Resumo
- Tecnologias como inteligência artificial (IA), machine learning (ML) e processamento de aprendizado natural (PNL) podem ser utilizadas para resolver problemas de negócios.
- Com a prevalência crescente da computação em nuvem e do big data, o gerenciamento de TI atualmente está bem-posicionado para entrar nas operações de negócios e causar um impacto.
- Não se trata mais apenas de manter as luzes acesas, a TI é fundamental para integrar dados e privacidade em toda a organização.
- O ServiceDesk Plus está aproveitando a onda tecnológica com ML, IA e PNL, pois isso melhora a experiência do cliente e aumenta a produtividade do técnico.
Sempre que alguém fala sobre IA, ML, blockchain, PNL e outras tendências tecnológicas, há um entusiasmo palpável sobre as possibilidades. Neste artigo, vamos discutir essas tendências tecnológicas e seu impacto no gerenciamento de TI.
Antes de mergulharmos nas tendências de TI deste ano, é importante entender a diferença entre tecnologias emergentes e tendências tecnológicas. Se você está em algum setor há alguns anos, sabe que as tecnologias não mudam muito de um ano para outro. Tecnologias como a IA e ML já existem há muito tempo e, conforme explicado pelo Hype Cycle do Gartner, todas as tecnologias passam por ciclos.
Portanto, quando falamos sobre tendências tecnológicas, não estamos necessariamente nos referindo às novas tecnologias em si, mas sim a tecnologias que estão sendo adotadas em um setor rapidamente.
Tecnologias como a IA existem há décadas
AI, ML e blockchain tornaram-se palavras da moda recentemente em praticamente todos os setores. No entanto, a IA existe há mais de 60 anos. Então, por que parece que ela só existe há alguns anos? Isso ocorre principalmente porque essas tecnologias agora podem ser usadas para resolver problemas do dia a dia.
Nas últimas duas décadas, a tecnologia realmente envelheceu bem. A TI tem seus desafios, tem seus problemas. Mas o aspecto fundamental não mudou. Há 20 anos, você tinha a tecnologia, e ela viabilizava os negócios. Dessa forma, as empresas poderiam basicamente testar novos modelos de negócios e atingir objetivos mais altos
- Rajesh Ganesan
AI e ML
Vamos analisar a IA em maiores detalhes. A IA alimenta-se de dados e, há 20 anos, não tínhamos dados suficientes para desenvolvê-la. Atualmente, praticamente todas as interações que você tem online são coletadas como um ponto de dados e, graças à análise do big data, enormes conjuntos de dados agora podem ser processados de maneiras significativas, fornecendo insights sobre o comportamento, processos e resultados do usuário.
Agora, e se alimentarmos esses dados em um programa que possa não apenas encontrar padrões, mas também aprender com eles?
É importante considerar que o ML não seria possível se não fosse pela capacidade de:
- Coletar uma enorme quantidade de dados (por exemplo, Internet das Coisas, acesso a diversos canais diferentes, rastreabilidade de dados).
- Armazenar dados (o custo de armazenamento de dados diminuiu ao longo dos anos.
- Treinar e testar dados (poder de computação barato).
- Encontrar um uso para a tecnologia (problema de negócios relevante a ser resolvido).
Se extrapolarmos a teoria do ajuste “produto-mercado” do capitalista de risco do Vale do Silício, Marc Andreessen, para este contexto, perceberemos que as tecnologias não mudam, a menos que haja um ambiente propício (mercado) que lhes permita amadurecer em aplicações práticas; dito de outra forma, é necessário que haja um ajuste “tecnologia-mercado”. Para encontrar o ajuste adequado ao mercado, identificamos três fatores importantes a serem considerados:
- Dados. A capacidade de coletar, armazenar e processar dados a um custo razoável. De um lado, as empresas têm enormes quantidades de dados e estão sempre procurando melhorar a eficiência dos seus sistemas. De outro, tecnologias como IA, ML, IoT e análise preditiva também dependem de dados para atingir o seu verdadeiro potencial. Em princípio, os dados são a moeda através da qual as empresas e tecnologias formam uma relação simbiótica.
Nem é preciso dizer que qualquer tecnologia precisa encontrar um mercado (ambiente propício) adequado. Para um melhor entendimento, vamos considerar alguns exemplos e decompô-los. Considere o ML e sua aplicação em dois casos distintos: para o reconhecimento de imagens como parte da construção de veículos autônomos e para o monitoramento proativo em uma infraestrutura de TI. Em ambos os casos, o ML encontrou um ajuste ao mercado.
 Tecnologia: Machine learning | Aplicação 1 : Reconhecimento de imagens em carros autônomos | Aplicação 2 : Detecção proativa de falhas de rede |
 Dados | Imagem de carros, pessoas e objetos | Registros de status da rede |
 Maturidade do mercado | As pessoas estão expostas ao funcionamento autônomo dos veículos em um nível muito básico (controle de velocidade de cruzeiro) | Os técnicos estão acostumados a monitorar o status de sistemas manualmente usando várias aplicações |
Tomando isso como base, vamos ver como as empresas podem utilizar a tecnologia adequada ao mercado para resolver seus problemas de negócios. Normalmente, em uma organização, essa tarefa é padronizada pelo departamento de TI e CIO, simplesmente porque eles detêm o conhecimento tecnológico que desenvolveram ao longo dos anos.
