Jos organisaatio ei tiedä, mitä sovelluksia sillä on käytössä, miten niitä käytetään ja millaisia päällekkäisyyksiä tai riskejä sovellusympäristöön liittyy, myös sovellusten kehittämistä ja hallintaa koskevat päätökset perustuvat puutteelliseen tietoon.
Tähän tarpeeseen vastaa sovellusportfolion hallinta, jossa organisaation käytössä olevia sovelluksia tunnistetaan, arvioidaan ja kehitetään yhtenä kokonaisuutena tekoälytehosteisesti. Tavoitteena on ymmärtää, mitä sovelluksia organisaatio käyttää, mitä arvoa ne tuottavat ja mihin liittyy kustannuksia, päällekkäisyyksiä tai riskejä.
Miksi sovellusportfolion hallinta vaikeutuu?
Legacy-järjestelmissä haasteena on usein tiedon hajanaisuus. Tekninen dokumentaatio voi olla vanhentunutta tai puutteellista, ja käytännön ymmärrys järjestelmän toiminnasta saattaa perustua pitkälti yksittäisten ihmisten kokemukseen. Kun nämä henkilöt vaihtavat tehtäviä tai poistuvat organisaatiosta, samalla katoaa tietoa, jota ei ole koskaan dokumentoitu kattavasti.
Samaan aikaan tekoäly madaltaa sovelluskehityksen kynnystä. Liiketoimintayksiköt ja yksittäiset käyttäjät voivat rakentaa nopeasti omiin tarpeisiinsa sovelluksia ja työkaluja ilman perinteistä kehitysprojektia. Tämä nopeuttaa tekemistä, mutta kasvattaa samalla riskiä siitä, että organisaatioon syntyy rinnakkaisia ratkaisuja, tarpeettomia lisenssi- ja ylläpitokuluja, epäselvää omistajuutta ja sovelluksia, joiden tietoturvaa, laadunvarmistusta tai tiedonkäsittelyä ei ole arvioitu järjestelmällisesti.
Näiden kahden kehityssuunnan seurauksena sovellusympäristöä on yhä vaikeampi hahmottaa perinteisin keinoin. Sovellusportfolion kartoittaminen on tyypillisesti tarkoittanut paljon manuaalista työtä: dokumenttien läpikäyntiä, asiantuntijahaastatteluja, järjestelmien teknistä tarkastelua ja tiedon kokoamista useista eri lähteistä. Menetelmä toimii huonosti tilanteessa, jossa sovelluskanta on jo suuri, tietoa puuttuu ja uusia sovelluksia syntyy jatkuvasti.
Tekoäly tuo hiljaisen tiedon osaksi sovelluskartoitusta
Samalla tavalla kuin tekoäly nopeuttaa uusien sovellusten syntymistä, voidaan se valjastaa myös niiden kartoittamiseen.
Tekoälypohjaisessa selvitysmallissa tavoitteena on kerätä järjestelmistä mahdollisimman laaja konteksti ja muodostaa sen perusteella strukturoitu kuva koko sovellusportfoliosta. Lähtötietona voidaan hyödyntää esimerkiksi lähdekoodia, tietokantarakenteita, API-kuvauksia, konfiguraatioita ja lokeja sekä teknisiä dokumentteja, sisäisiä wiki-sivuja, prosessikuvauksia ja käyttöohjeita. Kuvaa voidaan täydentää myös haastatteluilla, järjestelmien käyttötallenteilla, tukipyynnöillä ja muulla organisaatioon kertyneellä hiljaisella tiedolla.
Havaintojen pitää olla myös tarkistettavissa. Selvitysmallissa johtopäätökset voidaan jäljittää takaisin lähteeseen, kuten dokumentin sivulle, koodikohtaan tai tallenteen aikaleimaan. Näin tekoälyn tuottamaa analyysiä ei tarvitse hyväksyä sellaisenaan, vaan sen taustalla oleva tieto voidaan tarvittaessa varmistaa.
Kartoituksesta päätöksiin
Kartoituksesta saadaan konkreettista hyötyä vasta, kun sen pohjalta voidaan tehdä päätöksiä siitä, mitä sovelluksia kannattaa säilyttää, kehittää, yhdistää tai poistaa. Jokaisesta sovelluksesta tarvitaan riittävästi yhtenäistä tietoa, jotta sovelluksia voidaan vertailla keskenään ja niiden tulevaisuudesta voidaan tehdä perusteltuja päätöksiä.
Kartoituksesta saadun strukturoidun kuvan pohjalta voidaan tunnistaa, missä useampi sovellus ratkaisee samaa ongelmaa, missä kustannukset eivät vastaa todellista käyttöä ja missä teknologiaan, tietoturvaan tai sääntelyyn liittyy riskejä.
Tämän jälkeen jokaiselle löydetylle sovellukselle voidaan määrittää seuraava tarkoituksenmukainen suunta. Liiketoiminnalle tärkeälle mutta teknisesti riskialttiille legacy-järjestelmälle ehdotetaan modernisointia. Aktiivisesti käytetty mutta ilman riittävää laadunvarmistusta rakennettu uusi sovellus tarvitsee hallintaa, tietoturvaa ja jatkuvaa laadunvarmistusta. Päällekkäinen tai käytöstä jäänyt järjestelmä voi puolestaan olla perusteltua yhdistää toiseen ratkaisuun tai poistaa kokonaan.
Tässä on keskeinen ero perinteiseen sovellusinventaarioon: nykytilan kuvaamisen lisäksi kartoitus tuottaa tietoa, jonka avulla sovellusympäristöä voidaan hallita ja kehittää suunnitelmallisesti.
Sovellusympäristön hallinnasta jatkuva prosessi
Tekoäly tekee uusien sovellusten rakentamisesta jatkossa todennäköisesti entistä nopeampaa. Siksi myöskään sovellusportfolion hallintaa ei voi ajatella projektina, joka tehdään kerran ja jonka jälkeen tilanne pysyy muuttumattomana.
Tekoälypohjainen selvitys mahdollistaa jatkuvan toimintamallin, jossa uudet sovellukset, järjestelmämuutokset ja modernisoidut ratkaisut voidaan tuoda säännöllisesti saman kartoituksen piiriin ilman kuukausien selvitystyötä. Näin sovellusympäristön näkyvyys ei vanhene yhtä nopeasti, eikä tämän päivän nopeasti rakennetuista työkaluista pääse muodostumaan huomisen huonosti tunnettuja legacy-järjestelmiä.
Ajantasainen näkyvyys tekee myös sovellusympäristön hallinnasta käytännöllisempää. Päätöksiä voidaan tehdä jatkuvasti sen perusteella, mitä sovelluksia todella käytetään, missä on päällekkäisyyksiä ja mihin liittyy tarpeettomia kustannuksia tai riskejä.
Haluatteko saada paremman näkyvyyden sovellusympäristöönne ja selvittää, missä piilevät suurimmat kustannukset, päällekkäisyydet tai riskit? Ota yhteyttä, niin katsotaan, miten tekoälypohjainen kartoitus voisi auttaa sovellusportfolionne hallinnassa.
