可以肯定的是，AIOps已經(jīng)成為當(dāng)今流行的術(shù)語之一。嚴(yán)格來說，它是指使用人工智能來協(xié)助IT運營。從另一個意義上來說，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)施提升到一個全新的水平。在一次網(wǎng)絡(luò)研討會中，行業(yè)專家討論了以下主題：
什么是AIOps? 如何開始使用AIOps? 面臨的挑戰(zhàn)是什么?如何解決這些問題? AIOps的未來是什么?未來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)專家對這些主題進行了分析和探討。
什么是AIOps?
Siddiquiu：“我認(rèn)為AIOps的字面意思是‘用于運營的人工智能’。人工智能實際上是計算機科學(xué)的一個分支，專注于機器模式識別和統(tǒng)計技術(shù)來分析其環(huán)境，因此在AIOps的案例中，它將分析IT運營環(huán)境。而且我要說的是，要不斷提供場景信息，AIOps將能夠在事情發(fā)生之前看到它們。而這確實是一項關(guān)鍵技術(shù)，確實推動了ITOps的數(shù)字化轉(zhuǎn)型?！?/p>
Bloomberg：“實際上，無論這個術(shù)語是好是壞，它都是Gartner公司提出的一個術(shù)語。它最初是指用于運營的算法基礎(chǔ)設(shè)施，而沒有人知道它們的含義，并且根本沒有任何意義。
但是它并沒有流行起來，所以他們很快就改變了其說法，并說：‘每個人都認(rèn)為AIOps意味著人工智能，所以這就是我們一直以來認(rèn)為的真正含義，并且是用于運營的人工智能’。但是正因如此，這確實是Gartner公司所做出的努力。該公司還創(chuàng)建IT運營管理(ITOM)這個術(shù)語，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)運營業(yè)務(wù)的更大事情?
Bloomberg：“我想說的是這可能是一個間接的情況，因為當(dāng)今的現(xiàn)代數(shù)字企業(yè)是軟件授權(quán)的。因此，對于開展數(shù)字化轉(zhuǎn)型的組織來說，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行，并且功能強大并且能夠滿足業(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，所以從這個意義上來說，AIOps將為此提供支持?jǐn)?shù)字企業(yè)的愿景，但實際上仍與IT運營有關(guān)。”
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，最好是一兩個用例，然后將企業(yè)的團隊吸引到合適的供應(yīng)商那里，以解決這些特定用例，并確實有一些主要目標(biāo)告訴企業(yè)是否成功。所以這是我想說的關(guān)鍵事情之一，不僅僅是評估，還要知道能夠在哪里結(jié)束?成功的標(biāo)準(zhǔn)是什么?”
有什么實際的例子可以證明這一點呢?
Siddiqui：“因此，從ITOps的角度來看，異常檢測將是用例之一。從用例的角度來看，真正含義是不想人工設(shè)置閾值或進行基準(zhǔn)確定，這是工作人員想通過系統(tǒng)學(xué)習(xí)來減少噪音，需要自學(xué)和自我糾正然后解決問題的東西。通過系統(tǒng)學(xué)習(xí)并進行異常檢測，然后不僅告訴出現(xiàn)的異常，還要告訴將如何解決問題?！?/p>
Bloomberg：“重要的是要了解，在企業(yè)運營環(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。”
需要記住，從首席信息官的角度來看，他們不僅擁有很多工具，而且已經(jīng)在很多工具上花費更多費用，因此引進新工具必須有真正的成本理由。所以實際上有兩種方法，一種是需要淘汰一個或多個老舊工具，因為它們不再滿足業(yè)務(wù)需要，或者不再支持它。
另外，填補空白可能是將AIOps引入組織的最常見方法，而經(jīng)常出現(xiàn)的問題是事件過多的問題。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題，或者僅代表一些小問題，或者可能是關(guān)于同一問題的多個通知，然后企業(yè)最終遇到了這樣的情況，即運營人員每小時看到數(shù)十個問題，而每天的事件數(shù)將會激增。
AIOps特別擅長解決該問題，識別那些異常，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)帶來額外的好處，以幫助其應(yīng)對事件風(fēng)暴?！?/p>
部署AIOps有哪些挑戰(zhàn)，企業(yè)如何應(yīng)對這些挑戰(zhàn)?
Siddiqui：“部署AIOps的挑戰(zhàn)是不要忘記平衡。當(dāng)企業(yè)繼續(xù)進行AIOps之旅時，必須考慮所有三個方面：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，這實際上是將企業(yè)的業(yè)務(wù)重塑為技術(shù)驅(qū)動型業(yè)務(wù)。因此，重點實際上是敏捷性，并以客戶為中心。
我認(rèn)為，業(yè)務(wù)成果必須是最重要的。無論是敏捷性還是客戶體驗，改善客戶體驗，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)集的見解特別有用。對于任何在日常業(yè)務(wù)中處理大數(shù)據(jù)集的企業(yè)來說，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，‘我們將提供AIOps技術(shù)，而無需指派數(shù)據(jù)科學(xué)家來處理AIOps技術(shù)。'企業(yè)可以分配運營人員以及負(fù)責(zé)運營環(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可以檢測到的異常，可能只是某些系統(tǒng)內(nèi)存不足或某種運營異常。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的未來是什么，企業(yè)如何為這一未來做準(zhǔn)備?
Siddiqui：“因此，如果展望一下AIOps的未來，我認(rèn)為在未來幾年中，將會有太多數(shù)據(jù)帶來的影響。因此，企業(yè)需要開箱即用的機器學(xué)習(xí)功能，可以從大量數(shù)據(jù)中洞悉數(shù)據(jù)，無論是日志、事件、指標(biāo)，都無關(guān)緊要，然后另一件事是加強IT運營和開發(fā)人，這種緊密的聯(lián)系將進一步推動一些AIOps的需求。
因此，企業(yè)必須有明確的投資回報率，并且工具整合可能會改善客戶體驗。因此，AIOps不僅有助于提高運營效率，而且有助于實現(xiàn)數(shù)字化轉(zhuǎn)型。
因此，我對未來幾年的發(fā)展很樂觀，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，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的唯一原因是因為人工智能是新興技術(shù)。再過幾年的時間，所有運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，那么人工智能運營將只是運營管理，而不再認(rèn)為它是一個獨特的類別。
但是，在企業(yè)基礎(chǔ)設(shè)施環(huán)境中發(fā)生這種情況有兩個主要驅(qū)動因素。其中之一是，當(dāng)我們觀察正在發(fā)生的大范圍變化時，正在轉(zhuǎn)向一種稱之為云原生計算的模型，我們在其中將云計算的最佳實踐用于所有企業(yè)IT，包括混合IT。
此外，該環(huán)境也是非常動態(tài)的。這是容器世界(Kubernetes)帶給傳統(tǒng)虛擬機的功能之一，它是一種非常動態(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 將會生成大量數(shù)據(jù)，根本沒有辦法人工管理這種環(huán)境，而必須使其自動化。所有這些趨勢都不會停止，而且AIOps將在未來變得越來越重要，并且將無處不在。”
下載文檔
