AIOps | 不是所有公司都玩得转AI，而AIOps，你行的！

Posted 2021-04-24 IT运营公社

AI这个词已经被玩坏了，很多公司都声称自己在做AI，但其实并没有。不过有另外一种新兴的AI，各种类型的IT企业倒是可以尝试，而且完全不需要人工参与。

AIOps正在广泛应用于IT大数据和业务大数据分析领域，为企业提供极具价值的业务洞察能力。据Gartner分析师最新预测，到了2022年，部署AIOps平台的大型企业数量将从如今的不足5%，迅速提升到40％左右，而这些企业会把AIOps用于业务运营和IT运维，以取代如今的运维监控、管理工具和自动化运维产品。　　

AIOps，是基于算法的IT运维（Algorithmic IT Operations），是由Gartner定义的新类别，源自业界之前所说的ITOA（IT Operations and Analytics）。我们已经到达了这样的一个时代，数据科学和算法正在被用于自动化传统的IT运维任务和流程。算法被集成到工具里，帮助企业进一步简化运维工作，把人类从耗时又容易出错的流程中解放出来。人们不再需要在遗留的管理系统中定义和管理无穷无尽的规则和过滤器。

为了更好地理解AIOps和AI的区别，我们需要从头说起。

AI的简史

AI一词用于描述机器（或软件）模拟人类认知的过程。也就说，机器学习像人类一样思考。40年代，Alan Turing掀起了AI热潮，但受限于计算机的计算能力，也只发展到今天的这个阶段。

问题是，我们为什么要让机器模仿人类？而为什么有些AI应用程序会比其他的更成功？发展AI的目的在于解决人类的问题，所以我们会看到像自动驾驶汽车、行为分析这类复杂的解决方案。

话说回来，IT运维环境有一些不一样的地方。它们不会直接管理人类，它们与应用程序和基础设施打交道。而且它们可能更加复杂和不可预测，因为它们不是人类。

人类思维与机器思维

AIOps的不同之处在这里体现出来。AIOps的解决方案专注于解决问题，而且是通过使用基于算法的技术来高度模仿人类（而且以更快的速度和更大的规模）。算法的效率提升了 AIOps的价值，而相对于人类的智慧——虽然是无限的，但不如机器来得高效。

当然，人类也能进行高效的IT运维。AIOps的目的是为了让我们的生活变得更美好，但是当人类与AIOps参合在一起，它们之间的界限就会变得模糊。高级的AIOps会使用神经网络技术，它会向运维人员学习，然后尝试消除无聊的重复性劳动。

前行之路

未来几年，数字化系统的运行效能对企业核心竞争力的影响越来越大，CIO所领导的IT部门在运营中所扮演的角色也越来越重要。然而，随着系统规模和复杂度呈指数级增长，IT人员解决问题的能力不会有太大的变化。要让IT摆脱传统运维工作的束缚，就需要运用AIOps智能运维平台来有效承担基础运维的种种责任。

在AIOps的帮助之下，IT人员可以从繁琐的常规工作中得到彻底的释放，专注于对企业发展更有价值的工作：业务和用户体验，让IT真正走向运营。

*声明：推送内容与图片均源自公开互联网，部分内容会有所改动，侵删。