作為人工智能與IT管理的結(jié)合，AIOps近年來引起大型企業(yè)的高度關(guān)注。根據(jù)Forrester公司副總裁兼首席分析師Mike Gualtieri的觀點，隨著各行業(yè)對于自動化與數(shù)字化轉(zhuǎn)型的嘗試與探索，AIOps在2021年年內(nèi)的采用率有望增長約50%。

根據(jù)市場調(diào)研機構(gòu)Omdia的預(yù)測，2024年全球AIOps市場總值將達到11億美元，但這項技術(shù)在各個垂直領(lǐng)域的應(yīng)用態(tài)勢存在較大差異。Omdia公司首席分析師Roy Illsley認為，醫(yī)療保健、媒體與娛樂業(yè)將在AIOps最先落地，而能源與專業(yè)服務(wù)行業(yè)的采用速度最慢。

[[389517]]

AIOps：更深刻的洞見與高度自動化

2021年，AIOps已經(jīng)成為企業(yè)不可或缺的重要功能，用于通過AI支持型運營與監(jiān)控工具管理IT基礎(chǔ)設(shè)施及部分軟件。這種方式能夠幫助企業(yè)快速識別并解決各類IT問題，例如安全漏洞與預(yù)期故障。面對多云與混合云架構(gòu)的快速普及，這種能力甚至直接決定著企業(yè)的未來命運。

451 Research公司云原生應(yīng)用基礎(chǔ)設(shè)施與DevOps研究分析師Liam Rogers認為，“最終，AIOps將帶來更深刻的洞見與高度自動化，顯著改善監(jiān)控與事件響應(yīng)能力，幫助企業(yè)從容應(yīng)對各類運營挑戰(zhàn)。”我們看到，企業(yè)正利用AI/ML(機器學(xué)習(xí))增強工具滿足自身需求，包括改進原有孤立數(shù)據(jù)集，如日志及指標(biāo)之間的關(guān)聯(lián)性，消除手動設(shè)置閾值的硬性需求，并降低其他新興技術(shù)，例如Kubernetes監(jiān)控的引入門檻。

DevOps發(fā)展道路上的自然產(chǎn)物

AIOps是DevOps發(fā)展道路上的自然產(chǎn)物，能夠以更加包容的方式涵蓋客戶/員工體驗以及業(yè)務(wù)成果等諸多領(lǐng)域。Illsley解釋道，“從信息技術(shù)服務(wù)管理(ITSM)到信息技術(shù)運營分析(ITOA)，AIOps代表著運營管理解決方案的最新形態(tài)。”

在Illsey看來，擁有不同行業(yè)背景的供應(yīng)商都在積極接觸AIOps市場，希望借此達成頗具共通性的目標(biāo)。因此，他認為未來12個月內(nèi)，AIOps平臺的自動化、集成與數(shù)據(jù)關(guān)聯(lián)功能將快速發(fā)展，而廠商及產(chǎn)品層面的收購兼并潮可能會從2022年起出現(xiàn)，借以適應(yīng)客戶對于廣泛功能的迫切需求。

CCS Insight公司軟件開發(fā)研究主管Bola Rotibi補充道，未來運營安全領(lǐng)域可能掀起新的合并浪潮，甚至有可能出現(xiàn)AIOps與5G技術(shù)相聯(lián)動的形勢。“但到目前為止，還很難斷言其中蘊含的具體意義。”

“AIOps將給流程控制行業(yè)帶來全面顛覆，未來也許物聯(lián)網(wǎng)加邊緣運營將成為新的增長點?，F(xiàn)在我們要做的，就是勇于嘗試、充滿好奇。”Bola Rotibi說。

迎接AIOps，企業(yè)需要如何準(zhǔn)備?

