[[386132]]

 日益分散、異構且高度動態化的現代IT環境不僅沒有降低監控與管理的難度，反而隨著云計算、容器與微服務技術的普及給各類組織帶來更嚴苛的運營挑戰。面對這一現實難題，IT領導者正轉向AIOps，將人工智能應用于IT運營，希望借此破解IT復雜度提升與傳統監控工具不足的窘境。

根據MarketsandMarkets Research的估計，目前全球IT從業者正大量采購AIOps工具。到2023年，全球AIOps市場將從2018年的25.5億美元增長至110.2億美元，年均復合增長率達34%。而根據《數字企業雜志》(DEJ)2020年5月發布的一項研究，自2018年以來，已經或有意部署AIOps的組織數量增長了83%。"AIOps日益增長的趨勢，代表著未來市場積極的發展信號。"Dennis Drogseth, EMA研究副總裁強調。

AIOps確實做出了令人矚目的承諾，包括在IT問題的檢測、診斷與解決方面帶來速度與精度的本質性提升，借此顯著減少關鍵應用與數字服務的中斷幾率。然而，AIOps的采用與部署本身也成為一種新的難題。

下面，我們一起來看IT決策者應在2021年的AIOps戰略規劃中高度關注的六大趨勢。

趨勢一 AIOps將帶來更多炒作與困擾

與曾在市場上掀起熱議的各類技術術語類似，關于AIOps的定義與理解方式同樣五花八門、各執一詞。根據DEJ的研究，64%的受訪者認為AIOps解決方案的發展前景“令人困惑”。EMA的Drogseth對此表示贊同，認為AIOps仍籠罩在一片迷霧當中。

專家們表示，隨著AIOps的普及，加之每家供應商都擁有自己的方案形式設計與理解。換言之，IT領導者必須從這場混亂的狂歡中找到真正適合自身需求的AIOps產品。

Micro Focus公司產品經理Gary Brandt表示，在為組織選擇正確的AIOps工具時，大家必須投入大量精力做出認真研究與評估。“客戶面臨的核心挑戰，在于分辨出哪些AIOps擁有真正的投資回報與價值、哪些只是跟風炒作。"他說。

Micro Focus公司CTO Lars Rossen則表示，明年AIOps將逐步開始落地，也代表著一部分炒作因素將逐漸幻滅。"有些人誤以為AIOps擁有神奇的力量，能夠解決他們的所有問題——這顯然是不可能的。"

要想對AIOps的具體方法做出正確思考，我們首先得將其理解成過去20年來所建立的IT運營分析技術的延續與擴展。Brandt認為， 無論是監控、事件管理、問題隔離還是自動化，AIOps所改變的是工作「方式」。在這方面，AIOps確實能讓企業做得更好。IT領導者還應了解自己采用AIOps的理由與目標。Brandt提到，“大家到底想在混合IT環境中實現哪些改進?請務必明確具體目標。”

Greenlight Group首席顧問Torrey Jones認為，對于正在評估及實施AIOps的組織而言，最重要的是明確供應商一方如何理解AIOps的核心思路。

相對于AIOps，EMA的Drogseth更喜歡使用“高級IT分析”一詞，因為這里的指代范圍就不再僅僅限于IT運營，同時涵蓋DevOps、IT服務管理、安全運營與業務利益相關方。在他看來，AIOps還不算是傳統意義上的市場，而更多屬于“前景預期”，其中的供應商代表著各種各樣的實現方法。而哪種方法更好，無疑取決于組織的實際需求。

EMA在其最近發布的《AIOps：創新投資指南》中概念了AIOps產品及服務所應遵循的一系列核心標準，包括：

• 吸納來自跨域來源的大量數據

• 訪問關鍵數據類型，例如事件、日志與配置數據

• 自學習能力，借此提供預測性、說明性以及可行性洞見

• 支持廣泛的高級啟發方式

• 可覆蓋并整合多種監控工具

• 支持私有及公有云以及混合/傳統環境

• 支持多種用例

趨勢二 AIOps將為安全工作增添助力

多年以來，AIOps一直展現出增強網絡安全的潛力，而2021年很可能成為潛力轉化為現實的一年。德勤咨詢公司首席云戰略官David Linthicum表示，通過彌合IT運營與安全運營之間的鴻溝，AIOps將進一步提升系統的正常運行時間與可靠性。

例如，通過安全數據可見性，AIOps能夠判斷某些應用程序性能問題并非源自IT故障，而是由針對基礎服務器的網絡攻擊所導致。Linthicum強調，“面對這類特殊情況，我們應該啟動安全流程以實施防御。但在傳統工具方面，這類狀況往往仍被視為正常的性能問題，而很少會與安全威脅聯系起來。”

Linthicum還補充道，這種能力將把運營轉化為第一道安全防線，確保管理者及時關閉受到攻擊的服務器或者已遭入侵的存儲系統。

趨勢三 工具供應商將掀起合并浪潮

隨著AIOps市場的發展，更多廠商涌入其中，淘汰階段也將隨之而來。目前，已經有不少傳統監控工具供應商計劃在現有產品中添加AIOps功能，而實現方式自然是直接收購某些體量較小的AIOps廠商。Linthicum認為，“這將為客戶們帶來更好的AIOps技術。”

