AIOps в мониторинге: почему ML чаще галлюцинирует, чем помогает

Вендоры продают AIOps как «подключи телеметрию — ИИ сам найдёт причину инцидента». На деле под капотом обычно движок правил в обёртке, а LLM сверху собирает правдоподобный, но не всегда верный RCA: финальный вывод о причине сбоя всё равно приходится сверять с трассировками, метриками и событиями деплоя.

Разбор Centicore Group на Tproger: как реально устроен ML в мониторинге (сбор, нормализация, группировка, корреляция), три причины деградации в проде (нет истории по новому типу сбоя, дрейф данных, выдумки LLM), где он всё-таки полезен (шумоподавление и ускорение triage) и чек-лист вопросов вендору про cold start и переобучение.

https://tproger.ru/articles/aiops-eto-novaya-chernaya-magiya-pochemu-ml-v-monitoringe-chashhe-gal