機械学習の活用

機械学習の活用
HCL AIDA は、機械学習技術を活用して、KPI の傾向 (現在の計画で完了しているタスクの数、タスクの期間、タスクの終了時間など) 内でパターンや異常を特定します。さらに、Workload Automation および Workload Automation for Z で収集した履歴データやメトリックを分析して、ワークフロー実行の問題を早期に検知します。
ワークフローのダッシュボードで傾向や警告信号を確認できるようになりましたが、設定に従ってシステムから同じ通知が E メールで送信されます。
HCL AIDA の異常検知とプロアクティブな通知システムによって、運用上のリスクが最小限に抑えられ、製品管理者、事業管理者、オペレーターに権限が与えられます。
先を見越したワークロード管理と最適化

生産の問題や遅延を予期することで、運用上のリスクを最小限に抑え、SLA を保証する積極的なアプローチ

生産の問題や遅延を予期することで、運用上のリスクを最小限に抑え、SLA を保証する積極的なアプローチ

データに基づいた、迅速でシンプルな意思決定

根本原因分析の改善

リスク評価による安定性

プラットフォームの信頼性向上

HCL Automation Orchestrator Suite
HCL Workload Automation、運用への AI 活用、Automation Hub、HCL Universal Orchestrator などの強力な自動化パッケージで、自動化の潜在能力をフルに引き出します。これらの最新ツールの使用により、現在のダイナミックなビジネス環境の中で成長を続ける、ワールドクラスの企業を育てることができます。
