在AIOps的趨勢(shì)下，誰(shuí)會(huì)成為中國(guó)市場(chǎng)的創(chuàng)新者？

創(chuàng)新讓所有公司站在了同一起跑線。

以AIOps為例，這個(gè)以AI為核心能力提升運(yùn)營(yíng)和運(yùn)維的技術(shù)趨勢(shì)，讓IBM、BMC、Moogsoft、Splunk和云智慧這些大大小小的新老公司有了同臺(tái)競(jìng)爭(zhēng)的機(jī)會(huì)，這在過(guò)去是不可想象的。

在這條以技術(shù)創(chuàng)新、理念創(chuàng)新和服務(wù)創(chuàng)新為資格的跑道上，哪家先越過(guò)起跑線，哪家就有可能成為這個(gè)新興市場(chǎng)的領(lǐng)導(dǎo)者。如果仍舊停留在AI+Ops的概念中，就難以跳出傳統(tǒng)運(yùn)維的窠臼。

在這些廠商中，云智慧是唯一的中國(guó)公司，員工300多人。這幾年一直堅(jiān)守技術(shù)創(chuàng)新，以運(yùn)維為核心，不斷向業(yè)務(wù)的邊界拓展，最終進(jìn)入了AIOps這個(gè)大市場(chǎng)。

云智慧有可能勝出嗎?

如何定義智能運(yùn)維?

對(duì)于業(yè)內(nèi)來(lái)說(shuō)，“智能運(yùn)維”并不陌生。

但是對(duì)這個(gè)詞的概念，各類公司理解并不一樣。大的互聯(lián)網(wǎng)公司聚焦在基礎(chǔ)設(shè)施層面，從計(jì)算、網(wǎng)絡(luò)、存儲(chǔ)、云等設(shè)備支撐業(yè)務(wù)的角度出發(fā)，關(guān)心如何確保穩(wěn)定性，安全可靠，這就形成了各種智能化、自動(dòng)化的解決方案。傳統(tǒng)IT大公司的做法是，打包銷售整體解決方案，順手做了智能運(yùn)維，屬于典型的“自恰”，相對(duì)封閉。而專門做運(yùn)維的公司，則是從運(yùn)維的角度出發(fā)，對(duì)IT設(shè)備的管理要“縱到底 橫到邊”，幾乎囊括所有的設(shè)備、數(shù)據(jù)、甚至是業(yè)務(wù)，但真正落地的是工具型的APM，目前應(yīng)用有限。

隨著AI發(fā)揮越來(lái)越重要的作用，運(yùn)維轉(zhuǎn)向了AIOps。

以2012年成立的Moogsoft為例，人數(shù)不超過(guò)200人，在短短6年內(nèi)融資過(guò)D輪，總計(jì)為9000萬(wàn)美金，是運(yùn)維行業(yè)中發(fā)展快速的一家公司。

為何能夠獲得市場(chǎng)追捧?因?yàn)樗腁IOps概念“橫空出世”，更有研究機(jī)構(gòu)稱之為“攪亂和創(chuàng)新了一個(gè)市場(chǎng)”，將原有的運(yùn)維市場(chǎng)概念全新定義。

研究機(jī)構(gòu)的定義是：把機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等自動(dòng)化模型發(fā)現(xiàn)算法應(yīng)用于IT運(yùn)維工具和業(yè)務(wù)系統(tǒng)所采集的大型數(shù)據(jù)集，并嘗試模擬人類行為(如發(fā)現(xiàn)、判斷、響應(yīng))的智能化運(yùn)維管理平臺(tái)。

AIOps創(chuàng)造了新的市場(chǎng)。

迎來(lái)爆發(fā)式發(fā)展

到2016年左右，AIOps市場(chǎng)開(kāi)始啟動(dòng)。

這時(shí)候，中國(guó)廠商云智慧已經(jīng)著手研究AI，招聘了數(shù)十名研究生、博士和深入算法的工程師，看如何應(yīng)用于運(yùn)維領(lǐng)域。按照云智慧總裁劉洪濤先生的說(shuō)法，“當(dāng)時(shí)也在深入研究人工智能的方方面面，差點(diǎn)重新造算法這個(gè)輪子了。”

