Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Kasus penggunaan AI generatif untuk operasi dan pemeliharaan
Setelah perangkat lunak digunakan, fokus beralih ke operasi dan pemeliharaan. AI generatif dapat meningkatkan pendekatan tradisional dengan menyediakan manajemen sistem yang lebih proaktif dan efisien. Alat operasi bertenaga AI terus memantau kinerja sistem dan memprediksi potensi masalah sebelum memengaruhi pengguna. Mereka melakukan analisis akar penyebab otomatis ketika masalah terjadi, yang secara signifikan mengurangi waktu rata-rata untuk penyelesaian. AI juga mengoptimalkan kinerja sistem dalam waktu dekat. Secara otomatis menyesuaikan konfigurasi berdasarkan perubahan pola beban dan perilaku pengguna. Misalnya, tim operasi mungkin menggunakan asisten AI untuk menghasilkan jadwal pemeliharaan prediktif, secara otomatis mengidentifikasi komponen yang kemungkinan gagal, dan menyarankan tindakan pencegahan. AI juga dapat membantu perencanaan kapasitas dengan menganalisis tren penggunaan dan memprediksi kebutuhan sumber daya masa depan dengan akurasi tinggi.
Tabel berikut menunjukkan kasus penggunaan operasi dan pemeliharaan yang dapat Anda tingkatkan dengan AI generatif dan persona yang bertanggung jawab atas kasus penggunaan tersebut.
| Subkapabilitas: Kasus penggunaan | Persona |
|---|---|
| Manajemen insiden: Kelola insiden dalam waktu dekat dengan mengintegrasikan alat pemantauan dengan platform obrolan sehingga tim dapat mendeteksi, mendiskusikan, dan menyelesaikan masalah secara langsung dalam lingkungan obrolan | Insinyur keandalan situs |
| Manajemen insiden: Izinkan tim untuk memulai penerapan, menjalankan skrip, dan menjalankan perintah langsung dari antarmuka obrolan, yang merampingkan operasi | DevOps insinyur |
| Pemutakhiran kode: Tingkatkan dependensi dan pustaka kode untuk mengurangi upaya manual dan memastikan bahwa basis kode tetap up to date dengan versi terbaru | Pengembang perangkat lunak |
| Pengoptimalan kode: Tinjau kode untuk peluang pengoptimalan | Pengembang perangkat lunak |
| Optimalisasi kode: Identifikasi kemacetan dalam kode dan refactor atau optimalkan kode untuk meningkatkan kinerja | Pengembang perangkat lunak |
| Manajemen utang teknis: Log utang teknis sebagai bagian dari proses pengembangan | Manajer produk |
| Manajemen utang teknis: Memprioritaskan dan menangani utang teknis berdasarkan dampak, risiko, dan biaya, dan mengintegrasikannya ke dalam proses perencanaan sprint reguler | Pengembang perangkat lunak |
| Manajemen utang teknis: Mengurangi utang teknis dalam kode aplikasi yang ada | Pengembang perangkat lunak |
| Manajemen perubahan: Menerapkan proses persetujuan perubahan yang memastikan bahwa semua perubahan kode ditinjau, diuji, dan disetujui oleh pemangku kepentingan yang diperlukan sebelum penerapan | Ubah manajer |
| Manajemen perubahan: Lakukan analisis dampak dari perubahan yang diusulkan | DevOps insinyur |
| Rekayasa balik: Menganalisis dan memahami struktur dan perilaku kode warisan | Arsitek solusi |
| Rekayasa balik: Jelaskan kode yang ada dan hasilkan dokumentasi | Pengembang perangkat lunak |
| Modernisasi kode: Terjemahkan kode dari satu bahasa pemrograman ke bahasa pemrograman lainnya | Pengembang perangkat lunak |
| Modernisasi kode: Modernisasi kode lama ke dalam bahasa pemrograman terbaru | Pengembang perangkat lunak |
| Optimalisasi kinerja: Terus memantau dan menyetel kinerja sistem dengan mengoptimalkan alokasi sumber daya, penyeimbangan beban, dan konfigurasi ulang aplikasi | Insinyur keandalan situs |
| Optimalisasi kinerja: Mengidentifikasi dan memfaktorkan ulang kode yang menyebabkan penurunan kinerja untuk meningkatkan kecepatan dan daya tanggap sistem | Pengembang perangkat lunak |
