自主管理數據中心(有時稱為自驅動數據中心)正在吸引IT各方的興趣。大型企業發現自動化可以增加利潤的潛力，規模較小的創業公司將其目標設定為自動化，以便更容易地進行競爭。

無論其好壞與否，IT世界顯然已經接受了自動化技術。鑒于人工智能、工業機器人和設備互連性的巨大進步，在人們日常生活中看到和用到自動化技術只是一個時間問題。在某些方面已經達到了這一點。

[[222247]]

自動化時代已經到來。盡管目前還沒有一個數據中心實現完全自動化，但許多公司都對此產生了更多的興趣。目前在市場上推出了各種自動化系統和服務。

• 調度和監控：組織可以使用當前的技術輕松自動執行日程和時間軸任務。
• 法規遵從：許多系統提供自動化措施以確保符合所有適用的標準、程序和指南。
• 軟件和硬件升級：數據中心的內部軟件和硬件(提供其大部分功能)通常通過自主協議進行維護、修補和更新。
• 設備配置：許多數據中心使用自動化系統監視服務器節點及其配置。

這些自動化系統是有用的，它們僅僅標志著全面數據中心自動化的開始。

有人會問，自主管理數據中心將在什么時候成為主流?自主管理數據中心何時會通用?其回答是：很快。

IT部門以及任何嚴重依賴IT的行業都在向更加自動化的方向發展。例如工業機器人技術的現代化生產線，自動化客戶服務臺和虛擬聊天機器人，都在為終端用戶提供技術支持。

現代數據中心并不是為了方便或減少人力成本而使用自動化技術，而是出于自身需要而使用的。鑒于信息技術的快速發展，數據中心不可能采用所有創新。

作為一種解決方案，許多人正在通過不同的階段適應數據中心自動化的思想。這個過程類似于自駕車：第0級描述一輛沒有采用任何自動化技術的汽車，這輛汽車由人類控制車輛或設施的每一個方面。第1級的汽車具備一些基本功能(如巡航控制)，雖然這種能力讓車輛保持一定的速度，但是駕駛員仍然必須處理轉向問題。

第2、 3級和第4級都分別提高了自動化水平。直到自動化程度最高的第5級，而對于第5級自動化的汽車來說，人類只是一名乘客。而對于數據中心來說，5級自動化可完全控制可編程人工智能驅動的機器人和自動化系統的日常操作。而從數據中心日常管理和維護工作中解脫出來的IT開發人員和組織管理人員可以更多地關注未來的創新和商業計劃。

自主管理數據中心的主要優點

那些數據中心自動化的支持者強調了自主管理數據中心的諸多好處，其中包括：

• 減少員工需求：大型組織可以通過采和自動化減少員工數量來提高盈利能力。創業公司可以使用自動化系統來填補原本沒有實現的工作角色。
• 降低成本：數據中心自動化經常引用的好處是降低了業務成本。由于工作人員數量減少，能夠給其他員工分配更有意義的工作，所以降低日常成本的潛力是巨大的。
• 減少錯誤：人類不可避免地會產生錯誤。即使是最熟練和最勤奮的員工也會犯錯誤。錯誤可能會對組織的業務造成很大的損失。自動化系統只會在被錯誤地編程時犯錯誤，而百分之百準確的編程每一次可以完成絕對完美的任務。
• 實時響應：熟練的工作人員定期適應新的情況和項目，但從一項任務到另一項任務的轉換仍然需要一定時間。機器人和人工智能驅動的系統可以同時完成多個任務，承擔新的任務，并完成操作，這比工作人員的操作要快得多。
• 更高的數據安全性：自動安全系統可以將數據泄露或類似事件的影響降至最低。目前，人工系統需要人工響應和解決方案來解決問題，這個過程可能需要數小時，數天甚至數周。自動化系統可以立即解決這些問題，并實時工作以修復安全漏洞。

數據中心的自動化有可能以積極而持久的方式改變數據存儲和處理方式。但在實現全面自動化之前需要考慮其本身的一些缺點。

需要考慮的自主管理數據中心的缺點

采用自動化的反對者有一些有效的觀點，其中有些觀點與支持者所概括的利益直接相反：

• 減少就業機會：數據中心自動化的支持者指出采用自動化將減少人員需求，但這可能意味著IT專業人員在其專業領域尋找工作機會將更加艱難。對于那些試圖在數據中心開展職業生涯的人來說尤其如此，因為機器人正在接管人類的許多入門級工作。
• 降低消費者信心：盡管自動化在包括主流消費者在內的所有領域都處于領先地位，但仍然缺乏對自動化技術的信心，并且仍然是數據中心實現全面自動化的一個主要障礙。
• 可能出現系統故障：就像技術熟練的員工必然會犯錯誤一樣，高度復雜的機器也容易出現故障。也許有些人可能幾年或幾十年不會遇到嚴重的硬件故障。但是在發生故障之后，組織會發現最終還需要依靠工作人員的響應來使系統恢復正常運營。

正如人們所看到的，全自動數據中心的概念是一個抽象的概念。人類至少需要一段時間來監視和管理這些系統。

人們如何接受數據中心自主管理的理念

雖然IT員工(尤其是那些在數據中心工作的員工)可能擔心工作量會隨著自動化程度的提高而增加，但工作人員可以與自動化系統協同工作。雖然需要完成一些瑣碎的任務，但是人們不要擔心：編程、維護和監督方面的角色將永遠由那些專注于人工智能和機器人技術的工作人員來擔任。