到了2017年左右，市面上所有做DevOps、自動(dòng)化運(yùn)維的廠商開(kāi)始轉(zhuǎn)向AIOps，同時(shí)有大量初創(chuàng)企業(yè)涌現(xiàn)，不管真真假假。這些初創(chuàng)公司的核心團(tuán)隊(duì)多來(lái)自大型互聯(lián)網(wǎng)企業(yè)，按照BAT自己建設(shè)AIOps的思路成立，其產(chǎn)品特點(diǎn)在于能夠滿足互聯(lián)網(wǎng)應(yīng)用場(chǎng)景和相對(duì)單一的云環(huán)境的需且，卻無(wú)法解決復(fù) 雜的傳統(tǒng)IT環(huán)境、異構(gòu)信息化系統(tǒng)和企業(yè)定制化的私有云環(huán)境的統(tǒng)一管理和智能運(yùn)維的需求。

而那些老牌的IT廠商呢，仍舊是為了滿足傳統(tǒng)IT場(chǎng)景下的IT資源管理、IT服務(wù)管理、IT 自動(dòng)化等需求，偏向于用AI的思路解決底層設(shè)備的一鍵部署、一鍵升級(jí)等規(guī)?；?biāo)準(zhǔn)化的運(yùn)維問(wèn)題，而不是融為一體的AIOps。

像Moogsoft、云智慧這類新型的AIOps平臺(tái)和解決方案，圍繞業(yè)務(wù)這個(gè)核心實(shí)現(xiàn)從底層設(shè)備、系統(tǒng)應(yīng)用、云環(huán)境、微服務(wù)到網(wǎng)絡(luò)環(huán)境、前端業(yè)務(wù)的完整交易鏈路追蹤、跨系統(tǒng)追蹤，更符合數(shù)字化轉(zhuǎn)型和混合IT的場(chǎng)景。這也是為什么Moogsoft能迅速成長(zhǎng)，云智慧能獲得市場(chǎng)認(rèn)可關(guān)鍵原因。

市場(chǎng)開(kāi)始變得微妙起來(lái)。

技術(shù)難點(diǎn)1：如何抓取企業(yè)數(shù)據(jù)?

如果說(shuō)，運(yùn)維的未來(lái)是AIOps，那么，為什么有些公司能做，而有些公司不能做呢?這與公司的戰(zhàn)略、市場(chǎng)和技術(shù)實(shí)力息息相關(guān)。

從市場(chǎng)規(guī)模來(lái)說(shuō)，整個(gè)AIOps市場(chǎng)緩慢啟動(dòng)，預(yù)計(jì)到2020年左右隨著AI的普遍應(yīng)用而真正成熟。這意味著，對(duì)大公司而言，當(dāng)前并不是一個(gè)上百億元、上千億元的大市場(chǎng)，不會(huì)關(guān)注。而對(duì)那些上百人的小公司而言，沒(méi)有一定的積累不會(huì)將未來(lái)“押”在這個(gè)未知的市場(chǎng)中，只有像云智慧、Moogsoft這類對(duì)運(yùn)維有深度了解，一直深入研究并有大量客戶(包括傳統(tǒng)客戶和新興互聯(lián)網(wǎng)客戶)的公司才會(huì)往前邁一步。

當(dāng)然，并不是所有公司都能做AIOps，這里面還存在技術(shù)、部署和交付方面的問(wèn)題，需要跨越幾個(gè)技術(shù)難點(diǎn)。

首先，如何抓取企業(yè)內(nèi)部的數(shù)據(jù)。理論來(lái)說(shuō)，數(shù)據(jù)(數(shù)量、類型)越多越好，顆粒度越小越好，數(shù)據(jù)質(zhì)量越高越好，但各個(gè)企業(yè)的軟硬件環(huán)境不同，導(dǎo)致獲取數(shù)據(jù)的難度較大。在信息化基礎(chǔ)較好，重視運(yùn)維的企業(yè)中，各類數(shù)據(jù)相對(duì)容易獲取，這也是為什么金融類企業(yè)率先采用AIOps的原因之一：數(shù)據(jù)基礎(chǔ)好，效果容易凸顯。

當(dāng)前，隨著云計(jì)算的應(yīng)用、IoT的發(fā)展，傳統(tǒng)IT的邊界被打開(kāi)，運(yùn)維也從中心走向 “邊緣”，出現(xiàn)了更多終端、更多數(shù)據(jù)類型，即便強(qiáng)如IBM這樣的傳統(tǒng)IT公司也不可能將所有的數(shù)據(jù)采集完整。

并且，如何將所有的數(shù)據(jù)實(shí)時(shí)匯聚(抓取)到平臺(tái)也是一個(gè)大問(wèn)題，沒(méi)有實(shí)時(shí)海量數(shù)據(jù)處理能力，是無(wú)法承擔(dān)這一重任的。特別是當(dāng)故障發(fā)生時(shí)，成千上萬(wàn)條告警信息在同一時(shí)間段蜂擁而至，更需要強(qiáng)悍的數(shù)據(jù)平臺(tái)和分析能力。

