为了理解AIOps，转变为这样的想法会有所帮助：人类建立的技术系统已经变得过于复杂，无法仅由人类来管理。
具体来说，企业的IT运营的复杂性突飞猛进，让人类陷入比较困惑的境地。这是对人类智能的极大讽刺：人们已经构建了非常先进的IT系统，以至于管理它们超出了人类的能力。
在云计算时代到来之前，企业监控自己的数据中心相对简单。一些关键数据馈送提供了机器运行(或未运行)方式的概况。IT专业团队独自管理，很少有人真正知道他们在做什么或关心什么。
但随后出现了云计算技术，催生了私有云、公有云、混合云和多云，所有这些都正在向云原生过渡，而企业的容器可以与虚拟机一起运行。
企业可以使用OpenShift，这是一个支持微服务的平台即服务混合云平台。这可能会与企业的Tanzu部署互操作，后者是虚拟化平台上的容器管理系统。
与此同时，数据分析正在被实时流数据所取代，这对人类来说太快了，因此需要算法进行分析。然后是来自边缘计算的大量数据、物联网设备以及大量的智能手机(全球现在约为35亿部，预计到2023年将达到43亿部)。
企业的IT系统遭遇黑客的不断攻击，因此需要采用人工智能技术的帮助。
什么是AIOps
人类具有强大的创造力，也发明了让人们不知所措的IT系统。但人类可以创建辅助系统来帮助管理原IT系统。
而采用的辅助系统的名称为AIOps，这是人工智能和IT运营的混合体。AIOps这个术语最初由调研机构Gartner公司于2017年提出。
人们可能认为AIOps是“AI Operations”的缩写。但并不是。Gartner公司将AIOps的定义为“AI for IT Operations”，尽管该术语本身并没有提及IT。
无论如何，如果Gartner公司没有创造这个术语，IT市场本身也会开发出来，因为非常需要这项技术。简而言之，AIOps有助于处理呈指数级增长的大量数据，这些数据淹没了当今的IT运营系统，以及试图管理它们的人类。
Sageable公司的创始人、Splunk公司前首席技术倡导者Andi Mann解释说：“ITOps中的所能做的最好的事情就是数据点采样。”但面临的问题是，人类可能会错过重要信息，或者只是汇总摘要以供事后审查。在最坏的情况下，系统复杂性可能意味着会冒着发现问题太晚而无法预防灾难的风险。
Mann指出，相比之下，机器没有这些限制，通过采用AIOps原则和技术(例如事件关联、算法处理、机器学习和预测分析)，机器可以读取每个数据源的每个字节，而实时信息直接来自数据流，无需采样或聚合。
AIOps利用人工智能来推动企业急需的数字化转型。在最好的情况下，AIOps有助于将人工的工作流程转变为人机数字化过程。或者至少这是希望。
AIOps的用途
要更好地管理和运行IT系统，不仅需要标记当前的问题，还需要展望未来并预测未来的面临的问题——这是新兴AIOps技术的核心目标。
BMC公司首席产品官Ali Siddiqui表示：“AIOps帮助企业将解决问题的方法从被动转变为预测，然后最终转变为主动。”
根据BMC公司委托进行的一项研究，使用AIOps策略的企业中的主要用例是：“AIOps提供了第二双眼睛，基于人工智能的模式跟踪可以帮助预测未来。”
Siddiqui说，“AIOps可以通过过滤和关联跨IT环境(包括第三方解决方案)摄取的数据，确保在潜在问题成为影响最终用户的实际问题之前主动标记它们。”
即使在其短暂的生命周期中，AIOps也吸引了大量财力雄厚的客户。Splunk、BMC、NewRelic、IBM、BigPanda等供应商正在积极开展竞争,这是有充分理由的：2021年AIOps的全球市场规模将达到150亿美元左右，预计到2026年将达到400亿美元。
AIOps未来的两个转变
由于AIOps仍处于采用初期，预计未来会发生重大变化。在AIOps中预期的两个关键变化中，一个变化是非常明显和可以预期的;另一个代表了对技术理解方式的根本转变。
(1)转变1：人工智能应用将呈指数增长
第一个转变是显而易见的。简单的自动化和实际的人工智能之间有一条模糊的界线，许多IT流程都可以实现自动化。例如，系统升级可以按照预先设定的时间表自动进行，而不是使用人工完成电子表格。
然而，这种自动化并不是真正的人工智能。它只是相当于工厂中机器人采用的软件。相比之下，基于人工智能的系统会自行适应和响应——这就是人工智能发挥重要作用的地方。一旦人类对算法进行编程，人工智能系统的自学习就提供了超越简单自动化的巨大飞跃。
因此，预计AIOps将在未来采用越来越多的人工智能技术，并以指数级的速度地扩展其对IT系统的支持。拥有一个经过良好调整的AIOps系统将提供巨大的竞争优势。而没有部署AIOps的企业可能无法长期竞争。
(2)转变2：AIOps的意义将会改变
当然，“AIOps”这个术语会过时。所有IT运营都必须内置人工智能——否则它们将无法生存。因此，“Ops”前面的“AI”将变得多余。例如如今将某些汽车称为“电动汽车”，但是当所有汽车都是电动的时，将自然会放弃“电动”这个单词。
但AIOps的变化将远远大于术语的变化。当Gartner公司创造这个术语时，该公司认为AIOps代表“IT运营的人工智能”。需要注意的是：这表明企业将拥有一个独立的人工智能系统，专门用于运行其IT运营。
随着时间的推移，这个概念会显得很古怪。鉴于企业的IT系统对其整体运营(从HR到销售再到采购)的整合程度，任何人工智能支持系统都不太可能在IT运营中的使用受到阻碍。
AIOps术语最终将代表它一直以来应该代表的含义：不是“用于IT运营的人工智能”，而是“人工智能运营”。而包罗万象的人工智能系统将有助于监控IT运营、预测业务支出、预测员工保留率，以及分析营销活动。
Progress Software公司首席执行官Yogesh Gupta日前对这种人工智能愿景进行了阐述。Gupta说，“对我来说，AIOps是一个更广泛的术语。”他指出，人工智能运营不仅仅是关于IT运营，而且是关于“如何将人工智能引入业务的各个方面?”，这包括核心业务应用程序和数据科学家使用的方法的安全性。
这个更广泛的定义的出现意味着，从长远来看，使用AIOps的企业需要选择一个可以在多个级别上扩展的AIOps系统。这可能远远超出有关网络和服务器性能的数据，以促进一系列业务实践。即使到了2021年，也有人在谈论AIOps和或机器人流程自动化(RPA)的融合。因此，单个系统将处理企业的重复性办公任务，并监督虚拟机的健康状况。
考虑到AIOps供应商在推进其工具集方面有着更多的投入，肯定会出现更多这样的变化。那么，AIOps被视为支持几乎所有业务和技术任务的系统还需要多久?
版权声明：本文为企业网D1Net编译，转载需注明出处为：企业网D1Net，如果不注明出处，企业网D1Net将保留追究其法律责任的权利。
京公网安备 11010502049343号