到2020年，AIOps的采用率將繼續(xù)快速增長，并且沒有放緩的跡象。通過將AI與自動化完美融合，AIOps可以促進IT敏捷性，從而使企業(yè)IT領域的變更變得輕松。

傳統(tǒng)的孤立IT運營缺乏提供跨域相關企業(yè)范圍視圖的能力，從而導致事件的平均解決時間（MTTR）更長。實際上，最近的一項研究發(fā)現(xiàn)，此類情況下的平均MTTR為2.2小時。企業(yè)在IT服務中斷的每一分鐘平均損失72,000美元。換句話說，錯誤代價高昂。

企業(yè)通常需要大約六名員工來解決每個事件。嚴重依賴人和隱性知識會增加人為錯誤的風險。隨著大量數(shù)據(jù)流入IT操作系統(tǒng)，企業(yè)正努力檢測，診斷和解決關鍵問題，并且無法實現(xiàn)其IT目標。

隨著越來越多的人在家工作，COVID-19大流行加劇了這個問題。實際上，《時代》雜志最近認為這是“世界上最大的家庭實驗作品”。對于現(xiàn)在正在遠程工作的IT專業(yè)人員和團隊而言，這尤其導致事情做事方式發(fā)生了翻天覆地的變化。IT人員協(xié)作對事件進行分類的方式正在重新定義，諸如AIOps之類的技術被用于幫助主動管理而不是被動管理。所有這一切的一線希望是，通過被迫適應遠程工作的“新常態(tài)”，這種情況還將加速采用可以提高彈性的新技術。人們常常只關注效率而損害彈性，但現(xiàn)實是兩者之間必須保持平衡。

AIOps的興起

顯然，IT團隊需要幫助。分析公司Gartner，Inc的文章。指出，數(shù)據(jù)的快速增長對于IT Ops加以利用具有挑戰(zhàn)性。產(chǎn)生的數(shù)據(jù)遠遠超出了人類自身所能應付的范圍。企業(yè)希望滿足客戶需求并迅速實施變更，但是他們迫切需要敏捷性。

這種情況恰好適合AI協(xié)助將IT Ops轉變?yōu)锳IOps。通過將AI與自動化完美融合，AIOps可以促進IT敏捷性，從而使企業(yè)IT領域的變更變得輕松。通過主動和自主的IT運營，AIOps使IT運營團隊能夠專注于其他具有戰(zhàn)略意義的活動，進而轉化為業(yè)務敏捷性。

Gartner將AIOps定義為大數(shù)據(jù)和用于自動執(zhí)行IT Ops流程的機器學習功能的組合。越來越多的企業(yè)開始使用AIOps來預防，識別和解決高危停機和其他IT運營問題。通過自主事件解決方案確保關鍵應用程序的零停機時間，AIOps通過提高業(yè)務可用性和效率來幫助將企業(yè)的收益風險降至最低。組織可以降低IT成本并最大化利潤。

2020年AIOps的采用率將繼續(xù)快速增長

數(shù)據(jù)以前所未有的方式繼續(xù)擴散，并且沒有放緩的跡象。實際上，IDC預測，到2025年，全球數(shù)據(jù)領域將達到175 ZB。對于人類來說，功能或后勤管理的數(shù)據(jù)太多了，這正是AI和ML的用武之地。AIOps Exchange表示，他們正在研究基于機器學習的工具，以幫助IT運營團隊提高生產(chǎn)力。

增長緩慢但穩(wěn)定

盡管AIOps獲得主流采用只是時間問題，但在接受這種新方法時，客戶之間普遍持懷疑態(tài)度。您尚未立即看到爆炸的部分原因（就采用AIOps而言）是因為大多數(shù)企業(yè)都花時間評估其組織和技術的準備情況，以確保他們可以無縫地采用這些新技術。

Gartner預測，大型企業(yè)專用的AIOps和數(shù)字體驗監(jiān)視工具來監(jiān)視應用程序和基礎架構的比例將從2018年的5％上升到2023年的30％。這是未來三年的重大飛躍。但是要有效地過渡到AIOps，組織需要四件事：

1. 正確的工具到位

2. 對數(shù)據(jù)源的深入了解

3. 最新的技術堆棧

4. 觀察/監(jiān)視的能力

使AIOps工作

這些天的數(shù)據(jù)流似乎超過了光速，并且絕對超出了人們進行管理，監(jiān)視和分析的能力。這威脅到IT Ops的正常運行，進而威脅到依賴它的業(yè)務。停電代價高昂，人為錯誤的風險也很高，因此必須采用其他解決方案。

AIOps提供了智能與自動化的結合，企業(yè)需要有效地管理和收集進入其IT系統(tǒng)的數(shù)據(jù)的速度，多樣性和數(shù)量。但是組織需要在過渡到AIOps之前進行明智的準備，以確保使用正確的知識集和正確的工具。隨著規(guī)模，復雜性和變化的不斷增加，AIOps不再是一種選擇，而是一種必要。