Nexign: Russische bedrijven traag met AI voor anomaliedetectie

Uit onderzoek van Nexign blijkt dat monitoring van IT-infrastructuur inmiddels standaard is voor het Russische bedrijfsleven: 79% van de ondervraagde bedrijven gebruikt gespecialiseerde software om de systeemstatus te volgen. De meest gevraagde metrieken zijn CPU-, geheugen- en netwerkbelasting (89%), applicatiefouten en -storingen (86%) en vertragingen in servicerespons (70%). Slechts 17% maakt echter gebruik van machine learning-tools voor automatische anomaliedetectie, ondanks dat zij de gevolgen erkennen, zoals boetes van toezichthouders, reputatieschade en klantverloop. De financiële sector is proactiever en draait proefprojecten, terwijl andere sectoren een afwachtende houding aannemen. Het kleinbedrijf is het minst voorbereid, deels omdat het nog niet eens over basale monitoringprocessen beschikt. Deskundigen merken op dat de barrière eerder organisatorisch en economisch is dan technologisch. Er zijn genoeg machine learning-tools beschikbaar, maar implementatie vereist volwassen processen, gespecialiseerd personeel en hoogwaardige genormaliseerde data. Bovendien krijgen veel projecten geen financiering omdat het lastig is om de economische voordelen te berekenen. Maxim Nartov, directeur business development bij Nexign, benadrukt dat naarmate IT-landschappen complexer worden door meer diensten en gedistribueerde infrastructuur, traditionele anomaliedetectie moeilijker wordt en de integratie van machine learning in monitoringplatforms de komende jaren verder zal verdiepen.