2022年8月6日-7日，AISummit 全球人工智能技術(shù)大會如期舉辦。在7日下午舉辦的《AI賦能產(chǎn)業(yè)實踐》分論壇上，帶來了《從實驗室到用戶桌面，AI 落地實踐之路》的主題分享。

近些年來，AI在各行各業(yè)得到廣泛應用，推動了各行業(yè)的智能化，大幅提升了管理水平和決策能力，其中也包括IT行業(yè)。將AI應用于IT運維，也就是AIOps，就是AI在IT行業(yè)里面的應用熱點。因此，如何高效運維也成為IT部門乃至CIO必須面對的問題。

在主題為《從實驗室到用戶桌面，AI 落地實踐之路》分享中, 云智慧CTO張博指出，在指標、日志和調(diào)用鏈這些數(shù)據(jù)中加入Algorithm算法，就是AIOps的場景。在本次分享中，張博帶來了AI 2B行業(yè)智能運維相關(guān)分享，將AI算法如何與行業(yè)進行適配并落地以及AI工程化如何進行行業(yè)適配與落地進行了講解，同時分享了企業(yè)開發(fā)技術(shù)在行業(yè)的實踐案例。

AI ToB是最好的時代也是最壞的時代

所謂AI ToB，就是面向企業(yè)服務(wù)的AI應用與服務(wù)。與AI ToC 三大件：搜索、廣告和推薦的根本區(qū)別在于，AI ToB 是面向智慧醫(yī)療、智能城市、智能運維......往往沒有well-defined問題，定義問題就是一大挑戰(zhàn)。張博表示，AI投資已經(jīng)進入去泡沫化的階段，AI已經(jīng)進入應用期。

Gartner報告指出，中國企業(yè)對 AI 具備強烈需求，并且熱衷用 AI 來提高生產(chǎn)率、改善客戶體驗和促進業(yè)務(wù)增長。這一市場需求決定了中國具有產(chǎn)業(yè) AI 的肥沃土壤。   

張博認為，B端市場對AI的理解更加務(wù)實。以數(shù)據(jù)為基礎(chǔ)、以場景為導向、以算法為支撐，切實落地智能運維，這就是云智慧的基本理念。

在智能運維領(lǐng)域，無論是ServiceNow、DataGog、Splunk，還是Dynatrace等等，在美國出現(xiàn)了千億美金的公司、500億美金的公司以及將近200億美金的公司。因此，B端市場才是AI領(lǐng)域真正的星辰大海。

AI ToB 算法挑戰(zhàn)

一個模型 y = f(x)，在ToC場景下，尤其是近幾年算法問題基本確定的情況下，大部分時間在討論的是f（函數(shù)）如何優(yōu)化，一部分時間是在收集x（數(shù)據(jù)）；但y（目標）往往是明確的。在ToB場景下，x、f、y往往都是不確定的，僅僅一句“智能XX”作為輸入。因此，定義問題是AI ToB的第一步，同時也是最具挑戰(zhàn)的一步。

與人工智能、大數(shù)據(jù)、區(qū)塊鏈等等技術(shù)體系不同，智能運維并不是一項“全新”的技術(shù)，而是一個以智能運維場景為基礎(chǔ)的智能技術(shù)應用和融合，剝離開場景單談“智能運維”不具有實際意義，智能運維的核心在于探索智能技術(shù)如何轉(zhuǎn)化、服務(wù)、適配運維行業(yè)的發(fā)展、如何給運維行業(yè)帶來解決問題的新思路。

在運維場景下，Peter Bourgon在2017 Distributed Tracing Summit對運維面對的Logging、Metrics、Tracing進行了系統(tǒng)性的闡述，根據(jù)其描述，我們將運維的場景分為“一元場景”、“二元場景”、“轉(zhuǎn)化場景”三個大類。張博表示，運維的一元場景其實特別簡單，就是指標、日志、告警和調(diào)用鏈的四大數(shù)據(jù)源。

一元場景包括指標、日志和追蹤三個部分：指標是可聚合的邏輯計量單元，日志是對離散的不連續(xù)的事件的一種記錄，追蹤是單次請求范圍內(nèi)的所有信息，即調(diào)用鏈信息。

所謂二元場景，就是指標+調(diào)用鏈。當業(yè)務(wù)崩掉之后，一旦有了指標和調(diào)用關(guān)系，就能進行一些基于指標的根因分析等等。在上圖中三個圓之間產(chǎn)生了兩兩之間的交集，我們把它稱之為改革二元場景。

張博表示，在解決AI to B問題時，只要把場景理解好，就能夠把要賦能的行業(yè)做到很好的理解。因此，智能運維就是圍繞著指標/日志/追蹤/告警四要素及其轉(zhuǎn)化的AI使能。所以，運維場景+智能技術(shù)，稱之為智能運維：AIOps。

在接下來的時間里，張博詳細分享了GAIA-Dataset Tasks的相關(guān)技術(shù)內(nèi)容，同時解讀了AI ToB工程化挑戰(zhàn)，感興趣的可以觀看視頻回看，了解更加詳細的技術(shù)分享內(nèi)容。

行業(yè)實踐與總結(jié)

在分享的最后環(huán)節(jié)，張博還結(jié)合云智慧研究院的工作，介紹了一些實踐案例。

在智能運維算法平臺助力某銀行客戶海量指標實時異常發(fā)現(xiàn)的案例中，利用云智慧的智能運維，實現(xiàn)了變更自學習、趨勢自適應、趨勢+變更自學習、跑批自適應、周期自學習、周期+趨勢自適應、忙閑時自學習、擴展至物理世界指標等能力，很好的幫助客戶實時發(fā)現(xiàn)海量的指標異常數(shù)據(jù)，簡化了客戶的運維難度。

除此之外，張博還詳細介紹了智能運維算法平臺助力某運營商日志異常發(fā)現(xiàn)和智能運維算法平臺助力某銀行客戶交易業(yè)務(wù)根因分析兩大案例。

張博表示，AI to B是一個既要Algorithm能力，又要落地，又以效果看成敗的特別有趣的行業(yè)，擁有整個Algorithm、整個算法的星辰大海，需要大家一起去挖掘深度學習、機器學習等等一些技術(shù)，真正賦能產(chǎn)業(yè)變革。?