Στην ψηφιακή εποχή, όπου οι επιχειρήσεις και οι καταναλωτές ευδοκιμούν με απρόσκοπτη συνδεσιμότητα και αδιάλειπτη εξυπηρέτηση, πρόσφατες μεγάλες διακοπές σήμανε τον κώδωνα του κινδύνου. Από τις διακοπές ρεύματος του ChatGPT έως τους άλλους τεχνολογικούς γίγαντες που παλεύουν με απρόβλεπτο χρόνο διακοπής λειτουργίας, οι οικονομικές επιπτώσεις αυτών των διαταραχών μπορεί να είναι συγκλονιστικές και να εκτείνονται πέρα από την απλή χρηματική απώλεια. Σύμφωνα με την Dun & Bradstreet, το 59% των εταιρειών του Fortune 500 υπομένει τουλάχιστον 1,6 ώρες διακοπής κάθε εβδομάδα, με μέσο εβδομαδιαίο κόστος που κυμαίνεται από 643.200 $ έως 1.056.000 $.
Οι επιχειρήσεις έχουν επίσης δει τη φήμη τους να χτυπιέται λόγω αυτών των δαπανηρών στιγμών. Πέρα από τις άμεσες απώλειες, υπάρχει μια νέα ανησυχία – πώς μπορούν οι επιχειρήσεις να προστατευτούν αποτελεσματικά από τον απότομο αντίκτυπο των μελλοντικών διακοπών; Ο χρόνος διακοπής λειτουργίας, η περίοδος κατά την οποία τα συστήματα είναι είτε απρόσιτα είτε δεν λειτουργούν βέλτιστα, διακόπτει σοβαρά την πρόσβαση των χρηστών στις διαδικτυακές υπηρεσίες, σταματά την παραγωγικότητα των εργαζομένων ή/και αποτρέπει τη δέσμευση πελατών με έναν οργανισμό.
Καθώς το
Διαδίκτυο
είναι ένας περίπλοκος ιστός διασυνδεδεμένων συστημάτων, δικτύων και εφαρμογών, αυτές οι διακοπές μπορούν γρήγορα να κλιμακωθούν, βλάπτοντας σημαντικά τη φήμη ενός οργανισμού. Τα στατιστικά δίνουν μια ζοφερή εικόνα. Το στιγμιότυπο ευκαιρίας 2023 της Forrester διαπίστωσε ότι:
1/ Το 37% υπολόγισε ότι οι εταιρείες τους έχασαν μεταξύ 100.000-499.000 $ και το 39% έχασαν 500.000-999.999 $ λόγω διακοπών στο διαδίκτυο.
2/ Οι διαταραχές βλάπτουν επίσης τις εταιρείες εσωτερικά αυξάνοντας την απομάκρυνση των εργαζομένων (55%) και μειώνοντας την παραγωγικότητα του εργατικού δυναμικού (49%).
3/ Χωρίς επαρκή ορατότητα, οι εταιρείες αντιμετωπίζουν 76 διακοπές κατά μέσο όρο το μήνα.
4/ 75% των ερωτηθέντων είπε ότι η IPM θα είχε σημαντικό ή μεγάλο θετικό αντίκτυπο στην επιχείρησή τους.
Η αμερικανική αγορά τεχνητής νοημοσύνης έχει εκτιμώμενη αξία μεταξύ 87,18 και 167,3 δισεκατομμυρίων δολαρίων και η ανάπτυξή της προκαλεί το ψηφιακό τοπίο να εξελίσσεται με ιλιγγιώδη ταχύτητα. Η αυξανόμενη εξάρτηση από εφαρμογές που βασίζονται σε τεχνητή νοημοσύνη φωτίζει την ανάγκη για προληπτική παρακολούθηση έναντι του χρόνου διακοπής λειτουργίας. Η διακοπή ChatGPT της 14ης Φεβρουαρίου επηρέασε τόσο την υπηρεσία ChatGPT όσο και τους πελάτες της που εκτελούσαν chatbot που βασίζονταν σε GPT μέσω ενός API. Η παρακολούθηση των εξαρτήσεων της τεχνητής νοημοσύνης θα είναι κρίσιμη για όλες τις επιχειρήσεις, από τις νεοφυείς επιχειρήσεις έως τις επιχειρήσεις.
Συνιδρυτής και Διευθύνων Σύμβουλος της Catchpoint.
Προκειμένη περίπτωση
Τον Δεκέμβριο του 2023, η εκτεταμένη βάση πελατών της Adobe επηρεάστηκε από μια σειρά διακοπών στο Adobe Experience
Cloud
διάρκειας 18 ωρών. Αν και η τεχνητή νοημοσύνη δεν έχει προστεθεί ακόμα στην πλατφόρμα τους, πολλές επιχειρήσεις αρχίζουν να βασίζονται περισσότερο στην τεχνολογία και αυτή η διακοπή χρησιμεύει ως παράδειγμα του τι θα μπορούσε να συμβεί όταν ενσωματωθεί πιο βαθιά. Πράγματι, η συνολική διακοπή λειτουργίας του Adobe Experience Cloud υπογραμμίζει τα τρωτά σημεία που είναι εγγενή στην εξάρτηση από υπηρεσίες τρίτων εντός της ψηφιακής υποδομής. Αυτή η διακοπή, που προκλήθηκε από μια αστοχία στην υποδομή cloud της Adobe, είχε ως αποτέλεσμα σημαντικές διακοπές λειτουργίας της υπηρεσίας, επηρεάζοντας κρίσιμες λειτουργίες σε πολλές πλατφόρμες.