這種新興技術(shù)的根本目標(biāo)，在于推動企業(yè)加速增長、提高效率并改善客戶服務(wù)。AIOps具備諸多優(yōu)勢，例如縮短停機時間、快速解決問題，并通過自動化運營幫助工程師將更多精力集中在真正緊迫的事務(wù)身上。但必須承認的是，AIOps平臺的引入本身也將帶來新的復(fù)雜因素，如果處理不當(dāng)?shù)脑?，非但無法實現(xiàn)業(yè)務(wù)產(chǎn)出改善，反而會給組織增加新的運營負擔(dān)。

其中第一大核心挑戰(zhàn)，在于推進企業(yè)內(nèi)各部門對于AIOps含義的理解。咨詢企業(yè)CGI公司數(shù)字化轉(zhuǎn)型總監(jiān)Sumant Kumar表示，“AIOps是一門嶄新的學(xué)科，很多企業(yè)還沒有建立起全面而準(zhǔn)確的理解。”沒有扎實的理解，企業(yè)自然無法明確定義希望實現(xiàn)的目標(biāo)，也就不會投入精力對達成目標(biāo)期間的需求、能力與現(xiàn)有基礎(chǔ)做出適當(dāng)評估。最終，這種認知必然帶來錯誤的采購決策與糟糕的實施質(zhì)量。

Illsley解釋道，“相信企業(yè)對于過去及當(dāng)下種種號稱能夠「藥到病除」的技術(shù)方案已經(jīng)頗有了解，開始采取更為審慎的應(yīng)對態(tài)度。AIOps也不例外：它絕不是那種部署完成之后，就能自主運轉(zhuǎn)并自動提高業(yè)務(wù)績效的「萬能藥」。”

“相反，AIOps代表著AI技術(shù)在IT運營體系中的具體應(yīng)用。只有將所有應(yīng)用場景聯(lián)系起來，我們才能實現(xiàn)AIOps承諾的知識共享與運營自動化效果。而這，要求IT部門不僅深刻理解企業(yè)的當(dāng)前成熟度，同時也對AIOps在未來12個月內(nèi)的發(fā)展效能與可行目標(biāo)保持理智判斷。”

建立起全面的AIOps實施體系

盡管充滿挑戰(zhàn)，但AI咨詢廠商Pardoe Ventures公司創(chuàng)始人兼執(zhí)行董事Andy Pardoe教授認為，立足整體設(shè)計出全面的AIOps實施方法將成為成功的關(guān)鍵。“對于擁有多個彼此獨立的數(shù)據(jù)科學(xué)團隊的大型企業(yè)組織而言，各團隊可能會獨立定義不同的AIOps方法，最終導(dǎo)致高管團隊很難推廣一套統(tǒng)一的跨部門標(biāo)準(zhǔn)化體系。因此，企業(yè)需要盡快制定一份正確的定義時間表，并在確定各數(shù)據(jù)科學(xué)團隊已經(jīng)完成對AI開發(fā)方法的標(biāo)準(zhǔn)化統(tǒng)一，之后才實際進行AIOps投資。”

Gualtieri認為，企業(yè)應(yīng)該在采購AIOps解決方案之前進行盡職調(diào)查，并深入剖析供應(yīng)商使用機器學(xué)習(xí)等技術(shù)的具體方式，避免被那些以熱門技術(shù)詞匯為噱頭的無良商家所欺騙。

團隊需要克服的最終挑戰(zhàn)，在于如何將AIOps平臺同多種數(shù)據(jù)源集成起來，保證將日志文件、數(shù)據(jù)庫統(tǒng)計信息乃至客戶事件報告全部涵蓋于其中。BCS特許機構(gòu)IT協(xié)會研究員兼軟件測試特別興趣小組組長Adam Leon Smith表示，“只有保證可訪問數(shù)據(jù)的極大豐富，AIOps系統(tǒng)才能爆發(fā)出真正的力量。”

只有投入必要時間，深入研究AIOps實質(zhì)、業(yè)務(wù)需求以及現(xiàn)有體系的成熟度，企業(yè)才能釋放出AIOps中的全部功能與潛力。雖然絕非易事，但只要跨過這道難關(guān)，AIOps技術(shù)確能帶來難以估量的敏捷性與靈活性優(yōu)勢——而這一切，都將成為企業(yè)在新時代下激烈市場競爭中脫穎而出的重要支柱。