可以肯定的是，AIOps已經(jīng)成為當(dāng)今流行的術(shù)語(yǔ)之一。嚴(yán)格來(lái)說(shuō)，它是指使用人工智能來(lái)協(xié)助IT運(yùn)營(yíng)。從另一個(gè)意義上來(lái)說(shuō)，它讓人聯(lián)想到利用人工智能將企業(yè)的技術(shù)基礎(chǔ)設(shè)施提升到一個(gè)全新的水平。在一次網(wǎng)絡(luò)研討會(huì)中，行業(yè)專家討論了以下主題：

什么是AIOps？

如何開(kāi)始使用AIOps？

面臨的挑戰(zhàn)是什么？如何解決這些問(wèn)題？

AIOps的未來(lái)是什么？未來(lái)2～3年將何去何從，而企業(yè)現(xiàn)在如何準(zhǔn)備？

BMC Software公司首席產(chǎn)品官Ali Siddiqui和Intellyx公司總裁Jason Bloomberg這兩位AIOps行業(yè)專家對(duì)這些主題進(jìn)行了分析和探討。

什么是AIOps？

Siddiquiu：“我認(rèn)為AIOps的字面意思是‘用于運(yùn)營(yíng)的人工智能’。人工智能實(shí)際上是計(jì)算機(jī)科學(xué)的一個(gè)分支，專注于機(jī)器模式識(shí)別和統(tǒng)計(jì)技術(shù)來(lái)分析其環(huán)境，因此在AIOps的案例中，它將分析IT運(yùn)營(yíng)環(huán)境。而且我要說(shuō)的是，要不斷提供場(chǎng)景信息，AIOps將能夠在事情發(fā)生之前看到它們。而這確實(shí)是一項(xiàng)關(guān)鍵技術(shù)，確實(shí)推動(dòng)了ITOps的數(shù)字化轉(zhuǎn)型。”

Bloomberg：“實(shí)際上，無(wú)論這個(gè)術(shù)語(yǔ)是好是壞，它都是Gartner公司提出的一個(gè)術(shù)語(yǔ)。它最初是指用于運(yùn)營(yíng)的算法基礎(chǔ)設(shè)施，而沒(méi)有人知道它們的含義，并且根本沒(méi)有任何意義。

但是它并沒(méi)有流行起來(lái)，所以他們很快就改變了其說(shuō)法，并說(shuō)：‘每個(gè)人都認(rèn)為AIOps意味著人工智能，所以這就是我們一直以來(lái)認(rèn)為的真正含義，并且是用于運(yùn)營(yíng)的人工智能’。但是正因如此，這確實(shí)是Gartner公司所做出的努力。該公司還創(chuàng)建IT運(yùn)營(yíng)管理（ITOM）這個(gè)術(shù)語(yǔ)，并將其與人工智能技術(shù)以某種方式組合在一起，然后觀察供應(yīng)商對(duì)此怎么做?！?/p>

那么AIOps主要用于IT嗎？還是AIOps可以幫助企業(yè)運(yùn)營(yíng)業(yè)務(wù)的更大事情？

Bloomberg：“我想說(shuō)的是這可能是一個(gè)間接的情況，因?yàn)楫?dāng)今的現(xiàn)代數(shù)字企業(yè)是軟件授權(quán)的。因此，對(duì)于開(kāi)展數(shù)字化轉(zhuǎn)型的組織來(lái)說(shuō)，軟件可以幫助他們與客戶建立聯(lián)系。確保軟件能夠正常運(yùn)行，并且功能強(qiáng)大并且能夠滿足業(yè)務(wù)需求是當(dāng)前業(yè)務(wù)優(yōu)先事項(xiàng)的核心部分，因此業(yè)務(wù)現(xiàn)在與IT一樣令人關(guān)注，所以從這個(gè)意義上來(lái)說(shuō)，AIOps將為此提供支持?jǐn)?shù)字企業(yè)的愿景，但實(shí)際上仍與IT運(yùn)營(yíng)有關(guān)?！?/p>

