document/TranslateProject
2
0
Fork 0
mirror of https://github.com/LCTT/TranslateProject.git synced 2025-01-10 22:21:11 +08:00
Code Issues Packages Projects Releases Wiki Activity

RP

Browse Source 
@geekpi
https://linux.cn/article-15060-1.html
This commit is contained in:
Xingyu Wang 2022-09-23 08:36:17 +08:00
parent b941c8077c
commit fec3729270
1 changed files with 13 additions and 10 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

23
translated/tech/20220907 Get Ready to Embrace the AIOps Era.md → published/20220907 Get Ready to Embrace the AIOps Era.md
View File

@ -3,21 +3,24 @@
[#]: author: "Amit Shingala https://www.opensourceforu.com/author/amit-shingala/"
[#]: collector: "lkxed"
[#]: translator: "geekpi"
[#]: reviewer: " "
[#]: publisher: " "
[#]: url: " "
[#]: reviewer: "wxy"
[#]: publisher: "wxy"
[#]: url: "https://linux.cn/article-15060-1.html"
准备好迎接 AIOps 时代
======
*随着技术的进步，企业，无论大小，都必须将自己转变为数字公司。转型不再是“选择”的问题；相反，它是关于“如何”推进过渡。这就是 AIOps 的用武之地。*
将组织转变为数字公司会遇到很多挑战。缺乏专门的 IT 技能、组织变革管理、不断变化的客户需求和混合环境只是其中的一小部分。企业需要增强其 IT 运营 (ITOps) 以应对这些挑战并满足客户期望。
![](https://img.linux.net.cn/data/attachment/album/202209/23/083440mxyb6e388ze2sbbs.jpg)
> 随着技术的进步，企业，无论大小，都必须将自己转变为数字公司。转型不再是“选择”的问题；相反，它是关于“如何”推进过渡。这就是 AIOps 的用武之地。
将组织转变为数字公司会遇到很多挑战。缺乏专门的 IT 技能、组织变革管理、不断变化的客户需求和混合环境只是其中的一小部分。企业需要增强其 IT 运营（ITOps）以应对这些挑战并满足客户期望。
### 数字化转型：AIOps 之路
未来，ITOps 将结合算法和人工智能，使 IT 系统的性能变得透明，并帮助他们提供无缝体验。
#### Gartner：“AIOps 对 IT 运营的长期影响将是变革性的。”
> “AIOps 对 IT 运营的长期影响将是变革性的。” —— Gartner
AIOps 对于成功的数字化转型至关重要，可以帮助系统以现代业务所需的速度运行。反过来，这将确定公司获得和保持市场领先地位的速度。
@ -31,7 +34,7 @@ AIOps 结合人工智能和机器学习来分析 IT 运营的数据。这是将
AIOps 平台使用大数据。他们从各种 IT 运营和设备收集数据，以自动识别和实时响应问题，同时仍提供传统的历史分析。然后，AIOps 使用机器学习对组合的 IT 数据执行综合分析。
结果是自动化驱动的洞察力驱使持续改进和修复。 AIOps 支持基本 IT 功能的持续集成和部署 (CI/CD)。
结果是自动化驱动的洞察力驱使持续改进和修复。AIOps 支持基本 IT 功能的持续集成和部署 （CI/CD）。
### AIOps 的范围是什么？
@ -52,13 +55,13 @@ AIOps 平台使用大数据。他们从各种 IT 运营和设备收集数据，
随着应用和 IT 环境的扩展，它们会产生大量数据。 IT 运营团队因无法管理的数据而筋疲力尽。但是，人工智能可以处理大量数据。随着数据量的扩大，将人工智能纳入 IT 流程的机会要大得多。
异常检测、分类和预测都可以通过使用机器学习和深度学习模型来完成，这些模型擅长分析海量数据并提供分析。 AIOps 的许多功能可帮助公司通过交互式仪表盘提供良好的用户体验。
异常检测、分类和预测都可以通过使用机器学习和深度学习模型来完成，这些模型擅长分析海量数据并提供分析。AIOps 的许多功能可帮助公司通过交互式仪表盘提供良好的用户体验。
实施 AIOps 的企业报告了诸如无缝体验、更低的运营费用、更快的客户服务、更短的平均解决时间和更少的停机时间等好处。 AIOps 通过基于预测分析做出坚定的决策来支持 IT 运营。
### 最后一点
AIOps 是 IT 运营分析 (ITOA) 的下一步。 人工智能、认知技能和 RPA（机器人流程自动化）用于在基础设施或 IT 运营问题成为问题之前自动修复它们。 自我修复系统是 AIOps 的最终目标。
AIOps 是 IT 运营分析（ITOA）的下一步。 人工智能、认知技能和 RPA（机器人流程自动化）用于在基础设施或 IT 运营问题成为问题之前自动修复它们。 自我修复系统是 AIOps 的最终目标。
--------------------------------------------------------------------------------
@ -67,7 +70,7 @@ via: https://www.opensourceforu.com/2022/09/get-ready-to-embrace-the-aiops-era/
作者：[Amit Shingala][a]
选题：[lkxed][b]
译者：[geekpi](https://github.com/geekpi)
校对：[校对者ID](https://github.com/校对者ID)
校对：[wxy](https://github.com/wxy)
本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译，[Linux中国](https://linux.cn/) 荣誉推出