AIOps方兴未艾，Micro Focus ITOA助您成为IT运维达人

Posted 2021-04-24 MicroFocus

AIOps是一项新兴技术，它有望帮助IT和数据中心团队应对基础架构环境中日益复杂的问题，它的最终目标是确保应用程序性能优化。在本篇文章中，您将会了解到两位业内大咖对AIOps的看法和观点，比如为什么AIOps很重要，AIOps能够为IT运维提供什么。

感

你

Part 1

你

企业为何倚重AIOps？

企业应该怎样运用AIOps才能成功？

——Michael Allen

软件智能公司Dynatrace副总裁兼EMEA首席技术官

在过去几年里，公司一直在快速地向动态的混合云环境过渡，以满足交付新产品的持续需求。然而，尽管云提供了企业渴望的敏捷性，但混合云环境不断变化的特性使IT团队面临着前所未有的复杂性。

过去的两年中，IT团队从新兴的AIOps工具市场中发现了希望。这种新型解决方案使用人工智能，以前所未有的速度来分析和分类监控数据，帮助IT团队处理源源不断的警报，排除干扰，确定需要优先处理的问题。

然而，AIOps并非灵丹妙药，如果它变成企业依赖的一系列监控工具中的又一个小齿轮，那么企业就有可能无法发挥其潜力。

AIOps工具需要获得数据，并从根本上改变运维技巧；它们需要能够提供精确的确定问题根源的能力，而不仅仅是堆砌需要查看的警报。因此，对于AIOps而言，全面了解IT环境至关重要，这样它就可以使用整个IT堆栈中的绩效指标来获取任何相关数据并根据情况发出警报。

所以，在采用AIOps时，与其他监控功能的集成是关键——这可以确保在可见性方面没有差距，并且可以更快地理解和解决问题。

这种简化IT运维、使组织高效运作的潜力应该是AIOps的最终目标。如果处理得当，AIOps支持的软件智能可以通过自动化业务流程、自动修复和自我修复来提高效率。最终，这可以实现向自主云操作的过渡，在这种情况下，混合云环境可以实时动态调整以优化最终用户性能，而无需人工干预。因此，问题甚至可以在用户意识到之前就得到解决。

这种由AI驱动的自动化将推动下一波数字化浪潮，并真正改变IT运维。当然，这种境界不可能通过将各种监控工具和AIOps解决方案拼凑成一个IT“科学怪人”来实现。企业需要一种全新的、全面的、将应用程序洞察力和云基础架构可见性与数字体验管理和AIOps功能相结合的绩效管理方法。

采用这种方法将有助于实现AIOps的真正愿景，为IT“提供答案”，而不仅仅是提供更多数据。这样一来，IT团队将被解放出来，把更多的时间投入到创新项目中，从而使企业在竞争中脱颖而出。

Part 2

你

AIOps支持自动化监控和管理

——Wes Cooper

Micro FocusIT运营管理，全球产品营销经理

如果没有外部因素的推动，IT团队一般不会改变他们的监控和管理工具。有时，合并和收购产生需求，团队可能会面临导致生产力下降、运行中断和停机的严重整合问题。

但是，如今的行业发生了许多重大变化，企业需要改变IT运维方法。混合IT解决方案日益成为企业的默认选择。因此，越来越多的组织将存储和处理能力转移到云，并在软件定义网络的基础上重建公司网络。

与此同时，从客户体验到物流再到人力资源管理，各种业务功能越来越多地采用物联网（IoT）和基于AI的工具——这需要大量的数据收集和处理。在寻求降低成本和增加业务可证明价值的环境中，IT团队很容易被大规模挑战压倒。

AIOps可以提供能够承受这些现代IT需求压力的解决方案。将大量的运维数据分散在不同的IT生态系统中，会使确定问题的根本原因和补救事件的过程非常缓慢。随着企业越来越多地将云和物联网技术作为其业务的核心部分，企业数据的数量和复杂性将大大增加。

通过在IT管理中实施大数据分析和机器学习，团队可以自动化许多耗时的管理流程，从而释放精力，在真正需要的地方运用他们的专业知识。

当然，团队不能简单地按下开关，然后期望AIOps神奇地接管；只有事先准备好的系统才能被AIOps接管。

◆ 首先，企业数据必须合并到一个数据湖中，以便AIOps能够从所有可用的源数据中推断出结论。

◆ 其次，团队必须考虑其数据的多样性，确保所选择的AIOps解决方案能够解释结构化分析数据(如停留时间)和非结构化交互数据(如语音输入)。

◆ 最后，必须对可用的监控信息(包括系统的本机监控工具)进行仔细评估，以避免遗漏潜在的有价值的信息。

在团队为不同系统使用不同监控工具，并手动弥合它们之间差距的背景下，AIOps可以提供统一的、以业务为中心的，跨多个云、应用程序和网络运行的服务视图。集成它可能需要大量的前期工作，但从长远来看，好处是巨大的。

米

Micro Focus IT运维分析（ITOA）是一款多云事件和性能监控软件，能够关联事件并自动执行任务以减少MTTR(平均修复时间），以此帮助企业更有效地管理其多样化的基础架构。

本文整理自《AIOps in the spotlight》

关注Micro Focus，随时接收前沿信息：

猛戳下方

阅读原文

了解更多信息