什么是 AIOps？

在复杂的现代 IT 环境中，AIOps 利用人工智能简化 IT 运营管理并加速和自动完成问题解决过程。

AIOps（即人工智能 IT 运营）是应用人工智能 (AI) 来改进 IT 运营的方法。具体而言，AIOps 使用大数据、分析和机器学习功能来执行以下操作：

通过将多个单独的手动 IT 运营工具替换为单一的智能自动化 IT 运营平台，AIOps 使 IT 运营团队能够更快地作出响应，甚至主动处理慢速和中断事件，从而大幅减少工作量。

它可以缩小下面两大对立面之间的差距：一方面是日益多样化、动态且难以监控的 IT 环境，另一方面是用户对应用程序性能和可用性几乎或根本无中断的期望。大多数专家都认为 AIOps 是 IT 运营管理的未来。

为何需要 AIOps？

如今，大多数组织都在经历转型，从包含独立静态物理系统的传统基础架构转向包含本地环境、托管云环境、私有云环境和公有云环境的动态组合基础架构，后者是在虚拟化或软件定义的资源（用于不断扩展和重新配置）上运行。

这些环境中的应用程序和系统将会产生海量的数据，而且数据量还在不断增长。事实上，Gartner 估计，与原有基础架构相比，一般企业 IT 基础架构每年会产生 2 至 3 倍的 IT 运营数据。

基于领域的传统 IT 管理解决方案无法跟上数据量增长的步伐。它们无法智能地从如此大量的相关数据中筛选出重要事件。它们也无法将来自不同但相互依赖的环境的数据关联。它们无法提供实时洞察和预测性分析，以便让 IT 运营团队快速响应问题，满足用户和客户对服务级别的期望。

走进 AIOps，它可以直观呈现所有环境的性能数据和依赖关系，分析数据以提取与慢速或中断情况相关的重要事件，并自动提醒 IT 人员关注问题、根本原因及建议的解决方案。

了解 AIOps 工作方式的最简便方法是查看每一种 AIOps 组件技术（包括大数据、机器学习和自动化）在这个流程中起到的作用。

AIOps 利用大数据平台将孤岛式 IT 运营数据汇总在一处。这些数据包含：

然后，AIOps 会应用重点分析和机器学习功能：

从“噪声”中分离重要事件警报：AIOps 利用规则应用和模式匹配等分析功能来梳理 IT 运营数据，并将信号（即重要的异常事件警报）与噪声（其他数据）分离。
确定根本原因并提出解决方案：借助特定于行业或环境的算法，AIOps 可将异常事件与环境中的其他事件数据相关联，以确定中断或性能问题的原因，并建议补救措施。
自动响应，包括实时主动解决：AIOps 至少可以自动将警报和建议的解决方案传送给相应的 IT 团队，甚至可以根据问题的性质和解决方案来组建响应团队。在许多情况下，它可以处理机器学习的结果，触发自动系统响应，甚至是在用户意识到问题之前实时解决问题。
不断学习，改进未来问题的处理：根据分析结果，机器学习功能可更改算法或创建新算法，以尽早识别问题并推荐更有效的解决方案。 AI 模型还可帮助系统了解和适应环境的变化，例如 DevOps 团队提供或重新配置的新基础架构。

AIOps 的关键优势在于，它可以让 IT 运营人员识别、处理和解决慢速和中断事件，而且速度比在多个 IT 运营工具提供的警报中手动筛选更快。因此，它具有以下几个特定优势：

缩短了平均解决时间 (MTTR)：通过消除 IT 运营中的噪声并将多个 IT 环境中的运营数据相关联，AIOps 可以比人工操作更快、更准确地确定根本原因并提出解决方案。因此，组织可以设立并实现以前无法想象的 MTTR 目标。例如，电信运营商 Nextel Brazil 可以使用 AIOps 将事件响应时间从 30 分钟减少到 5 分钟以内。
从被动管理到主动管理再到预测管理：由于不断学习，AIOps 更加擅长识别与较紧急情况相关的不太紧急的警报或信号。换言之，它可以提供预测性警报，让 IT 团队提前解决潜在问题，从而避免导致慢速或中断事件。
实现 IT 运营和 IT 运营团队现代化：AIOps 运营团队仅接收满足特定服务级别阈值或参数的警报，从而免受每个环境所产生的大量警报的轰炸，同时还会补全必要的背景信息，以便做出最佳诊断并采取最快且最佳的补救措施。 AIOps 学习越多且自动化程度越高，越能帮助在减少人力投入的情况下“保持警戒”，从而让 IT 运营团队集中精力完成能为企业创造更大战略价值的任务。

除了优化 IT 运营外，AIOps 可视性和自动化功能还可以支持和帮助推动其他重要业务和 IT 计划：

数字化转型：数字化转型是导致 IT 复杂性（如多个环境、虚拟化资源、动态基础架构）的原因，而 AIOps 则是专门为此而生。采用合适的 AIOps 解决方案，组织便可以更灵活地根据战略业务目标实现转型，而不必担心 IT 运营负担。
云应用/迁移：对于大多数组织而言，云应用是一个循序渐进的过程，而不是一蹴而就，这会导致混合多云环境（私有云、公有云、多个提供商），并且存在多种相互依赖关系，而这些关系变换得太快太频繁，难以记录。通过直观呈现此类相互依赖关系，AIOps 可以大幅降低云迁移和混合云方法的运营风险。
DevOps 应用：DevOps 赋能开发团队提供和重新配置基础架构以便加速开发，但 IT 部门仍需要管理该基础架构。 AIOps 提供了 IT 部门支持 DevOps 所需的可视性和自动化功能，而无需完成大量额外的管理工作。

IBM Cloud 允许您跨多云架构和现有 IT 进行构建和部署。IBM 的 AIOps 解决方案提供了所有环境的集中式可视性，使 IT 运营效率迈上新的台阶，从而让您的运营团队能更快诊断问题并解决事件。

IBM Cloud Pak for Watson AIOps 利用机器学习和自然语言理解，实时关联运营工具链中的结构化和非结构化数据，从而发掘隐藏的洞察并帮助更快识别根本原因。无需使用多个仪表板，Watson AIOps 可以将洞察和建议直接反馈到团队工作流程，从而加快了事件解决速度。

要开始操作，请注册一个 IBMid 并创建 IBM Cloud 帐户。

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。