什麼是 AIOps？

智慧型運維AIOPS平台經常使用大資料、機器學習和視覺化來提高IT運維效率。 企業基礎架構和運營領導者應盡早開始部署 AIOPS 平台，優化當前的效能分析，並在未來兩到五年內擴充套件到 IT 服務管理和自動化領域。

AIOps平台是乙個結合大資料和機器學習功能的軟體系統，主要對IT系統持續產生的資料量、型別、速度進行採集分析，以支援IT運維的主要功能。 該平台支援同時使用多個資料來源、資料收集方法、資料分析和呈現技術。

AIOps可以應用於廣泛的IT運維流程和場景，包括效能分析、異常檢測、事件關聯分析、IT服務管理、自動化等。

核心功能包括：

從各種資料來源中提取資料。

對提取的資料進行實時分析。

儲存資料的歷史分析。

提供資料訪問介面。

儲存獲取的資料。

使用機器學習技術。

根據分析結果啟動操作。

AIOps 在企業中越來越佔主導地位，一些成熟的組織已經在使用該技術來支援企業領導者的決策。

根據Gartner的最新解釋，AIOPS智慧型運維是指將大資料與機器學習能力相結合，通過松耦合和擴充套件，從數量、品種、速度三個維度提取和分析不斷增長的IT資料，從而為IT運維管理產品提供支援。

自運維發展以來，運維已從人工運維、流程標準化運維、平台化自動化運維向DevOps轉變。 近年來，OPS與大資料和AI融合，擴充套件到DataOPS和AIOPS。 這是歷史的必然，也將給企業的IT運維帶來極高的效率，為企業帶來極高的效率。

AIOps 意味著更高的效率、更低的成本和更短的解決時間。

與傳統運維工具相比，AIOPS優勢明顯：傳統運維工具的指標採集維度過於簡單，在判斷故障時會用到大量的運維指標進行排查，會造成時間浪費，而傳統運維資料更依賴專家經驗。

AIOPS可以通過底層大資料平台進行分析，通過AI技術的充分學習和判斷，可以直接追蹤和減少告警，並在第一時間向運維人員展示故障的根本原因和位置，大大提高了工作效率和處理故障的時間。

早在 2016 年，知名 IT 研究機構 Gartner 就在其詞庫中新增了 AIOPS 一詞，AIOPS 是 Algorithmic IT Operations 的縮寫，字面理解為一種基於演算法的運維方法。 例如，國內最好的AIOPS廠商有聽雲，它擁有國內領先的資料採集能力，並一直被Gartner推薦為AIOPS領域的關鍵服務商。

虛假招聘碧石科技被視為外包行業，無所不能。

智慧型運維是數位化運維新能力，是數位化轉型的必備能力。 與傳統運維模式相比，智慧型運維可以在四個方面提公升效能：

運維資料治理。 高效能實時處理資料平台廣泛採集、處理、分析數位化業務運營過程中的多樣化運維資料，包括告警、指標、日誌、配置、運維工單等，不僅提公升運維大資料治理能力，優化資料質量，也為進一步啟用運維資料價值奠定了良好的基礎。

業務數位化風險。 這樣一來，運維人員不僅可以提公升歷史運維資料的分析能力，還可以對實時資料進行異常檢測和問題預測，有效降低數位化業務的運營風險，提高可用性和穩定性。

O&M人工成本。 真正意義上的定位根源，減少對專業運維人員經驗和技能的依賴，快速縮短故障排除時間，有效降低人工成本;

業務方面的影響力。 從業務角度出發，我們可以通過多樣化的資料來提公升運營分析和決策能力，如業務交易狀態的端到端分析，為業務和客服部門提供及時的反饋和決策支援依據，充分提公升業務影響力。

可以看出，基於AIOPS的管理方式顛覆了監控運維的底層技術。 傳統的 IT 運營管理工具更側重於事件（即警報）、配置和效能，而 AIOPS 更側重於問題、分析和效能。

隨著人工智慧時代的到來，IT技術的重要性越來越凸顯，運維也進入了運維的新時代，即AIOPS。 通過近年來的技術投入和實踐，AIOps在效率提公升、可用性保障、成本優化等運維場景取得了顯著成效。 與傳統運維工具相比，AIOps具有明顯的優勢：

傳統運維工具的指標採集維度過於簡單，在判斷故障時會用到大量的運維指標進行排查，會造成時間浪費，而傳統的運維資料更依賴專家經驗AIOPS可以通過底層大資料平台進行分析，通過AI技術的充分學習和判斷，可以直接追蹤和減少告警，並在第一時間向運維人員展示故障的根本原因和位置，大大提高了工作效率和處理故障的時間。 AIOPS的優勢很多，具體優勢和功能可以諮詢專業公司，比如目前在國內從事應用效能管理（APM）和使用者體驗優化的第三方測試服務商聽雲，業務現已覆蓋**、金融、運營商、網際網絡、航空、能源電力、工業製造、 教育等，為上千家知名企業提供服務，贏得廣泛的信任和認可。

的確，我聽說有些人擔心和誤解。

事實上，AIops平台出現並蓬勃發展的主要驅動力是企業IT系統中的資料量越來越大，企業結構也越來越複雜，依靠簡單運維工程師的經驗和人工判斷，難以應對無休止的運維問題。 傳統的運維監控軟體可以顯示運維資料，但不能提供分析和處置建議，跟不上故障排除的要求。

借助AI的應用，可以更好地分析超敏感資料的運維，或提供疑似根本原因的位置，或提供異常預警，使用Rotchaibi AIOPS系統，MTTR（平均故障排除時間）可從數小時縮短至分鐘，故障排除經驗也可作為現有知識儲存，供他人參考。

因此，在AIOPS之後，一名運維工程師管理N個應用和裝置即使裝置增加到 100N，也可以由一名工程師管理，而不是按等比例增加到 100 名運維工程師。 這就是技術進步的意義所在。

AIOps是近兩年人工智慧和機器學習對IT運營最直接的影響，即人工智慧IT運營平台。 它包含了一系列技術能力，非常廣泛，可以認為IT運營管理下的所有大資料和人工智慧以及機器學習技術都是AIOPS技術。 這些技術可以大大增強傳統的 IT 運營能力，包括服務台、自動化和監控方面的增強。

從目前的實踐來看，AIOPS還處於早期階段，一些應用還沒有完全上線，但也有積極的嘗試，比如監控效能管理中的動態基線智慧型告警。 應用需要基於強大的大資料能力。 我看到博瑞資料提到了他們的動態基線，可以智慧型地告警，減少誤報。

AIOPS技術平台是乙個軟體系統，它結合了大資料和機器學習或深度學習功能，以增強和部分取代廣泛的IT運營流程和任務。

這個問題來自 2018 年。 經過兩年的發展，智慧型運維AIops已經比以前更加成熟，成熟的案例還有很多。

例如，IT運維工程師每天都會遇到風暴警報。

在休息期間被無數的警報通知打斷是很煩人的。 在AIOPS中，告警收斂功能允許您將原來基於指標閾值設定的告警簡訊進行聚合和收斂，並且只通知您最重要的問題。 這大大降低了工程師被“滴”簡訊或微信通知騷擾的頻率，還可以幫助工程師更快地確定問題，而不會被淹沒在大量無效訊息中。