所谓IT运维，本质上是对网络、服务器、服务的生命周期各个阶段的运营与维护，关键词是“稳定”“安全”“可靠”。随着企业的发展，对IT运维的要求会越来越高，IT运维往往会经历四个阶段——全人工运维、工具化运维、平台运维、自动化运维，发展的特征为从依赖人到不依赖人，从故障后处理到故障前规避。在自动化运维的基础上，进一步衍生出了“智能运维”。智能运维（AIOps）这一词条最早在2016年出现在著名IT研究机构Gartner的词库当中，“AIOps”这一首字母缩略词展开为Algorithmic IT Operations，按字面意思理解即基于算法的运维方式。Gartner对AIOps的定义是：“AIOps平台利用大数据，现代机器学习和其他高级分析技术，以主动、个性化和动态的见解直接或间接地增强IT操作（监视，自动化和服务台）的功能。AIOps平台允许并发使用多个数据源，数据收集方法，分析（实时和深度）技术以及表示技术。”然而随着近年来人工智能（AI）火热，尽管算法毫无疑问是智能运维市场形成的基础，但为了更好地反映社会对AI概念的接受和对其未来发展的不断增长的投资，Gartner又赋予了AIOps一个更贴切的诠释——Artificial Intelligence for IT Operations，即人工智能IT运维。数字化转型可以说是近几年来最火热的社会议题之一，根据国务院发展研究中心的定义，数字化转型是指利用新一代信息技术，构建数据采集、传输、存储、处理和反馈的闭环，打通不同层级与不同行业间的数据壁垒，提高行业整体的运行效率，构建全新的数字经济体系。数字化转型应用将使IT系统快速迭代、优化生产过程、延伸产业链长度、扩展服务环节，为传统产业带来众多价值。计算机和互联网的应用，极大地提高了了人类的生产力，过去的十来年，在5G、AI、云计算和大数据的狂飙突进创造了数字化转型机遇的同时，也使得运维工作的重要性更加凸显，没有一个“稳定”“安全”“可靠”的IT基础环境，数字化就是空谈。在网络上多处可见有运维从业者如是说：“这是最好的时代，也是最坏的时代”，一方面运维不再是一家企业的边缘部门，另一方面业务数据量、复杂度的增加也使得运维难度陡然上升。AIOps的出现解决了这一问题。从企业角度看，相比一般的自动化运维，AIOps可使IT运维部门能够更快地识别、分析和解决系统工作异常和中断问题，而不是通过手动筛选来自多个IT运维工具的警报。这带来了几个可以提升生产力的关键好处：更快的平均修复时间（MTTR）、更低的运维成本、更高的可观察性和协作性，如此企业就可以做到从被动管理到主动管理再到预测性管理。从运维从业人员来看，一方面AIOps减轻了劳动强度，简化了工作流程；另一方面AIOps是一套复杂的人工智能解决方案，其落地需要有经验的传统运维人员深度参与，例如数据标注、AIOps平台部署等专业化、差异化显著的环节。“Operations”的意思除了“运维”外，还有“运营”，在数字化经营环境下，智能运维的价值不再局限于运维本身保障企业IT环节的稳定这么简单，甚至也不仅限于IT领域。在AIOps之前出现的DevOps（Development和Operations的组合）就是企业为了更高效地交付业务而提出的将开发与运维相结合的概念。随着数字化转型的不断加深，企业运营中的各类数据会越来越多的，一旦出现问题，用人工排查的方式显然会导致效率低下。AIOps的应用可以帮助企业洞察业务拓展和内部管理中存在的问题，以业务为导向地进行运营分析和决策，帮助企业提高经营质量和管理水平。简而言之，在数字化时代，智慧运营更加强调成本优化和价值提升，是智能运维发展的终极形态。
加载中,请稍侯......