而這對(duì)深耕網(wǎng)絡(luò)運(yùn)維近10年、擁有PB級(jí)數(shù)據(jù)處理能力的云智慧來(lái)說(shuō)，并不是問(wèn)題。云智慧的做法是，以數(shù)據(jù)能力為基礎(chǔ)，擅長(zhǎng)的領(lǐng)域(比如用APM在應(yīng)用中打入探針抓取性能數(shù)據(jù))自己做，不擅長(zhǎng)的領(lǐng)域與合作伙伴合作，通過(guò)開(kāi)放的平臺(tái)將數(shù)據(jù)收集完整，包括數(shù)據(jù)的來(lái)源、數(shù)據(jù)的顆粒度大小、數(shù)據(jù)的種類等等，只要做好不同運(yùn)維工具和ITSM工具之間的跨工具集成，才能讓AI有用武之地。

技術(shù)難點(diǎn)2：如何搭建統(tǒng)一管控平臺(tái)?

一旦數(shù)據(jù)匯集起來(lái)，這就涉及到第二個(gè)問(wèn)題，如何構(gòu)建高度可擴(kuò)展的統(tǒng)一管控平臺(tái)?

從AIOps的落地形式來(lái)看，最終是搭建一個(gè)對(duì)用戶有價(jià)值的儀表盤(或叫做駕駛艙)。什么樣的數(shù)據(jù)該放在儀表盤上，這就需要根據(jù)客戶的需求決定。一般來(lái)說(shuō)，CIO感興趣的是業(yè)務(wù)的健康程度，也就是系統(tǒng)的運(yùn)行狀態(tài)，不要為業(yè)務(wù)帶來(lái)麻煩。而CEO關(guān)心的是，業(yè)務(wù)能否正常、高效運(yùn)轉(zhuǎn)，IT為企業(yè)創(chuàng)造了多少價(jià)值。無(wú)論是CIO還是CEO，都不會(huì)“真正關(guān)心” IT的問(wèn)題。這就需要運(yùn)維廠商具有靈活定制能力。

　　云智慧DOCP數(shù)字化運(yùn)維中臺(tái)

云智慧能為企業(yè)客戶抽取、展現(xiàn)不同類型的數(shù)據(jù)，以滿足不同用戶的需求。這涉及到數(shù)據(jù)抓取和關(guān)聯(lián)分析、對(duì)數(shù)據(jù)的分類和應(yīng)用，需要從結(jié)果導(dǎo)向?qū)?shù)據(jù)有洞察，做到提前預(yù)警和判斷。

這對(duì)運(yùn)維廠商的數(shù)據(jù)處理能力、系統(tǒng)集成能力和方案實(shí)施能力提出了極高的要求：能否提供松耦合和模塊化的解決方案，能否具有通用的運(yùn)維能力+行業(yè)定制能力。最根本考驗(yàn)的是廠商對(duì)行業(yè)的理解和對(duì)產(chǎn)品、技術(shù)、解決方案的落地能力。

技術(shù)難點(diǎn)3：如何更智能

從前兩個(gè)階段來(lái)看，經(jīng)過(guò)了數(shù)據(jù)的采集、聚合之后，就要進(jìn)入最關(guān)鍵，也是AIOps的核心所在：如何分析和解決問(wèn)題?其實(shí)，這也是傳統(tǒng)運(yùn)維工具的職能所在，不過(guò)是價(jià)值點(diǎn)發(fā)生了轉(zhuǎn)移，AI讓這一切更具有預(yù)判性和洞察力。

這有幾個(gè)層面的事情。首先是AI具有洞察能力，牽扯到算法、算力和數(shù)據(jù)這三大因素。比如像云智慧擁有數(shù)十人的算法團(tuán)隊(duì)鉆研算法的工程化應(yīng)用，這是和其他運(yùn)維公司有本質(zhì)的不同。其次就是應(yīng)用什么樣的方法論，告訴用戶什么樣的結(jié)果，該怎么處理，如何在千萬(wàn)條告警數(shù)據(jù)中準(zhǔn)確發(fā)現(xiàn)異常?