Σύμφωνα με την Adobe, η συλλογή δεδομένων (Δημοσίευση τμήματος), η επεξεργασία δεδομένων (Αναλυτικά στοιχεία μεταξύ συσκευών, επεξεργασία δεδομένων Analytics) και οι εφαρμογές αναφοράς (Χώρος εργασίας ανάλυσης, Εργαλείο δημιουργίας αναφορών παλαιού τύπου, εφαρμογές σύνδεσης δεδομένων, ροές δεδομένων, αποθήκη δεδομένων, API υπηρεσιών Ιστού) ήταν όλα επηρεάζονται από τη διακοπή. Κατά τη διάρκεια της διακοπής λειτουργίας, οι χρήστες αντιμετώπισαν καθυστερήσεις και υποτονική απόδοση στις διάφορες υπηρεσίες της Adobe. Οι μεταθανάτιες έρευνες αποκάλυψαν ότι η βασική αιτία της διακοπής προήλθε από προβλήματα στην υποδομή cloud της Adobe, που οδήγησαν σε αιχμές καθυστέρησης και παρατεταμένους χρόνους φόρτωσης για τους χρήστες.
Η αποτυχία στην υποδομή της Adobe είχε εκτεταμένες συνέπειες, επηρεάζοντας τις επιχειρήσεις και τους χρήστες που εξαρτώνται από τις υπηρεσίες της Adobe για τις καθημερινές τους λειτουργίες. Επιπλέον, η Adobe κινδύνευε να υποστεί παραβιάσεις του Service Level Agreement (SLA) για εκατομμύρια πελάτες. Ένα SLA ορίζει ένα συγκεκριμένο χρονικό πλαίσιο εντός του οποίου πρέπει να απαντώνται εισιτήρια ή να λαμβάνονται συνομιλίες και κλήσεις. Εάν δεν απαντηθούν ή δεν παραληφθούν εντός του καθορισμένου χρονικού πλαισίου, προκύπτει παράβαση SLA. Συχνά ακολουθούν πληρωμές. Η πίστη των πελατών μπορεί επίσης να δοκιμαστεί.
Η διακοπή της Adobe ήταν κάτι περισσότερο από μια διαταραχή – χρησίμευσε ως κλήση αφύπνισης για τις επιχειρήσεις που χρησιμοποιούν τις υπηρεσίες τους για να επαναξιολογήσουν την ευρύτερη προσέγγισή τους στην ψηφιακή ανθεκτικότητα. Η κλίμακα της διακοπής, που επηρεάζει τόσες πολλές υπηρεσίες της Adobe, χρησιμεύει ως πολύτιμη υπενθύμιση της ανάγκης για τις επιχειρήσεις να κάνουν πάντα σχέδια έκτακτης ανάγκης και να λαμβάνουν προληπτικά μέτρα για να προστατεύονται από μελλοντικές διακοπές.
Λοιπόν, πώς μπορούν οι επιχειρήσεις να αντιμετωπίσουν καλύτερα τους κινδύνους και να δημιουργήσουν μια ισχυρή πορεία προς την ανθεκτικότητα στο Διαδίκτυο; Αυτό απαιτεί ουσιαστικά μια τεράστια μετατόπιση – αυτή που δίνει προτεραιότητα στην ορατότητα σε πραγματικό χρόνο στην απόδοση της εφαρμογής, επιτρέποντας τον εντοπισμό πιθανών σημείων συμφόρησης ή άλλων σημείων πόνου προτού χιονίσει σε πλήρεις κρίσεις. Παρακολουθώντας τις εξαρτήσεις AI (ή άλλες) με ακρίβεια που μοιάζει με λέιζερ, οι οργανισμοί μπορούν να αντιμετωπίσουν προληπτικά τις ευπάθειες, να ενισχύσουν την ψηφιακή τους υποδομή και να μετριάσουν τις συνέπειες απρόβλεπτων διαταραχών.
