IT 決策者如何使用容量優化來平衡風險與成本？老實說，如果處理不當，這是一種危及服務質量和預算的高壓線行為。當今日益復雜的 IT 環境使領導者更難以持續優化 IT 資源和成本，以確保最佳的業務服務保證，清楚地了解整個 IT 基礎架構，以及管理傳統技術向現代技術的過渡。

面對這些挑戰，IT 不得不在通過購買服務器和存儲等基礎設施來確保服務質量的過度配置或為了節省資金而配置不足之間做出選擇。這是 BMC 產品經理 Dennis Newberry 在最近的 IDG 白皮書《迎接優化 IT 成本和容量管理的挑戰》中談到的問題。

“你如何管理這種平衡？我可以通過過度配置我的環境來增加成本并降低風險，因此我永遠不會遇到與性能相關的中斷，”他說。“相反，如果我想降低成本，我可能會遇到與性能相關的問題。所以最終你會試圖找到正確的平衡，然后保持這種平衡。”

您如何實現并保持過度配置和配置不足之間的正確平衡？您需要一種方法來準確查看整個基礎架構的資源使用情況和需求，以確保您能夠以高服務質量和響應能力支持您的應用程序、用戶和業務戰略。

使用人工智能 (AI) 和機器學習 (ML) 工具來提高可見性和支持業務需求的企業將能夠通過調整規模、最大化分配和效率、預測飽和以及將業務計劃與“假設”模擬相匹配來不斷優化其資源和基于服務性能智能分析的服務水平協議——所有這些都無需人工干預。

提高可見性還有助于 IT 團隊：

• 提高 IT 和最終用戶的生產力和效率
• 降低遷移和公司戰略計劃的風險
• 更清楚地了解資本和運營成本以及供應商計費
• 讓業務更敏捷
• 通過更準確的預測規劃和定位未來