AIOps的未来：不是，但是何时？

到2020年，AIOps的采用率将继续快速增长，并且没有放缓的迹象。通过将AI与自动化完美融合，AIOps可以促进IT敏捷性，从而使企业IT领域的变更变得轻松。

传统的孤立IT运营缺乏提供跨域相关企业范围视图的能力，从而导致事件的平均解决时间（MTTR）更长。实际上，最近的一项研究发现，此类情况下的平均MTTR为2.2小时。企业在IT服务中断的每一分钟平均损失72,000美元。换句话说，错误代价高昂。

企业通常需要大约六名员工来解决每个事件。严重依赖人和隐性知识会增加人为错误的风险。随着大量数据流入IT操作系统，企业正努力检测，诊断和解决关键问题，并且无法实现其IT目标。

随着越来越多的人在家工作，COVID-19大流行加剧了这个问题。实际上，《时代》杂志最近认为这是“世界上最大的家庭实验作品”。对于现在正在远程工作的IT专业人员和团队而言，这尤其导致事情做事方式发生了翻天覆地的变化。IT人员协作对事件进行分类的方式正在重新定义，诸如AIOps之类的技术被用于帮助主动管理而不是被动管理。所有这一切的一线希望是，通过被迫适应远程工作的“新常态”，这种情况还将加速采用可以提高弹性的新技术。人们常常只关注效率而损害弹性，但现实是两者之间必须保持平衡。

AIOps的兴起

显然，IT团队需要帮助。分析公司Gartner，Inc的文章。指出，数据的快速增长对于IT Ops加以利用具有挑战性。产生的数据远远超出了人类自身所能应付的范围。企业希望满足客户需求并迅速实施变更，但是他们迫切需要敏捷性。

这种情况恰好适合AI协助将IT Ops转变为AIOps。通过将AI与自动化完美融合，AIOps可以促进IT敏捷性，从而使企业IT领域的变更变得轻松。通过主动和自主的IT运营，AIOps使IT运营团队能够专注于其他具有战略意义的活动，进而转化为业务敏捷性。

Gartner将AIOps定义为大数据和用于自动执行IT Ops流程的机器学习功能的组合。越来越多的企业开始使用AIOps来预防，识别和解决高危停机和其他IT运营问题。通过自主事件解决方案确保关键应用程序的零停机时间，AIOps通过提高业务可用性和效率来帮助将企业的收益风险降至最低。组织可以降低IT成本并最大化利润。

2020年AIOps的采用率将继续快速增长

数据以前所未有的方式继续扩散，并且没有放缓的迹象。实际上，IDC预测，到2025年，全球数据领域将达到175 ZB。对于人类来说，功能或后勤管理的数据太多了，这正是AI和ML的用武之地。AIOps Exchange表示，他们正在研究基于机器学习的工具，以帮助IT运营团队提高生产力。

增长缓慢但稳定

尽管AIOps获得主流采用只是时间问题，但在接受这种新方法时，客户之间普遍持怀疑态度。您尚未立即看到爆炸的部分原因（就采用AIOps而言）是因为大多数企业都花时间评估其组织和技术的准备情况，以确保他们可以无缝地采用这些新技术。

Gartner预测，大型企业专用的AIOps和数字体验监视工具来监视应用程序和基础架构的比例将从2018年的5％上升到2023年的30％。这是未来三年的重大飞跃。但是要有效地过渡到AIOps，组织需要四件事：

1. 正确的工具到位

2. 对数据源的深入了解

3. 最新的技术堆栈

4. 观察/监视的能力

使AIOps工作

这些天的数据流似乎超过了光速，并且绝对超出了人们进行管理，监视和分析的能力。这威胁到IT Ops的正常运行，进而威胁到依赖它的业务。停电代价高昂，人为错误的风险也很高，因此必须采用其他解决方案。

AIOps提供了智能与自动化的结合，企业需要有效地管理和收集进入其IT系统的数据的速度，多样性和数量。但是组织需要在过渡到AIOps之前进行明智的准备，以确保使用正确的知识集和正确的工具。随着规模，复杂性和变化的不断增加，AIOps不再是一种选择，而是一种必要。