാലത്ത് സുവർണ്ണ മാനദണ്ഡമായിരുന്നു.
വർഷങ്ങളായി, മാനുവൽ ജോലികൾ കുറയ്ക്കുന്നതിനായി നിങ്ങൾ Infrastructure as Code (IaC), CI/CD പൈപ്പ്ലൈനുകൾ എന്നിവ ഉപയോഗിച്ചു. അത് ഫലപ്രദമായിരുന്നു. വേഗത്തിലുള്ള വിന്യാസവും (deployments) കുറഞ്ഞ മനുഷ്യസഹജമായ പിശകുകളും നിങ്ങൾക്ക് ലഭിച്ചു.
എന്നാൽ ഓട്ടോമേഷന് പരിധികളുണ്ട്.
ഓട്ടോമേഷൻ നിർവ്വഹണ പ്രശ്നങ്ങൾ (execution problems) പരിഹരിക്കുന്നു. എന്നാൽ അത് തീരുമാനങ്ങൾ എടുക്കുന്നതുമായി ബന്ധപ്പെട്ട പ്രശ്നങ്ങൾ പരിഹരിക്കുന്നില്ല.
ഇന്ന്, നിങ്ങളുടെ എൻവയോൺമെന്റ് സ്റ്റാറ്റിക് നിയമങ്ങൾക്ക് (static rules) അപ്പുറം സങ്കീർണ്ണമാണ്. നിങ്ങൾ മൾട്ടി-ക്ലൗഡ് സെറ്റപ്പുകൾ, Kubernetes, ആയിരക്കണക്കിന് മൈക്രോസർവീസുകൾ എന്നിവ നിയന്ത്രിക്കുന്നു. കടുത്ത ഓട്ടോമേഷൻ ഉണ്ടെങ്കിൽ പോലും, ഔട്ട്ഏജുകൾ (outages), ഉയർന്ന ക്ലൗഡ് ചെലവുകൾ, അലേർട്ട് തളർച്ച (alert fatigue) എന്നിവ നിങ്ങൾ ഇപ്പോഴും നേരിടുന്നുണ്ട്.
പ്രശ്നം എന്തെന്നാൽ, ഓട്ടോമേഷൻ നിർദ്ദേശങ്ങൾ പാലിക്കുന്നു എന്നതാണ്. അതിന് സാഹചര്യങ്ങൾ (context) മനസ്സിലാക്കാൻ കഴിയില്ല.
അടുത്ത പരിണാമം ഇൻഫ്രാസ്ട്രക്ചർ ഇന്റലിജൻസ് ആണ്.
ഈ മാറ്റം നിങ്ങളെ മാനുവൽ ജോലികളിൽ നിന്ന് സ്വയം മനസ്സിലാക്കാനും പ്രവചിക്കാനും ഒപ്റ്റിമൈസ് ചെയ്യാനും കഴിയുന്ന സിസ്റ്റങ്ങളിലേക്ക് എത്തിക്കുന്നു.
ഇതിന്റെ വളർച്ചാ ഘട്ടങ്ങൾ ഇപ്രകാരമാണ്: Manual → Automated → Intelligent → Autonomous
എന്താണ് ഇൻഫ്രാസ്ട്രക്ചറിനെ ഇന്റലിജന്റ് ആക്കുന്നത്?
ഇത് മുൻകൂട്ടി നിശ്ചയിച്ച സ്ക്രിപ്റ്റുകൾക്ക് അപ്പുറം നാല് പ്രധാന കഴിവുകളിലേക്ക് നീങ്ങുന്നു:
- Observability: മുഴുവൻ സ്റ്റാക്കിനെക്കുറിച്ചും നിങ്ങൾക്ക് എല്ലാം കാണാൻ സാധിക്കുന്നു.
- AI and Machine Learning: ഔട്ട്ഏജുകൾ ഉണ്ടാകുന്നതിന് മുമ്പ് തന്നെ പാറ്റേണുകൾ കണ്ടെത്താനും അസ്വാഭാവികതകൾ (anomalies) തിരിച്ചറിയാനും ഇത് സഹായിക്കുന്നു.
- Dynamic Decision Making: പ്രവർത്തിക്കുന്നതിന് മുമ്പ് സിസ്റ്റം സാഹചര്യം വിലയിരുത്തുന്നു.
- Continuous Learning: ഓരോ സംഭവത്തിൽ നിന്നും ഒപ്റ്റിമൈസേഷനിൽ നിന്നും സിസ്റ്റം പഠിക്കുന്നു.
ഒരു റിസോഴ്സ് സ്പൈക്ക് (resource spike) പരിഗണിക്കുക. പരമ്പരാഗത ഓട്ടോമേഷൻ വെറുതെ കൂടുതൽ സെർവറുകൾ ചേർക്കുന്നു. ഇന്റലിജന്റ് ഇൻഫ്രാസ്ട്രക്ചർ ചോദിക്കുന്നു: ഇതൊരു സുരക്ഷാ ഭീഷണിയാണോ? ഇതൊരു യഥാർത്ഥ ട്രാഫിക് വർദ്ധനവാണോ? ഏതെങ്കിലും ഡൗൺസ്ട്രീം സർവീസ് പരാജയപ്പെടുകയാണോ?
ഇത് വെറുതെ ആദ്യത്തെ നടപടി എടുക്കുന്നതിന് പകരം ശരിയായ നടപടി തിരഞ്ഞെടുക്കുന്നു.
ഈ മാറ്റം യഥാർത്ഥ ബിസിനസ് മൂല്യം നൽകുന്നു:
- കുറഞ്ഞ MTTR: മണിക്കൂറുകളല്ല, മിനിറ്റുകൾക്കുള്ളിൽ തന്നെ നിങ്ങൾക്ക് മൂലകാരണങ്ങൾ (root causes) കണ്ടെത്താം.
- Cost Optimization: ഉപയോഗിക്കാതെ കിടക്കുന്നതോ അമിതമായി നൽകിയിട്ടുള്ളതോ ആയ റിസോഴ്സുകൾക്കായി പണം നൽകുന്നത് ഒഴിവാക്കാം.
- Predictive Operations: ഉപഭോക്താക്കളെ ബാധിക്കുന്നതിന് മുമ്പ് തന്നെ പ്രശ്നങ്ങൾ പരിഹരിക്കാം.
- Reduced Alert Fatigue: അനാവശ്യമായ വിവരങ്ങൾക്ക് (noise) പകരം അർത്ഥവത്തായ സിഗ്നലുകളിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കാം.
മനുഷ്യരെ ഒഴിവാക്കുക എന്നതല്ല ലക്ഷ്യം. ഇന്റലിജന്റ് സിസ്റ്റങ്ങൾ സങ്കീർണ്ണതകൾ കൈകാര്യം ചെയ്യുമ്പോൾ, മനുഷ്യർക്ക് തന്ത്രങ്ങൾ രൂപീകരിക്കുന്നതിനും (strategy) നവീകരണത്തിനും (innovation) ശ്രദ്ധ കേന്ദ്രീകരിക്കാൻ അവസരം നൽകുക എന്നതാണ് ലക്ഷ്യം.
അടുത്ത പതിറ്റാണ്ടിനെ നയിക്കുന്ന കമ്പനികൾക്ക് ഏറ്റവും വലിയ ക്ലൗഡ് എൻവയോൺമെന്റുകൾ ഉണ്ടാകണമെന്നില്ല, മറിച്ച് ഏറ്റവും ബുദ്ധിയുള്ളവയായിരിക്കും (smartest) അവ.