舉例來(lái)說(shuō)，北京飛紐約的機(jī)票價(jià)格區(qū)間在3000元~13000元之間，波動(dòng)很大，5000元的價(jià)格算不算異常?如果在淡季期間，這是正常價(jià)格。如果在圣誕期間，這就不正常。這其實(shí)就需要更多行業(yè)背景，通過(guò)對(duì)歷史數(shù)據(jù)的機(jī)器學(xué)習(xí)，有效的設(shè)定動(dòng)態(tài)基線和動(dòng)態(tài)告警閾值，第一時(shí)間發(fā)現(xiàn)指標(biāo)的異常，通過(guò)根因分析準(zhǔn)確定位到故障源頭，并把這一切根據(jù)事件的級(jí)別，第一時(shí)間呈現(xiàn)在運(yùn)維、運(yùn)營(yíng)和管理者的面前。

目前，AIOps平臺(tái)的ROI多是根據(jù)平均故障接手時(shí)間(MTTA)和平均故障修復(fù)(MTTR)時(shí)間這兩個(gè)指標(biāo)來(lái)評(píng)估的，而云智慧在某證券行業(yè)頭部企業(yè)的智能運(yùn)維項(xiàng)目中，MTTA從原來(lái)的25分23秒降低到4分16秒，MTTR從78分39秒降低到27分52秒。

劉洪濤說(shuō)：“用戶不關(guān)心通過(guò)什么算法生成動(dòng)態(tài)基線，而需要供應(yīng)商幫忙解決實(shí)際場(chǎng)景的問(wèn)題。云智慧為用戶提供場(chǎng)景化、工程化的智能運(yùn)維解決方案，盡可能減少用戶的工作量，把AI的能力和大數(shù)據(jù)分析能力輸入到所有運(yùn)維管理工具和流程中，為用戶呈現(xiàn)最有價(jià)值的結(jié)果。”

核心是，如何擁有AI能力、如何讓AI能力通過(guò)AIOps平臺(tái)在運(yùn)維體系中發(fā)揮最大價(jià)值、如何具有行業(yè)經(jīng)驗(yàn)。

總結(jié)：云智慧是否能勝出?

說(shuō)了這么多，基本你對(duì)AIOps的市場(chǎng)前景有一定了解，它是遵循數(shù)字化理念構(gòu)建的新一代運(yùn)維，是智能化的運(yùn)維，而不是消滅傳統(tǒng)運(yùn)維。它可提供增強(qiáng)的分析能力和更具可操作性的數(shù)據(jù)，就像一個(gè)鏡頭，把數(shù)據(jù)集中到單一、連貫的跨域分析之中。

我們從各個(gè)維度分析了AIOps的未來(lái)前景，那么作為中國(guó)代表性廠商，云智慧會(huì)如何發(fā)展?這里可以給幾個(gè)判斷。

作為多年沉浸在運(yùn)維領(lǐng)域的廠商，云智慧對(duì)這個(gè)市場(chǎng)足夠了解，對(duì)AIOps有判斷有預(yù)期還有行動(dòng)。從理念來(lái)說(shuō)，至少領(lǐng)先國(guó)內(nèi)廠商2~3年，幾乎與國(guó)外廠商齊頭并進(jìn)。在這種理念驅(qū)動(dòng)下，云智慧大力投入資金、人力和時(shí)間成本，已經(jīng)在市場(chǎng)中占據(jù)主動(dòng)位置。

其次，在技術(shù)、產(chǎn)品和解決方案一系列落地的過(guò)程中，云智慧基于多年積累的大數(shù)據(jù)處理能力和對(duì)AI的應(yīng)用實(shí)踐，已經(jīng)形成一套以DOCP數(shù)字化運(yùn)維中臺(tái)為核心的智能運(yùn)維產(chǎn)品解決方案，通過(guò)良好的開(kāi)放性幫助企業(yè)實(shí)現(xiàn)后臺(tái)IT運(yùn)維體系和前臺(tái)業(yè)務(wù)運(yùn)營(yíng)體系的打通和關(guān)聯(lián)，并逐步形成IT融合和IT驅(qū)動(dòng)。

最重要的是，云智慧這一套以AIOps為核心理念的數(shù)字化運(yùn)維平臺(tái)可為用戶帶來(lái)更大的價(jià)值。當(dāng)前已經(jīng)在金融、航空、物流、運(yùn)營(yíng)商、制造、房地產(chǎn)、零售快消等行業(yè)實(shí)現(xiàn)場(chǎng)景化落地。由于部署簡(jiǎn)單、具有松耦合和模塊化等特點(diǎn)，可以讓用戶跳出過(guò)去狹隘的IT運(yùn)維觀點(diǎn)，最大程度驅(qū)動(dòng)業(yè)務(wù)價(jià)值，這恐怕就是更多新一代CIO和CEO們關(guān)心的問(wèn)題了。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。