智能运维到底有没有这么神奇？什么才是真正的AIOps智能运维？AIOps智能运维到底能给企业带来哪些能力？本文将为您逐一解读。

什么是AIOps智能运维

早在2016年之前，著名IT研究机构Gartner在其词库就添加了AIOps这一词条，彼时AIOps是Algorithmic IT Operations的缩写，按照字面理解，AIOps是一种基于算法的运维办法。
时至今日，仍有互联网大厂和算法界专家把Algorithmic算法作为AIOps智能运维的核心代价。

清华大学裴丹教授对AIOps的定义是：AIOps将人工智能运用于运维领域，基于已有的运维数据（日志、监控信息、运用信息等），通过机器学习的办法来进一步办理自动化运维没办法办理的问题。
AIOps 不依赖于人为指定规则，主见由机器学习算法自动地从海量运维数据中不断地学习，不断地提炼并总结规则。

然而，经由近3年环球AIOps市场的发展和沉淀， Gartner在2018年11月发布的最新版《Market Guide for AIOps Platforms》报告中把AIOps的含义由算法升级为智能，即Artificial Intelligence for IT Operations，并为AIOps平台作出如下定义：“整合大数据和机器学习能力，通过松耦合、可扩展办法去提取和剖析在数据量（volume）、种类（variety）和速率（velocity）这三个维度不断增长的IT数据，为所有主流ITOM产品供应支撑。
AIOps平台够同时利用多个数据源、数据采集方法及剖析和展现技能，广泛增强IT运维流程和事宜管理效率，可用于性能剖析，非常检测，事宜关联剖析，ITSM和自动化等运用处景。
”

IT行业的领头羊IBM在《金融行业智能运维履行建议白皮书》开篇明义：“AIOps便是希望通过人工智能的办法，对系统运行过程中所产生的数据，利用AI和算法、运筹理论等干系技能，对运维数据进行剖析，进一步提升运维效率，包括运维决策、故障预测和问题剖析等的新一代运维手段和方法。
”

海内智能运维的创新公司云聪慧，通过3年的探索和实践，率先实现了AIOps的产品化和场景化。
云聪慧CEO殷晋对AIOps的理解更加贴合中国市场和数字化转型企业的需求：“AIOps与其说是产品，不如说是一种理念和策略。
通过以数据为根本、算法为支撑，场景为导向的AIOps平台，为企业现有运维管理工具和管理体系授予统一数据管控能力和智能化数据剖析能力，全面提升运维管理效率。
现阶段AIOps的目标不是NoOps，而是BetterOps，通过更高效的运维帮助企业快速洞察人力难以企及的故障和问题，准确预测风险，化被动运维为主动运维。
”

AIOps智能运维是溘然涌现的吗？

在过去二十年里，人工智能技能的发展间歇性影响了ITOM的进步，而AIOps只是这种影响的最新例证。
因此，对付传统企业来说，智能运维并不是一个全新的理念，而是IT运营剖析/运维管理（ITOA/ITOM）体系与大数据和人工智能技能结合的产物。
AIOps智能运维平台以ITOM/ITOA系统所采集的运维大数据为根本，利用人工智能和机器学习算法对运维数据进行深入剖析，涵盖IT监控，运用性能管理、外网监控、日志剖析，系统安全等方面。

市情优势行的ITOM平台，其核心组件短缺大数据采集、剖析和机器学习的能力，须要AIOps平台予以完善。
AIOps智能运维平台能够接入不同业务系统、监控系统、管理系统的海量IT数据，并利用各种算法进行快速剖析、学习乃至预测。
立足于AIOps，IT部门可以得到强大的IT决策和运营管理能力，并能对业务质量和用户体验进行准确检测和持续优化。

目前，海内顶级互联网及ICT企业，如阿里、腾讯、华为、百度等，都成立专门的部门对AIOps体系开展深入研究并逐步落地，乃至达到某种程度上的NoOps。
但对付数字化转型中的海内大中型企业来说，互联网模式的AIOps平台无法知足双态IT环境、稠浊云环境、IoT场景下繁芜事务流程的统一管控和效率提升需求，开放度更高、工程化能力更强、运用处景更聚焦的专业AIOps平台办理方案才是企业客户的首选。

AIOps智能运维平台选型的必备能力

现阶段，数字化转型的IT寻衅在于一方面要掌握IT本钱，另一方面又要供应支持更高繁芜度的运维管理能力。
传统ITOM产品在处理海量、多种类和高速数据时常常会碰着极大的压力。
更主要的是，这些监控工具无法供应横向业务追踪和根因定位所需的多系统数据。

数字化业务哀求IT运维供应更快的相应速率和更高的处理效率，因此AIOps智能运维平台须要供应如下能力：

供应独立、开放的历史/实时数据采集、算法剖析平台，整合IT数据和业务指标数据；供应告警消噪（包括告警抑制、告警收敛等），肃清误报或冗余事宜；供应跨系统追踪和关联剖析，有效进行故障的根因剖析；设定动态基线捕获超出静态阈值的非常，实现单/多指标非常检测；根据机器学习结果，预测未来事宜，防止潜在的故障；直接或通过集成启动办理问题的动作；

AIOps平台紧张通过整合剖析IT根本举动步伐、APM、NPM、日志、数字化体验监测数据，来提升IT运维流程的效率，而AIOps平台能力的ROI多是基于均匀故障接手韶光（MTTA）和均匀故障修复（MTTR）韶光这两个指标的降落进行评估的。

主流AIOps平台推举

AIOps的发展得到了业界的同等看好，Gartner同样给出大胆预测：未来2到5年内AIOps将扩展到IT做事管理和自动化运维领域，到了2022年，支配AIOps平台的大型企业数量将从如今的不敷5%，迅速提升到40％旁边。

目前，AIOps市场可以说是雾里看花，很多厂商都流传宣传拥有自己的AIOps产品。
下面，我们挑选了五家国内外已经实现智能运维工程化的办理方案商，从他们的平台能力和运用处景等维度进行横向比拟，希望对企业AIOps选型供应帮助。

注：以上部分数据来自Moogsoft《Is 2018 the Year of AIOps?》

IBM、BMC等ITOM企业，在传统IT架构的理解和职员规模等方面拥有强大的实力，而新兴的软件做事企业如Moogsoft、Splunk、Cloudwise等公司虽然规模不大，但是专注于AIOps干系领域的研发，实力同样不容小觑。
BMC和IBM的AIOps办理方案紧张知足传统IT场景下的IT资源管理、IT做事管理、IT 自动化等需求，针对的用户群体也因此L1/L2级运维工程师为主，这也是此类企业和诸多由ITOM/ITSM转型AIOps的做事商多年来积累的上风。
而Cloudwise、Moogsoft和Splunk自出身之时恰逢互联网经济大潮的兴起，其产品和解决方案更适宜数字化和稠浊IT场景和当代企业的需求。