盡管大多數受訪者(59.4%)已經制定了明確的事件管理流程，并且自動化水平能夠滿足他們的需求(71.1%)，但公司仍在努力應對激增的事件，并且仍在努力快速處理這些事件。

66.5%的公司報告稱，在過去12個月中，影響其客戶的事件的頻率有所增加，比2022年的調查增加了3.6%。

據63%的受訪者稱，這些導致停機的事件(例如應用程序中斷、服務質量下降)使公司面臨平均每小時損失高達499999美元的風險，比2022年增加了近5%。46.6%的受訪者還表示，停機造成的損失從10萬美元到200萬美元不等。

公司發現當前的事件管理效率低下

研究指出，GenAI是解決事件管理中存在的問題的一種手段，84.5%的人要么認為AI可以顯著簡化他們的事件管理流程并提高整體效率，要么對AI為事件管理的某些方面提供的自動化機會感到興奮。

“我們在研究中發現的洞察力突顯了對適應性的、基于LLM的自動化的迫切需求，這種自動化超越了單純的任務重復，而是通過實時吸收線索和上下文來動態適應不斷變化的環境。”Transposet的CEO Divanny Lamas說。

“傳統的、基于規則的自動化工具已不足以滿足現代運營團隊的需求。盡管許多公司內部有強大的事件管理流程，但事件的持續激增及其對客戶和財務的影響要求采取變革性的方法。前進的道路在于利用像GenAI這樣的創新解決方案，通過自動化增強，并在人類判斷的指導下，不僅加快事件處理，而且在潛在問題升級之前主動發現和先發制人。”

在事件管理領域，可靠性工程團隊面臨著巨大的障礙。73.9%的可靠性工程負責人在嘗試解決事故時遇到了挑戰，包括脆弱的自動化腳本(59.7%)、太多的手動流程(47.8%)以及獲取專業知識的困難(47.2%)。

此外，42.5%的公司表示，由于文檔混亂(41.3%)、工具可獲得性有限(40.4%)以及對機構知識的依賴(39.7%)，他們當前的事件管理流程無效或僅供部分團隊成員使用。

61.5%的公司還表示，在過去一年中，處理事件所需的時間有所增加，79.8%的公司表示，從第一次警報到緩解問題，解決事件平均需要長達六個小時。除了延長的事件解決時間之外，組建合適的團隊成員還增加了一層復雜性，71.3%的受訪者表示這一過程可能需要長達30分鐘的時間。

此外，相當一部分團隊成員發現，要理解和例行公事地應用公司定義的程序是一件具有挑戰性的事情。37.4%的公司報告稱，只有選定的團隊成員全面了解已定義的事件管理流程，并始終如一地遵守該流程。

自動化中存在的障礙增加了事件的復雜性

公司不僅要努力解決事件處理效率低下的問題，還要克服在實施自動化方面遇到的障礙。33.3%的受訪者表示，他們的事件管理任務或工作流中只有11%-25%是自動化的，這表明公司的事件管理流程有機會實現更多自動化。

深入研究后，受訪者對自動化事件生命周期的關鍵方面表現出濃厚的興趣，例如事件設置(50.0%)、通信協議(44.2%)、調查流程(30%)和補救(29%)。

盡管對實施自動化感興趣，但受訪者列舉了實現自動化的四大障礙：

• 領導層或管理層沒有足夠的支持(57.1%)。
• 知識共享不夠(54.3%)。
• 對機構知識和現有程序的記錄不足(54%)。
• 不清楚要自動化的內容(52.4%)。

使用SaaS工具時，公司能夠更快地創建自動化。74.6%的受訪者接受SaaS工具，82.0%的受訪者確認他們能夠在不編寫代碼的情況下創建自動化。84.3%的受訪者報告只花了11分鐘到一小時，這突顯了SaaS解決方案在事件管理方面的效率。

公司使用基于AI的應用程序和自動化工具增強技術堆棧

在接下來的12個月里，72.1%的團隊希望擴大他們的技術堆棧。為加強事件管理流程并縮短平均解決/修復時間(MTTR)，各公司計劃實施新工具，包括：

• 基于AI或ML的工具或應用程序(60.0%)。
• 自動化工具或應用程序(53.1%)。
• 通信/協作工具或應用程序(48.1%)。

SRE和平臺工程在實現AI和自動化方面發揮著至關重要的作用。在過去的一年里，61.5%的受訪者增加了對SRE實踐的關注，打算聘請更多的現場可靠性工程師，而57.5%的受訪者加強了平臺工程工作，計劃引入更多的平臺工程師。這些戰略舉措突顯了公司致力于加強其事件管理能力。

調查結果為事件響應生命周期指明了一條明確的前進道路，強調了對SaaS工具或平臺的需求，該工具或平臺可無縫集成公司使用的所有事件管理工具，利用人工數據洞察力，并利用GenAI來提高運營效率和決策。

AI重塑工作體驗

90.4%的受訪者認為，系統地從人類數據中挖掘洞察力(如歸檔的松懈通信、回溯性訪談、小組反饋等)可以改進未來的事件響應并提高運營質量，然而，90.2%的人認為自動化應該讓人類在關鍵決策點使用他們的判斷力，以使其更可靠、更有效，比2022年的研究增加了近10%。

89.8%的人發現，將GenAI功能集成到事件管理工具或平臺中，可以減少創建新自動化所需的時間，為其他高價值工作騰出時間。96.3%的人認為，如果他們的公司在事故期間使用的所有工具都通過一個工具或平臺進行集成，這將是有益的。

對于在其技術堆棧中采用AI的79.5%的公司來說，其影響是顯著的。51%的人認為AI正在讓他們的工作變得更好，顯示出人類工作生活的改善，63.5%的人使用它來提高數據的準確性和質量，50.7%的受訪者表示解決事件的速度更快，49.4%的人使用它來更快、更輕松地識別問題、潛在威脅和漏洞的根本原因，48%的人使用它自動執行重復性任務或流程，有效地簡化了他們的操作。

Lamas總結道：“鑒于對現代運營團隊不斷變化的需求，很明顯，這些團隊需要的是基于LLM的自適應自動化和事件管理解決方案。這種統一、智能的方法不僅僅是簡化流程，它使團隊能夠利用自動化和AI來增強其公司的事件管理流程，并開發更高效的自動化工作流。通過確保人類繼續積極參與這一過程，這種方法對于無縫事件解決和減少MTTR變得越來越重要。最終，它使團隊能夠將他們的努力集中在真正重要的事情上——為復雜的問題提供高效和有效的解決方案。