在未來(lái)十年，IT領(lǐng)域?qū)⒔?jīng)歷重大變化，并且，IT管理員的角色將不斷演變，他們將承擔(dān)新的職責(zé)。未來(lái)十年的重大變化包括完全依賴(lài)虛擬化自動(dòng)化和混合云平臺(tái)–這些已經(jīng)成為現(xiàn)代IT領(lǐng)域服務(wù)提供商和大型企業(yè)的標(biāo)準(zhǔn)操作程序。

并不是說(shuō)管理員完全不通過(guò)自動(dòng)化完成IT任務(wù)，也不是說(shuō)數(shù)據(jù)中心應(yīng)該完全遷移到公共云或完全留在企業(yè)內(nèi)部。虛擬化自動(dòng)化和混合云已經(jīng)開(kāi)始影響管理員的日常生活，這些管理員必須開(kāi)始關(guān)注如何部署這些技術(shù)來(lái)成功實(shí)現(xiàn)系統(tǒng)現(xiàn)代化。管理員還必須了解，自動(dòng)化并不是系統(tǒng)部署和管理的最終目標(biāo)。

機(jī)器人

虛擬化自動(dòng)化的主要好處之一是消除每個(gè)系統(tǒng)中的人工干預(yù)和手動(dòng)編寫(xiě)腳本。管理員可以集中創(chuàng)建自動(dòng)化策略并將其推送到設(shè)備組。即使是Puppet和Ansible等配置管理供應(yīng)商也使用自動(dòng)化技術(shù)來(lái)完成很多IT操作。

這樣做的結(jié)果是，管理員將其網(wǎng)絡(luò)的很多管理和自動(dòng)化操作移交給AI工作者-這通常是管理應(yīng)用程序的形式。有些AI工作者基于云，例如Microsoft Intune，而其他不是，例如VMware的vSphere平臺(tái)。

即使是小型企業(yè)網(wǎng)絡(luò)，也依賴(lài)某種形式的自動(dòng)化，盡管它們通常使用管理員精心整理的腳本集。大多數(shù)中小企業(yè)尚未超越Microsoft Active Directory強(qiáng)制執(zhí)行的組策略對(duì)象(GPO)范疇，并且他們通常采用VMware的分布式資源調(diào)度程序(DRS)來(lái)自動(dòng)執(zhí)行任務(wù)。

在較大型企業(yè)中，使用GPO和DRS通常不會(huì)削減成本。很多人選擇用Turbonomic(以前稱(chēng)為VMTurbo)來(lái)代替DRS，或選擇競(jìng)爭(zhēng)對(duì)手的產(chǎn)品，這些產(chǎn)品可提供改進(jìn)的資源調(diào)度以及資源規(guī)劃和超額配置分析。但是某些端點(diǎn)管理應(yīng)用程序(例如Intune)會(huì)增強(qiáng)GPO，而端點(diǎn)保護(hù)應(yīng)用程序提供了一種實(shí)現(xiàn)自動(dòng)化策略的方法。

自動(dòng)化策略減少負(fù)載，但沒(méi)有減少工作量

基于模板和配置文件的策略管理是先前管理方法的邏輯演進(jìn)。它是一種自動(dòng)化形式，這種管理使現(xiàn)有管理員能夠解決其業(yè)務(wù)范圍內(nèi)不斷增長(zhǎng)的系統(tǒng)數(shù)量，從而減少了可用作業(yè)的數(shù)量。

管理員通常會(huì)利用他們可用的工具在規(guī)定的時(shí)間范圍內(nèi)完成任務(wù)。但是，基于工具可用性來(lái)選擇所采取的方法非常費(fèi)力。基于配置文件和基于模板的策略部署使管理員可擺脫繁瑣的單獨(dú)管理系統(tǒng)工作，不過(guò)，由于企業(yè)內(nèi)部系統(tǒng)的增加，這會(huì)引入與定義策略相關(guān)的任務(wù)。