Durante muito tempo, a TI foi considerada uma operação de “bastidores” que apenas mantinha as luzes acesas, mas isso está mudando. Do gerenciamento de operações ao impacto nos resultados, o papel da TI está subindo na cadeia de valor.
Há 20 anos, as opções tecnológicas eram limitadas e você atendia clientes que não estavam realmente expostos à tecnologia. Agora tudo isso mudou. Até que ponto você aproveita a tecnologia é um aspecto importante.
- Rajesh Ganesan
A TI continua liderando a jornada de servidores internos legados para computação, armazenamento e memória baseados em nuvem. Esse movimento ofereceu às empresas a velocidade necessária para crescer, garantindo alta disponibilidade ao mesmo tempo. Isso significa que a TI atualmente está em uma melhor posição para entrar no dia a dia das operações de negócios.
A TI tem tempo e recursos para reforçar a cultura tecnológica (leia-se: transformação digital), fornecendo insights sobre ferramentas, dados e processos. Na verdade, muitas empresas já estão vendo sinais de que a transformação digital gera impacto nas operações de negócios, tanto que muitas decisões no nível empresarial são impulsionadas por insights de iniciativas alimentadas pelo big data, análises e IA.
“O valor da TI aumentará uma vez que a equipe de TI não somente precisa entender como habilitar tecnologias, mas também as implicações de como fornecer melhor a tecnologia de maneira holística. Os tempos só vão ficar muito mais interessantes e desafiadores”.
- Rajesh Ganesan
O papel da TI não se limita a liderar a transformação digital. Na verdade, após a onda recente de regulamentações sobre privacidade de dados, as empresas estão começando a valorizar ainda mais a importância da TI.
Integração a segurança da informação com iniciativas digitais
Com a consumerização rápida da tecnologia, a proliferação de dados é inevitável. Um usuário final típico executa várias aplicações diariamente no trabalho e, de acordo com um relatório da Symantec CloudSOC, a empresa média utiliza 928 aplicações em nuvem.
De acordo com um relatório da Kleiner Perkins de 2017, cerca de 94% de todas as aplicações em nuvem têm sérias implicações de segurança e conformidade e não estão prontas para as empresas. Como setor, estamos começando a perceber a necessidade de segurança da informação, e regulamentações como o GDPR estão fazendo com que as empresas analisem as medidas de privacidade de dados profundamente.
“Em casa, usamos os mesmos dispositivos habilitados para a Internet [que utilizamos no trabalho]. Onde a TI pode realmente fazer a diferença é entender o que está acontecendo nos bastidores em questão de segurança, tempo de atividade, regulamentos que deve cumprir e garantir que os detentores de informações privilegiadas não estejam abusando desses sistemas”.
- Rajesh Ganesan
Com uma posição tão forte na segurança da informação, a TI pode avançar agora e garantir que medidas de segurança sejam implementadas, não apenas para as iniciativas de infraestrutura, mas também dentro das iniciativas tecnológicas/digitais em todas as operações de negócios. Além disso, com as novas regulamentações de proteção de dados, como a Lei de Privacidade do Consumidor da Califórnia (CCPA) e a privacidade eletrônica, a TI está particularmente bem-posicionada para ajudar as empresas a cumprir os padrões legais; o pessoal de TI pode ajudar a equipe jurídica nas auditorias de conformidade, enquanto promove uma cultura de privacidade de dados em toda a empresa.
Olhando para o futuro, como será 2019 para a ManageEngine?
Até agora, discutimos as tendências tecnológicas e a mudança do papel da TI. No entanto, precisamos praticar o que pregamos. A maioria das melhorias de recursos do ServiceDesk Plus é realizada com base no que acabamos de discutir: identificar a adequação tecnologia-mercado (ou seja, casos de uso práticos) e abraçar a mudança do papel da TI, implementando funcionalidades relacionadas com o GDPR para abordar a proteção de dados. "Para mim, vejo o(s) chatbot(s) como uma forma diferente de interface de usuário. As IUs vêm evoluindo ao longo [...] das últimas duas a três décadas. Vejo os bots como uma forma dessa evolução. Mas permite muitos casos de uso interessantes. Como você combina esses elementos? Quando estou voltando do trabalho, uma notificação pode chegar e me ditar uma tarefa que posso realizar imediatamente (usando comandos de voz) sem tirar minhas mãos do volante. Posso simplesmente dar um comando capaz de realizar meu trabalho imediatamente. E entendemos as possibilidades da tecnologia e o que os usuários desejam, e é exatamente isso que estamos construindo em 2019 e além”, afirmou Rajesh Ganesan.
O último ano representou um grande campo de jogo para nós, conforme exploramos e melhoramos várias tecnologias emergentes, como IA, ML, PNL e chatbots. Em 2019, esperamos aproveitar a experiência que adquirimos no ano passado para resolver mais problemas de TI que os nossos clientes enfrentam.
Algumas das aplicações práticas dessas tecnologias no gerenciamento de TI incluem:
- AIOps para monitoramento proativo
- Análise preditiva que ajuda a detectar anomalias
- Chatbots que vão irão diminuir a carga das equipes L1
- Mecanismos de recomendação para operações de TI, ITSM, monitoramento etc.
- Detecção automática de uso indevido de dados
Bem, isso é tudo que temos por enquanto. Agora gostaríamos de ouvir sua opinião sobre o assunto. Participe da discussão em #techtrends @manageengine.