作為一種概念及技術類別，AIOps代表著運營運維工具的全面成熟。近年來，傳統運營與CloudOps領域內的大多數供應商開始“將AI引擎整合至自己的工具當中，而且無論能否實際使用，成果都會被稱為AIOps。”

接下來就是初創企業專用的AIOps工具。這類工具在設計之初就考慮到對AI技術的應用。而哪種工具更適用，同樣取決于組織的實際需求。

這類初創工具往往更具創新性，能夠更有效地使用AI技術，且能夠支持云平臺等現代系統。相比之下，經歷過AIOps的原傳統工具比較傾向于支持遺留系統，而且主要服務于那些希望通過單一工具同時管理傳統系統與云系統的IT運營人員。

"當然，二者是互補的，很多企業都在使用這兩種類型來覆蓋一切運營基礎設施。"David Linthicum說。

趨勢四 DevOps專業人士將廣泛接納AIOps

AIOps主要面向IT運營群體，但其吸引力也開始逐步擴展到DevOps團隊，幫助他們通過高級工具監控復雜環境，并據此生成原始、細化且廣泛的可觀察性數據，包括日志、指標與跟蹤等等。

通過將AI與機器學習(ML)算法應用于可觀察及監控數據，AIOps將成為DevOps工具鏈中的一部分，專注于監控并管理測試、性能與安全性等議題。Linthicum認為，這種方法還能夠“通過自動化方式向集成工具及DevOps工程師提供實時反饋。”

標普全球市場情報部門451 Research高級分析師Nancy Gohring表示，在該公司近期對DevOps從業者的調查當中，42%的受訪者將AIOps定義為使用AI及ML技術分析日志、跟蹤與指標的工具。"這與人們定義可觀察性的思路保持一致。因此在DevOps從業者中，AIOps往往與可觀察性之間存在有趣的交集。"

趨勢五 自動化能力將得到擴展

在誕生之初，AIOps產品就一直將自動化視為核心要素，但自動化的具體實現可以借由多種不同形式。雖然AIOps產品目前還沒有完全消除人為干預的需求，但預計這方面問題將在2021年得到顯著改善。

如今，越來越多的產品開始吸納與解決用例或工作流相關問題的自動化功能。Micro Focus的Brandt認為，“現在，我們已經意識到如何通過分析觸發或推動這一進程。因此，我認為自動化將成為AIOps的一大發展趨勢。”

而在Micro Focus的Rossen看來，AIOps在技術本體與企業應用層面有望迎來四項具體自動化升級：

• AIOps自動化的“典型”類別，即大量攝取日志，而后使用ML算法進行分析以檢測與基準不符的異常情況。

• 機器人流程自動化，無需人為干預即可觸發修復程序。

• 分析與關聯拓撲數據，借此查看系統內的連接方式，而后使用此信息發現引發問題的根本原因。

• 自動化，幫助最終用戶通過智能虛擬代理(例如自動化服務臺)直觀解決問題，顯著提升客戶支持的精度與實用度。

德勤的Linthicum也強調了自主修復能力的進步。他強調，某些AIOps已經可以“解決管理或監控系統所發現的問題。”在AIOps系統發現問題后，即會啟動相應進程嘗試將其解決，例如重新啟動服務器或者網絡hub。"目前的主體趨勢，正朝著主動或自我修復型AIOps工具的方向邁進。"David Linthicum 總結道。

趨勢六 集體智能的應用將不斷深化

451 Research的Gohring認為，AIOps當中另一個值得關注的重要趨勢在于“集體智能”，即由AIOps供應商匯總來自客戶的全部監控數據，借此整理出能夠與其他各方共享的總體趨勢。Gohring認為，“他們會分析整個客戶群體的數據，據此制定出基準并提供相應洞見。”

例如，供應商可以查看來自客戶在特定領域中的發展績效指標，并基于集體知識預測其中存在哪些問題。此外，她認為供應商也可以分析客戶對特定問題的解決方法并加以共享，幫助其他客戶在應對同類問題時獲得寶貴啟發。

小結：AIOps將在2021年大放異彩

隨著2021年的到來，IT領導者們有必要運用AIOps應對愈發難以監控的復雜環境。

沒錯，AIOps目前存在嚴重夸大，可能無法滿足供應商做出的過高承諾。但事實證明，這項技術在現實世界中確實能夠為IT運營帶來自動化與精簡支持。

此外，從以上幾大趨勢來看，AIOps技術正在不斷發展完善，覆蓋范圍也開始向DevOps及SecOps等領域擴展。

最終，AIOps將有能力幫助IT團隊完成各類最重要任務與最緊迫的事務，例如與業務效能密切相關的應用程序與數字服務可靠性、穩定性以及正常運行時間。