隨著AIOps市場的成熟，許多業(yè)內(nèi)人士認(rèn)為，由于這些平臺能夠原生獲取數(shù)據(jù)并進(jìn)行分析，企業(yè)將轉(zhuǎn)向AIOps平臺作為唯一的監(jiān)控工具?，F(xiàn)代數(shù)字企業(yè)需要AIOps工具來實(shí)現(xiàn)跨IT堆棧的持續(xù)洞察。隨著需要監(jiān)控和管理的系統(tǒng)變得越來越復(fù)雜分散，且越來越脫離當(dāng)一切都在本地時(shí)提供的嚴(yán)格控制，這種洞察力變得越來越重要。

特別是，使用基于云的資源使網(wǎng)絡(luò)管理更具挑戰(zhàn)性。隨著網(wǎng)絡(luò)擴(kuò)展到第三方托管的基礎(chǔ)設(shè)施即服務(wù)云，應(yīng)用/數(shù)據(jù)轉(zhuǎn)移到平臺即服務(wù)(PaaS)和SaaS環(huán)境，網(wǎng)絡(luò)監(jiān)控和警報(bào)工具的可見性出現(xiàn)了差距。

雖然更多的監(jiān)視和警報(bào)功能是很好的，但它們可能會增加IT人員的工作負(fù)擔(dān)。這就是為什么該行業(yè)正正在從單獨(dú)的網(wǎng)絡(luò)、應(yīng)用程序和設(shè)備監(jiān)控工具轉(zhuǎn)向被稱為IT運(yùn)營的人工智能，或簡稱AIOps的原因。

AIOps平臺將傳統(tǒng)監(jiān)控工具與流式遙測技術(shù)相結(jié)合，并使用人工智能對其進(jìn)行分析。人工智能分析每個(gè)數(shù)據(jù)源，并關(guān)聯(lián)多個(gè)異常以自動識別問題，同時(shí)還提供如何解決問題的詳細(xì)信息。因此，如果正確使用AIOps平臺，它不僅可以提供對潛在問題的更多可見性，而且還可以消除許多手動故障排除和修復(fù)任務(wù)。

AIOps解決方案應(yīng)該自動發(fā)現(xiàn)狀態(tài)數(shù)據(jù)和業(yè)務(wù)成果之間的關(guān)系。在基于規(guī)則的系統(tǒng)中，需要與許多手動系統(tǒng)相同的設(shè)置工作量。

監(jiān)視和管理之間也有區(qū)別。工具應(yīng)該提供洞察力，而不是讓用戶查看數(shù)據(jù)，然后整理出正在發(fā)生的事情。該工具應(yīng)該告訴IT經(jīng)理，有哪些事情需要注意，且AIOps提供自動化，以減少人工干預(yù)的時(shí)間，并允許更多的時(shí)間用于應(yīng)用程序。

專家觀點(diǎn)

這樣的系統(tǒng)提供了關(guān)于系統(tǒng)背后發(fā)生的事情的完整見解，允許IT團(tuán)隊(duì)實(shí)現(xiàn)運(yùn)營效率和高可用性，從而使客戶滿意。

這是Gartner首席分析師PankajPrasad最近舉辦的戰(zhàn)略咨詢會議“Gartner對2022年及以后的AIOps展望”的主題。

而普拉薩德表示：“我們發(fā)現(xiàn)，很多組織都傾向于AIOps平臺。在這一點(diǎn)上，兩人指出，AIOps跨越了IT運(yùn)營的三個(gè)領(lǐng)域：

(1) 分析指標(biāo)

AIOps通過分析事件指標(biāo)、跟蹤和拓?fù)涮峁?shí)時(shí)和歷史數(shù)據(jù)，并管理數(shù)據(jù)分析、異常檢測、性能分析、相關(guān)性和上下文化。

(2) 參與IT服務(wù)管理

IT內(nèi)部發(fā)生了什么，它與最終用戶有什么關(guān)系?AIOps提供了關(guān)于事件、依賴關(guān)系和變更的通知，并涵蓋了任務(wù)自動化、變更風(fēng)險(xiǎn)分析、SD代理性能分析和知識管理。

(3) 行為自動化

AIOps支持腳本、運(yùn)行手冊和應(yīng)用發(fā)布自動化。

AIOps發(fā)展分析

隨著市場的成熟，許多業(yè)內(nèi)人士認(rèn)為，企業(yè)將轉(zhuǎn)向AIOps平臺作為唯一的監(jiān)控工具，因?yàn)檫@些平臺能夠在本地獲取數(shù)據(jù)并進(jìn)行分析。這使得它在業(yè)務(wù)運(yùn)營的許多方面都是理想選擇，包括IT、運(yùn)維、站點(diǎn)可靠性工程師，甚至SecOps在內(nèi)的許多團(tuán)體都很有用。

因此，該市場有望大幅增長。Gartner去年預(yù)測，IT運(yùn)營管理市場的AIOps將從2020年的10億美元以上，到2025年以每年15%的復(fù)合年增長率增長。

AIOps的部分吸引力在于，隨著復(fù)雜性的增長，它有助于解決問題。公司經(jīng)常使用多個(gè)云，并混合使用多個(gè)云服務(wù)和遺留系統(tǒng)。它提供了對這些系統(tǒng)狀態(tài)的深入了解。

此外，大多數(shù)公司現(xiàn)在必須支持更多的設(shè)備和應(yīng)用程序。IT人員通常無法跟上大量警報(bào)、日志、遙測數(shù)據(jù)等信息。因此，他們希望AIOps幫助管理IT運(yùn)營和安全，依靠人工智能和機(jī)器學(xué)習(xí)來幫助整理數(shù)據(jù)。

AIOps的承諾不僅僅是幫助IT團(tuán)隊(duì)響應(yīng)宕機(jī)和性能問題。也許最大的價(jià)值在于使用預(yù)測分析來識別和防止即將發(fā)生的故障。越來越多的開發(fā)者開始采用AIOps。具體來說，DevOps團(tuán)隊(duì)已經(jīng)開始將其用于籌備的早期階段，以分析開發(fā)和預(yù)生產(chǎn)環(huán)境，降低風(fēng)險(xiǎn)。