新型的自動(dòng)化甚至可以接管管理員的策略定義工作，使這些管理員可以自由地監(jiān)督其他任務(wù)。

超越AI和機(jī)器學(xué)習(xí)的炒作

人工智能和機(jī)器學(xué)習(xí)可以為很多管理員減輕定義策略的負(fù)擔(dān)。端點(diǎn)保護(hù)產(chǎn)品越來(lái)越多地利用AI和機(jī)器學(xué)習(xí)-不僅有助于檢測(cè)安全風(fēng)險(xiǎn)，而且還可以自動(dòng)確定應(yīng)采取的策略。

基于云的AI工作者可以關(guān)聯(lián)有關(guān)策略實(shí)施的遙測(cè)數(shù)據(jù)，直到系統(tǒng)對(duì)安全默認(rèn)值有了新的認(rèn)識(shí)。此外，自動(dòng)事件響應(yīng)不僅有助于標(biāo)記潛在的安全漏洞，而且還有助于連接安全系統(tǒng)到基礎(chǔ)架構(gòu)，從而自動(dòng)隔離高風(fēng)險(xiǎn)系統(tǒng)。

但是部署AI和機(jī)器學(xué)習(xí)技術(shù)可能會(huì)給某些管理員帶來(lái)麻煩。由于策略執(zhí)行自動(dòng)化是零散的，機(jī)器學(xué)習(xí)革命也是如此-現(xiàn)在需要額外的云管理。

例如，Wi-Fi接入點(diǎn)和相關(guān)管理軟件比某些管理員認(rèn)為的更難部署。也許沒(méi)想到的是，這些系統(tǒng)需要極少的發(fā)射功率。否則，這些設(shè)備都將無(wú)法相互通信，因?yàn)橹車(chē)鷧^(qū)域中的每個(gè)設(shè)備都要傳輸自己的信號(hào)。

即使部署所有正確的工具，管理員也可能會(huì)遇到這樣的麻煩。Wi-Fi環(huán)境是動(dòng)態(tài)的，如果管理員未正確配置其訪(fǎng)問(wèn)點(diǎn)，WiFi環(huán)境很容易崩潰。Wi-Fi產(chǎn)品可不斷掃描無(wú)線(xiàn)電環(huán)境中的Wi-Fi和藍(lán)牙，然后優(yōu)化接入點(diǎn)以服務(wù)相關(guān)客戶(hù)。

就個(gè)人而言，人工智能和機(jī)器學(xué)習(xí)并不是改變生活的技術(shù)。它們各自都有其優(yōu)勢(shì)和用例，特別是對(duì)于大型組織。但是AI和機(jī)器學(xué)習(xí)可幫助更好地應(yīng)對(duì)常見(jiàn)痛點(diǎn)問(wèn)題。

大數(shù)據(jù)計(jì)算分析工具并不是新鮮事物，無(wú)論是機(jī)器學(xué)習(xí)還是AI。但是，機(jī)器學(xué)習(xí)和AI已從業(yè)務(wù)分析轉(zhuǎn)向提高IT運(yùn)營(yíng)效率。基于混合云的AI工作者進(jìn)入數(shù)據(jù)中心，是為了幫助企業(yè)利用相同人數(shù)管理更多系統(tǒng)。

在未來(lái)十年中，管理員使用的工具將繼續(xù)演變。最終，能力更強(qiáng)的AI工作者將管理其他AI工作者，而人類(lèi)管理員將繼續(xù)前進(jìn)。企業(yè)將在管理員和工作負(fù)載之間增加更多的抽象層，每層都有新的管理級(jí)別。某些人可能認(rèn)為這種效率低下，因?yàn)樵撓到y(tǒng)投入了額外的周期、存儲(chǔ)和網(wǎng)絡(luò)帶寬來(lái)保持工作負(fù)載運(yùn)行。

但是，某些應(yīng)用程序(例如Netflix)需要這些抽象和自動(dòng)化層。在某些時(shí)候，人類(lèi)管理員根本無(wú)法將系統(tǒng)擴(kuò)展到與AI和機(jī)器學(xué)習(xí)相同的程度。