如果企業(yè)希望加入AIOps，那么首先要做的是什么？

Siddiqui：“因此，在IT組織中，需要選擇其中一些用例，最好是一兩個(gè)用例，然后將企業(yè)的團(tuán)隊(duì)吸引到合適的供應(yīng)商那里，以解決這些特定用例，并確實(shí)有一些主要目標(biāo)告訴企業(yè)是否成功。所以這是我想說(shuō)的關(guān)鍵事情之一，不僅僅是評(píng)估，還要知道能夠在哪里結(jié)束？成功的標(biāo)準(zhǔn)是什么？”

有什么實(shí)際的例子可以證明這一點(diǎn)呢？

Siddiqui：“因此，從ITOps的角度來(lái)看，異常檢測(cè)將是用例之一。從用例的角度來(lái)看，真正含義是不想人工設(shè)置閾值或進(jìn)行基準(zhǔn)確定，這是工作人員想通過(guò)系統(tǒng)學(xué)習(xí)來(lái)減少噪音，需要自學(xué)和自我糾正然后解決問(wèn)題的東西。通過(guò)系統(tǒng)學(xué)習(xí)并進(jìn)行異常檢測(cè)，然后不僅告訴出現(xiàn)的異常，還要告訴將如何解決問(wèn)題?！?/p>

Bloomberg：“重要的是要了解，在企業(yè)運(yùn)營(yíng)環(huán)境中，已經(jīng)有許多不同的工具，其中一些是較舊的工具，其中一些可能是較新的工具。其中一部分挑戰(zhàn)在于我們擁有這些不同的工具?！?/p>

需要記住，從首席信息官的角度來(lái)看，他們不僅擁有很多工具，而且已經(jīng)在很多工具上花費(fèi)更多費(fèi)用，因此引進(jìn)新工具必須有真正的成本理由。所以實(shí)際上有兩種方法，一種是需要淘汰一個(gè)或多個(gè)老舊工具，因?yàn)樗鼈儾辉贊M足業(yè)務(wù)需要，或者不再支持它。

另外，填補(bǔ)空白可能是將AIOps引入組織的最常見(jiàn)方法，而經(jīng)常出現(xiàn)的問(wèn)題是事件過(guò)多的問(wèn)題。較舊的AIOps技術(shù)將始終產(chǎn)生事件，這些事件可能代表真正的問(wèn)題，或者僅代表一些小問(wèn)題，或者可能是關(guān)于同一問(wèn)題的多個(gè)通知，然后企業(yè)最終遇到了這樣的情況，即運(yùn)營(yíng)人員每小時(shí)看到數(shù)十個(gè)問(wèn)題，而每天的事件數(shù)將會(huì)激增。

AIOps特別擅長(zhǎng)解決該問(wèn)題，識(shí)別那些異常，因此需要注意的那些奇異事件。它有助于減少次要事件的影響。AIOps也善于結(jié)合相關(guān)事件……一旦有了AIOps，這些事件現(xiàn)在將為企業(yè)帶來(lái)額外的好處，以幫助其應(yīng)對(duì)事件風(fēng)暴。”

部署AIOps有哪些挑戰(zhàn)，企業(yè)如何應(yīng)對(duì)這些挑戰(zhàn)？

Siddiqui：“部署AIOps的挑戰(zhàn)是不要忘記平衡。當(dāng)企業(yè)繼續(xù)進(jìn)行AIOps之旅時(shí)，必須考慮所有三個(gè)方面：人員、流程和工具。而且現(xiàn)在供應(yīng)商中都有一些非常好的工具。但是人員和流程可能是薄弱環(huán)節(jié)。

歸根結(jié)底，這實(shí)際上是將企業(yè)的業(yè)務(wù)重塑為技術(shù)驅(qū)動(dòng)型業(yè)務(wù)。因此，重點(diǎn)實(shí)際上是敏捷性，并以客戶為中心。

我認(rèn)為，業(yè)務(wù)成果必須是最重要的。無(wú)論是敏捷性還是客戶體驗(yàn)，改善客戶體驗(yàn)，所以這些都至關(guān)重要?！?/p>

Bloomberg：“重要的是要理解，一般而言，AIOps和在AIOps場(chǎng)景中使用人工智能與當(dāng)前在企業(yè)中使用人工智能有關(guān)，但又有所不同。人工智能在企業(yè)中用于提取大數(shù)據(jù)集的見(jiàn)解特別有用。對(duì)于任何在日常業(yè)務(wù)中處理大數(shù)據(jù)集的企業(yè)來(lái)說(shuō)，這可能都是適用的。

