mirror of
https://github.com/LCTT/TranslateProject.git
synced 2024-12-26 21:30:55 +08:00
80 lines
5.6 KiB
Markdown
80 lines
5.6 KiB
Markdown
[#]: subject: "Get Ready to Embrace the AIOps Era"
|
||
[#]: via: "https://www.opensourceforu.com/2022/09/get-ready-to-embrace-the-aiops-era/"
|
||
[#]: author: "Amit Shingala https://www.opensourceforu.com/author/amit-shingala/"
|
||
[#]: collector: "lkxed"
|
||
[#]: translator: "geekpi"
|
||
[#]: 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。
|
||
|
||
### 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。
|
||
|
||
> “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。
|
||
|
||
现代 AIOps 技术在本地、云端或混合环境中提供 IT 基础架构。它们的自动化使开发人员能够专注于设计下一代业务应用，而不必担心底层基础设施。
|
||
|
||
### 什么是 AIOps？
|
||
|
||
AIOps 结合人工智能和机器学习来分析 IT 运营的数据。这是将人工智能应用于 IT 运营的过程。它可以帮助组织主动检测错误，还可以帮助运营团队在问题影响最终用户之前预防问题。
|
||
|
||
传统的 IT 管理技术已经无法应对数字化业务转型。当 Gartner 创造 AIOps 一词时，该公司预测 IT 运营过程将发生重大变化，组织管理其 IT 生态系统的方式也会发生巨大变化。
|
||
|
||
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）。
|
||
|
||
### AIOps 的范围是什么？
|
||
|
||
开始使用 AIOps 最初似乎具有挑战性，因此最好采取循序渐进的方法。我们需要从识别和理解 IT 运营数据开始。 AIOps 的核心是数据驱动。因此，它需要访问所有相关的操作数据，包括非结构化数据、日志、指标、实时数据、API 输出和设备数据。还需要结构化的业务数据，例如数据库、社交活动和其他关系数据。 AIOps 平台处理的相关数据越多，他们的预测就越准确。
|
||
|
||
企业需要了解他们的数据如何帮助他们解决最大的问题，无论他们身处哪个行业。他们应该实施 AIOps 来回顾他们过去的失败，并确定哪些数据将帮助他们找到解决方案。
|
||
|
||
数据分析可用于查找中断或系统变慢的根源。然后 AIOps 平台可用于检测常见问题及其补救措施。企业可以使用收集到的结果来实施机器学习和 AI，以进行实时监控和自动响应。这整个过程帮助公司推动 AI 成熟，有效地修复错误，避免停机，提高效率。
|
||
|
||
![图 1：AIOps 平台可实现对 IT 运营监控 (ITOM) 的持续洞察（来源：https://www.gartner.com/en/documents/3971186）][1]
|
||
|
||
### 为什么 2022 年需要 AIOps？
|
||
|
||
随着企业加快数字化转型，应用程序和系统架构变得非常先进。我们可以通过以下几种方式见证这种复杂性：
|
||
|
||
* 组织正在从传统的应用架构转移到云原生、灵活和基于微服务的容器化应用堆栈。
|
||
* 这些应用也部署在本地、混合、公共和私有云平台上。
|
||
|
||
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。
|
||
|
||
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。
|
||
|
||
--------------------------------------------------------------------------------
|
||
|
||
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：[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
|
||
|
||
[a]: https://www.opensourceforu.com/author/amit-shingala/
|
||
[b]: https://github.com/lkxed
|
||
[1]: https://www.opensourceforu.com/wp-content/uploads/2022/07/Figure-1-AIOps-platform-enabling-continuous-insight-across-IT-operations-monitoring-ITOM-2.jpg
|