作者:SalvatoreSalamone

随着AIOps市场的成熟,许多业内人士认为,由于这些平台能够原生获取数据并进行分析,企业将转向AIOps平台作为唯一的监控工具。现代数字企业需要AIOps工具来实现跨IT堆栈的持续洞察。随着需要监控和管理的系统变得越来越复杂分散,且越来越脱离当一切都在本地时提供的严格控制,这种洞察力变得越来越重要。

趋势:IT复杂性加大了对AIOps的需求

特别是,使用基于云的资源使网络管理更具挑战性。随着网络扩展到第三方托管的基础设施即服务云,应用/数据转移到平台即服务(PaaS)和SaaS环境,网络监控和警报工具的可见性出现了差距。

虽然更多的监视和警报功能是很好的,但它们可能会增加IT人员的工作负担。这就是为什么该行业正正在从单独的网络、应用程序和设备监控工具转向被称为IT运营的人工智能,或简称AIOps的原因。

AIOps平台将传统监控工具与流式遥测技术相结合,并使用人工智能对其进行分析。人工智能分析每个数据源,并关联多个异常以自动识别问题,同时还提供如何解决问题的详细信息。因此,如果正确使用AIOps平台,它不仅可以提供对潜在问题的更多可见性,而且还可以消除许多手动故障排除和修复任务。

AIOps解决方案应该自动发现状态数据和业务成果之间的关系。在基于规则的系统中,需要与许多手动系统相同的设置工作量。

监视和管理之间也有区别。工具应该提供洞察力,而不是让用户查看数据,然后整理出正在发生的事情。该工具应该告诉IT经理,有哪些事情需要注意,且AIOps提供自动化,以减少人工干预的时间,并允许更多的时间用于应用程序。

专家观点

这样的系统提供了关于系统背后发生的事情的完整见解,允许IT团队实现运营效率和高可用性,从而使客户满意。

这是Gartner首席分析师PankajPrasad最近举办的战略咨询会议“Gartner对2022年及以后的AIOps展望”的主题。

而普拉萨德表示:“我们发现,很多组织都倾向于AIOps平台。在这一点上,两人指出,AIOps跨越了IT运营的三个领域:

分析指标


AIOps通过分析事件指标、跟踪和拓扑提供实时和历史数据,并管理数据分析、异常检测、性能分析、相关性和上下文化。

参与IT服务管理


IT内部发生了什么,它与最终用户有什么关系?AIOps提供了关于事件、依赖关系和变更的通知,并涵盖了任务自动化、变更风险分析、SD代理性能分析和知识管理。

行为自动化


AIOps支持脚本、运行手册和应用发布自动化。

AIOps发展分析

随着市场的成熟,许多业内人士认为,企业将转向AIOps平台作为唯一的监控工具,因为这些平台能够在本地获取数据并进行分析。这使得它在业务运营的许多方面都是理想选择,包括IT、运维、站点可靠性工程师,甚至SecOps在内的许多团体都很有用。

因此,该市场有望大幅增长。Gartner去年预测,IT运营管理市场的AIOps将从2020年的10亿美元以上,到2025年以每年15%的复合年增长率增长。

AIOps的部分吸引力在于,随着复杂性的增长,它有助于解决问题。公司经常使用多个云,并混合使用多个云服务和遗留系统。它提供了对这些系统状态的深入了解。

此外,大多数公司现在必须支持更多的设备和应用程序。IT人员通常无法跟上大量警报、日志、遥测数据等信息。因此,他们希望AIOps帮助管理IT运营和安全,依靠人工智能和机器学习来帮助整理数据。

趋势:IT复杂性加大了对AIOps的需求

AIOps的承诺不仅仅是帮助IT团队响应宕机和性能问题。也许最大的价值在于使用预测分析来识别和防止即将发生的故障。越来越多的开发者开始采用AIOps。具体来说,DevOps团队已经开始将其用于筹备的早期阶段,以分析开发和预生产环境,降低风险。