因此，這是AIOps供應(yīng)商介入的地方。他們說(shuō)，‘我們將提供AIOps技術(shù)，而無(wú)需指派數(shù)據(jù)科學(xué)家來(lái)處理AIOps技術(shù)?！髽I(yè)可以分配運(yùn)營(yíng)人員以及負(fù)責(zé)運(yùn)營(yíng)環(huán)境的其他人員。

故事的另一部分是AIOps故事的安全性部分。AIOps可以檢測(cè)到的異常，可能只是某些系統(tǒng)內(nèi)存不足或某種運(yùn)營(yíng)異常。但通常這是某種網(wǎng)絡(luò)安全異常。這表明正在發(fā)生某種攻擊?！?/p>

AIOps的未來(lái)是什么，企業(yè)如何為這一未來(lái)做準(zhǔn)備？

Siddiqui：“因此，如果展望一下AIOps的未來(lái)，我認(rèn)為在未來(lái)幾年中，將會(huì)有太多數(shù)據(jù)帶來(lái)的影響。因此，企業(yè)需要開(kāi)箱即用的機(jī)器學(xué)習(xí)功能，可以從大量數(shù)據(jù)中洞悉數(shù)據(jù)，無(wú)論是日志、事件、指標(biāo)，都無(wú)關(guān)緊要，然后另一件事是加強(qiáng)IT運(yùn)營(yíng)和開(kāi)發(fā)人，這種緊密的聯(lián)系將進(jìn)一步推動(dòng)一些AIOps的需求。

因此，企業(yè)必須有明確的投資回報(bào)率，并且工具整合可能會(huì)改善客戶體驗(yàn)。因此，AIOps不僅有助于提高運(yùn)營(yíng)效率，而且有助于實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。

因此，我對(duì)未來(lái)幾年的發(fā)展很樂(lè)觀，那就是自主數(shù)字企業(yè)之旅和ITOps緊密合作以找出業(yè)務(wù)成果。也就是說(shuō)，供應(yīng)商正在制造易于使用的工具。

我們有很多客戶，他們中的許多人仍然是混合型的，這意味著他們正在向云端轉(zhuǎn)移，旅程還沒(méi)有結(jié)束。這就意味著有內(nèi)部部署的要求。即使是我們的BMC AMI AIOps套件，特別是剛剛推出的AMI Operational Insight產(chǎn)品，它確實(shí)可以在內(nèi)部部署設(shè)施中工作?！?/p>

Bloomberg： “我們現(xiàn)在談?wù)揂IOps的唯一原因是因?yàn)槿斯ぶ悄苁切屡d技術(shù)。再過(guò)幾年的時(shí)間，所有運(yùn)維管理都將具有人工智能能力。如果所有東西都是人工智能授權(quán)的，那么人工智能運(yùn)營(yíng)將只是運(yùn)營(yíng)管理，而不再認(rèn)為它是一個(gè)獨(dú)特的類別。

但是，在企業(yè)基礎(chǔ)設(shè)施環(huán)境中發(fā)生這種情況有兩個(gè)主要驅(qū)動(dòng)因素。其中之一是，當(dāng)我們觀察正在發(fā)生的大范圍變化時(shí)，正在轉(zhuǎn)向一種稱之為云原生計(jì)算的模型，我們?cè)谄渲袑?a href="http://m.brongaenegriffin.com/v/tag/475/" target="_blank">云計(jì)算的最佳實(shí)踐用于所有企業(yè)IT，包括混合IT。

此外，該環(huán)境也是非常動(dòng)態(tài)的。這是容器世界（Kubernetes）帶給傳統(tǒng)虛擬機(jī)的功能之一，它是一種非常動(dòng)態(tài)的企業(yè)基礎(chǔ)設(shè)施環(huán)境。當(dāng)企業(yè)擁有這樣的環(huán)境時(shí) 將會(huì)生成大量數(shù)據(jù)，根本沒(méi)有辦法人工管理這種環(huán)境，而必須使其自動(dòng)化。所有這些趨勢(shì)都不會(huì)停止，而且AIOps將在未來(lái)變得越來(lái)越重要，并且將無(wú)處不在。”