Προστασία από το χρόνο διακοπής λειτουργίας στην εποχή της τεχνητής νοημοσύνης
Είναι αναμφισβήτητο ότι στο σημερινό έντονο ανταγωνιστικό τοπίο, ακόμη και η πιο σύντομη διακοπή της υπηρεσίας αποτελεί σημαντικό κίνδυνο για την εμπιστοσύνη των καταναλωτών και την εμπιστοσύνη της επωνυμίας. Για να αντιμετωπίσουν αυτούς τους κινδύνους, οι οργανισμοί πρέπει να υιοθετήσουν μια προληπτική στάση για την παρακολούθηση της απόδοσης, ιδιαίτερα εκείνες που αφορούν εφαρμογές που βασίζονται σε τεχνητή νοημοσύνη, οι οποίες γίνονται τόσο γρήγορα μέρος της καθημερινής επιχείρησης. Σε αντίθεση με τις παραδοσιακές εφαρμογές, τα συστήματα που βασίζονται στο AI λειτουργούν συχνά αυτόνομα, παίρνοντας αποφάσεις σε κλάσματα δευτερολέπτου με βάση τεράστιες ποσότητες δεδομένων.
Οποιαδήποτε διακοπή σε αυτά τα συστήματα μπορεί να οδηγήσει σε μια σειρά σφαλμάτων και καθυστερήσεων, με αποτέλεσμα την κατάρρευση των αλληλεπιδράσεων των χρηστών και, τελικά, την απώλεια εμπιστοσύνης στην επωνυμία. Η προβολή σε πραγματικό χρόνο στην απόδοση της εφαρμογής επιτρέπει στις επιχειρήσεις να εντοπίζουν γρήγορα ανωμαλίες, να βελτιστοποιούν τη λειτουργικότητα και να υποστηρίζουν απρόσκοπτες αλληλεπιδράσεις με τους χρήστες. Η ικανότητα έγκαιρου εντοπισμού και αντιμετώπισης προβλημάτων καθώς προκύπτουν εξουσιοδοτεί τις ομάδες
IT
να διατηρήσουν τη λειτουργική συνέχεια και να μετριάσουν πιθανές ζημιές.
Τα προγνωστικά αναλυτικά στοιχεία και η ανίχνευση ανωμαλιών βάσει τεχνητής νοημοσύνης διαδραματίζουν καθοριστικό ρόλο στον προληπτικό εντοπισμό πιθανών ζητημάτων προτού διαταράξουν τις εμπειρίες του τελικού χρήστη. Καθώς η εξάρτηση από τις τεχνολογίες τεχνητής νοημοσύνης συνεχίζει να αυξάνεται, η αδιάλειπτη υπηρεσία θα γίνει απλώς μια κρίσιμη επιχειρηματική επιταγή. Ωστόσο, η επίτευξη έγκαιρης ανίχνευσης μπορεί να αποδειχθεί δύσκολη.
Πολλές επιχειρήσεις εξακολουθούν να βασίζονται στη βασική παρακολούθηση χρόνου λειτουργίας, που συχνά περιορίζεται στην παρακολούθηση μόνο της αρχικής τους σελίδας, γεγονός που τις αφήνει ευάλωτες σε διαλείπουσες ή μερικές αποτυχίες ιστότοπου όταν αποτυγχάνει μια υπηρεσία που εξαρτάται από το AI. Για να αμυνθούν έναντι του χρόνου διακοπής λειτουργίας που προκαλείται από την τεχνητή νοημοσύνη, οι οργανισμοί θα πρέπει να εφαρμόζουν ολιστικές στρατηγικές παρακολούθησης, όπως η Παρακολούθηση Απόδοσης Διαδικτύου (IPM), που εκτείνεται σε ολόκληρο το φάσμα των εφαρμογών που βασίζονται στην τεχνητή νοημοσύνη, από τις διεπαφές frontend έως τους αγωγούς επεξεργασίας δεδομένων backend.
Με την προληπτική παρακολούθηση των εξαρτήσεων της τεχνητής νοημοσύνης και την ανάπτυξη ισχυρών πλαισίων διαχείρισης απόδοσης, οι επιχειρήσεις μπορούν να μετριάσουν τους κινδύνους δαπανηρού χρόνου διακοπής λειτουργίας και να διατηρήσουν τη λειτουργική συνέχεια σε ένα ολοένα και πιο προσανατολισμένο στην τεχνητή νοημοσύνη τοπίο. Σκεφτείτε αυτό ως έκκληση για δράση για να σκεφτείτε μπροστά και να προστατέψετε καλύτερα τις επιχειρήσεις προβλέποντας αυτές τις προκλήσεις και εξοπλίζοντας τις ομάδες επιχειρήσεων για τη βέλτιστη διαχείρισή τους.
Διαθέτουμε το καλύτερο
εργαλείο
παρακολούθησης δικτύου.
Αυτό το άρθρο δημιουργήθηκε ως μέρος του καναλιού Expert Insights της TechRadarPro, όπου παρουσιάζουμε τα καλύτερα και πιο έξυπνα μυαλά στον κλάδο της τεχνολογίας σήμερα. Οι απόψεις που εκφράζονται εδώ είναι αυτές του συγγραφέα και δεν είναι απαραίτητα αυτές της TechRadarPro ή της Future plc. Αν ενδιαφέρεστε να συνεισφέρετε, μάθετε περισσότερα εδώ:
https://www.techradar.com/news/submit-your-story-to-techradar-pro
VIA:
TechRadar.com/
0