[[413083]]

采用AIOps是必要的，因為如今管理和運行技術系統太復雜了，僅靠人類無法管理。

為了理解AIOps，轉變為這樣的想法會有所幫助：人類建立的技術系統已經變得過于復雜，無法僅由人類來管理。

具體來說，企業的IT運營的復雜性突飛猛進，讓人類陷入比較困惑的境地。這是對人類智能的極大諷刺：人們已經構建了非常先進的IT系統，以至于管理它們超出了人類的能力。

在云計算時代到來之前，企業監控自己的數據中心相對簡單。一些關鍵數據饋送提供了機器運行(或未運行)方式的概況。IT專業團隊獨自管理，很少有人真正知道他們在做什么或關心什么。

但隨后出現了云計算技術，催生了私有云、公有云、混合云和多云，所有這些都正在向云原生過渡，而企業的容器可以與虛擬機一起運行。

企業可以使用OpenShift，這是一個支持微服務的平臺即服務混合云平臺。這可能會與企業的Tanzu部署互操作，后者是虛擬化平臺上的容器管理系統。

與此同時，數據分析正在被實時流數據所取代，這對人類來說太快了，因此需要算法進行分析。然后是來自邊緣計算的大量數據、物聯網設備以及大量的智能手機(全球現在約為35億部，預計到2023年將達到43億部)。

企業的IT系統遭遇黑客的不斷攻擊，因此需要采用人工智能技術的幫助。

什么是AIOps

人類具有強大的創造力，也發明了讓人們不知所措的IT系統。但人類可以創建輔助系統來幫助管理原IT系統。

而采用的輔助系統的名稱為AIOps，這是人工智能和IT運營的混合體。AIOps這個術語最初由調研機構Gartner公司于2017年提出。

人們可能認為AIOps是“AI Operations”的縮寫。但并不是。Gartner公司將AIOps的定義為“AI for IT Operations”，盡管該術語本身并沒有提及IT。

無論如何，如果Gartner公司沒有創造這個術語，IT市場本身也會開發出來，因為非常需要這項技術。簡而言之，AIOps有助于處理呈指數級增長的大量數據，這些數據淹沒了當今的IT運營系統，以及試圖管理它們的人類。

Sageable公司的創始人、Splunk公司前首席技術倡導者Andi Mann解釋說：“ITOps中的所能做的最好的事情就是數據點采樣。”但面臨的問題是，人類可能會錯過重要信息，或者只是匯總摘要以供事后審查。在最壞的情況下，系統復雜性可能意味著會冒著發現問題太晚而無法預防災難的風險。

Mann指出，相比之下，機器沒有這些限制，通過采用AIOps原則和技術(例如事件關聯、算法處理、機器學習和預測分析)，機器可以讀取每個數據源的每個字節，而實時信息直接來自數據流，無需采樣或聚合。

AIOps利用人工智能來推動企業急需的數字化轉型。在最好的情況下，AIOps有助于將人工的工作流程轉變為人機數字化過程。或者至少這是希望。

AIOps的用途

要更好地管理和運行IT系統，不僅需要標記當前的問題，還需要展望未來并預測未來的面臨的問題——這是新興AIOps技術的核心目標。

BMC公司首席產品官Ali Siddiqui表示：“AIOps幫助企業將解決問題的方法從被動轉變為預測，然后最終轉變為主動。”

根據BMC公司委托進行的一項研究，使用AIOps策略的企業中的主要用例是：“AIOps提供了第二雙眼睛，基于人工智能的模式跟蹤可以幫助預測未來。”

Siddiqui說，“AIOps可以通過過濾和關聯跨IT環境(包括第三方解決方案)攝取的數據，確保在潛在問題成為影響最終用戶的實際問題之前主動標記它們。”

即使在其短暫的生命周期中，AIOps也吸引了大量財力雄厚的客戶。Splunk、BMC、NewRelic、IBM、BigPanda等供應商正在積極開展競爭,這是有充分理由的：2021年AIOps的全球市場規模將達到150億美元左右，預計到2026年將達到400億美元。

AIOps未來的兩個轉變

由于AIOps仍處于采用初期，預計未來會發生重大變化。在AIOps中預期的兩個關鍵變化中，一個變化是非常明顯和可以預期的;另一個代表了對技術理解方式的根本轉變。

(1)轉變1：人工智能應用將呈指數增長

第一個轉變是顯而易見的。簡單的自動化和實際的人工智能之間有一條模糊的界線，許多IT流程都可以實現自動化。例如，系統升級可以按照預先設定的時間表自動進行，而不是使用人工完成電子表格。

然而，這種自動化并不是真正的人工智能。它只是相當于工廠中機器人采用的軟件。相比之下，基于人工智能的系統會自行適應和響應——這就是人工智能發揮重要作用的地方。一旦人類對算法進行編程，人工智能系統的自學習就提供了超越簡單自動化的巨大飛躍。

因此，預計AIOps將在未來采用越來越多的人工智能技術，并以指數級的速度地擴展其對IT系統的支持。擁有一個經過良好調整的AIOps系統將提供巨大的競爭優勢。而沒有部署AIOps的企業可能無法長期競爭。

(2)轉變2：AIOps的意義將會改變

當然，“AIOps”這個術語會過時。所有IT運營都必須內置人工智能——否則它們將無法生存。因此，“Ops”前面的“AI”將變得多余。例如如今將某些汽車稱為“電動汽車”，但是當所有汽車都是電動的時，將自然會放棄“電動”這個單詞。

但AIOps的變化將遠遠大于術語的變化。當Gartner公司創造這個術語時，該公司認為AIOps代表“IT運營的人工智能”。需要注意的是：這表明企業將擁有一個獨立的人工智能系統，專門用于運行其IT運營。

隨著時間的推移，這個概念會顯得很古怪。鑒于企業的IT系統對其整體運營(從HR到銷售再到采購)的整合程度，任何人工智能支持系統都不太可能在IT運營中的使用受到阻礙。

AIOps術語最終將代表它一直以來應該代表的含義：不是“用于IT運營的人工智能”，而是“人工智能運營”。而包羅萬象的人工智能系統將有助于監控IT運營、預測業務支出、預測員工保留率，以及分析營銷活動。

Progress Software公司首席執行官Yogesh Gupta日前對這種人工智能愿景進行了闡述。Gupta說，“對我來說，AIOps是一個更廣泛的術語。”他指出，人工智能運營不僅僅是關于IT運營，而且是關于“如何將人工智能引入業務的各個方面?”，這包括核心業務應用程序和數據科學家使用的方法的安全性。

這個更廣泛的定義的出現意味著，從長遠來看，使用AIOps的企業需要選擇一個可以在多個級別上擴展的AIOps系統。這可能遠遠超出有關網絡和服務器性能的數據，以促進一系列業務實踐。即使到了2021年，也有人在談論AIOps和或機器人流程自動化(RPA)的融合。因此，單個系統將處理企業的重復性辦公任務，并監督虛擬機的健康狀況。

考慮到AIOps供應商在推進其工具集方面有著更多的投入，肯定會出現更多這樣的變化。那么，AIOps被視為支持幾乎所有業務和技術任務的系統還需要多久?