作為人工智能與IT管理的結合，AIOps近年來引起大型企業的高度關注。根據Forrester公司副總裁兼首席分析師Mike Gualtieri的觀點，隨著各行業對于自動化與數字化轉型的嘗試與探索，AIOps在2021年年內的采用率有望增長約50%。

根據市場調研機構Omdia的預測，2024年全球AIOps市場總值將達到11億美元，但這項技術在各個垂直領域的應用態勢存在較大差異。Omdia公司首席分析師Roy Illsley認為，醫療保健、媒體與娛樂業將在AIOps最先落地，而能源與專業服務行業的采用速度最慢。

[[389517]]

AIOps：更深刻的洞見與高度自動化

2021年，AIOps已經成為企業不可或缺的重要功能，用于通過AI支持型運營與監控工具管理IT基礎設施及部分軟件。這種方式能夠幫助企業快速識別并解決各類IT問題，例如安全漏洞與預期故障。面對多云與混合云架構的快速普及，這種能力甚至直接決定著企業的未來命運。

451 Research公司云原生應用基礎設施與DevOps研究分析師Liam Rogers認為，“最終，AIOps將帶來更深刻的洞見與高度自動化，顯著改善監控與事件響應能力，幫助企業從容應對各類運營挑戰。”我們看到，企業正利用AI/ML(機器學習)增強工具滿足自身需求，包括改進原有孤立數據集，如日志及指標之間的關聯性，消除手動設置閾值的硬性需求，并降低其他新興技術，例如Kubernetes監控的引入門檻。

DevOps發展道路上的自然產物

AIOps是DevOps發展道路上的自然產物，能夠以更加包容的方式涵蓋客戶/員工體驗以及業務成果等諸多領域。Illsley解釋道，“從信息技術服務管理(ITSM)到信息技術運營分析(ITOA)，AIOps代表著運營管理解決方案的最新形態。”

在Illsey看來，擁有不同行業背景的供應商都在積極接觸AIOps市場，希望借此達成頗具共通性的目標。因此，他認為未來12個月內，AIOps平臺的自動化、集成與數據關聯功能將快速發展，而廠商及產品層面的收購兼并潮可能會從2022年起出現，借以適應客戶對于廣泛功能的迫切需求。

CCS Insight公司軟件開發研究主管Bola Rotibi補充道，未來運營安全領域可能掀起新的合并浪潮，甚至有可能出現AIOps與5G技術相聯動的形勢。“但到目前為止，還很難斷言其中蘊含的具體意義。”

“AIOps將給流程控制行業帶來全面顛覆，未來也許物聯網加邊緣運營將成為新的增長點。現在我們要做的，就是勇于嘗試、充滿好奇。”Bola Rotibi說。

迎接AIOps，企業需要如何準備?

這種新興技術的根本目標，在于推動企業加速增長、提高效率并改善客戶服務。AIOps具備諸多優勢，例如縮短停機時間、快速解決問題，并通過自動化運營幫助工程師將更多精力集中在真正緊迫的事務身上。但必須承認的是，AIOps平臺的引入本身也將帶來新的復雜因素，如果處理不當的話，非但無法實現業務產出改善，反而會給組織增加新的運營負擔。

其中第一大核心挑戰，在于推進企業內各部門對于AIOps含義的理解。咨詢企業CGI公司數字化轉型總監Sumant Kumar表示，“AIOps是一門嶄新的學科，很多企業還沒有建立起全面而準確的理解。”沒有扎實的理解，企業自然無法明確定義希望實現的目標，也就不會投入精力對達成目標期間的需求、能力與現有基礎做出適當評估。最終，這種認知必然帶來錯誤的采購決策與糟糕的實施質量。

Illsley解釋道，“相信企業對于過去及當下種種號稱能夠「藥到病除」的技術方案已經頗有了解，開始采取更為審慎的應對態度。AIOps也不例外：它絕不是那種部署完成之后，就能自主運轉并自動提高業務績效的「萬能藥」。”

“相反，AIOps代表著AI技術在IT運營體系中的具體應用。只有將所有應用場景聯系起來，我們才能實現AIOps承諾的知識共享與運營自動化效果。而這，要求IT部門不僅深刻理解企業的當前成熟度，同時也對AIOps在未來12個月內的發展效能與可行目標保持理智判斷。”

建立起全面的AIOps實施體系

盡管充滿挑戰，但AI咨詢廠商Pardoe Ventures公司創始人兼執行董事Andy Pardoe教授認為，立足整體設計出全面的AIOps實施方法將成為成功的關鍵。“對于擁有多個彼此獨立的數據科學團隊的大型企業組織而言，各團隊可能會獨立定義不同的AIOps方法，最終導致高管團隊很難推廣一套統一的跨部門標準化體系。因此，企業需要盡快制定一份正確的定義時間表，并在確定各數據科學團隊已經完成對AI開發方法的標準化統一，之后才實際進行AIOps投資。”

Gualtieri認為，企業應該在采購AIOps解決方案之前進行盡職調查，并深入剖析供應商使用機器學習等技術的具體方式，避免被那些以熱門技術詞匯為噱頭的無良商家所欺騙。

團隊需要克服的最終挑戰，在于如何將AIOps平臺同多種數據源集成起來，保證將日志文件、數據庫統計信息乃至客戶事件報告全部涵蓋于其中。BCS特許機構IT協會研究員兼軟件測試特別興趣小組組長Adam Leon Smith表示，“只有保證可訪問數據的極大豐富，AIOps系統才能爆發出真正的力量。”

只有投入必要時間，深入研究AIOps實質、業務需求以及現有體系的成熟度，企業才能釋放出AIOps中的全部功能與潛力。雖然絕非易事，但只要跨過這道難關，AIOps技術確能帶來難以估量的敏捷性與靈活性優勢——而這一切，都將成為企業在新時代下激烈市場競爭中脫穎而出的重要支柱。