2021年AIOps 6大趨勢
日益分散、異構(gòu)且高度動態(tài)化的現(xiàn)代IT環(huán)境不僅沒有降低監(jiān)控與管理的難度，反而隨著云計算、容器與微服務(wù)技術(shù)的普及給各類組織帶來更嚴(yán)苛的運營挑戰(zhàn)。面對這一現(xiàn)實難題，IT領(lǐng)導(dǎo)者正轉(zhuǎn)向AIOps，將人工智能應(yīng)用于IT運營，希望借此破解IT復(fù)雜度提升與傳統(tǒng)監(jiān)控工具不足的窘境。
根據(jù)MarketsandMarkets Research的估計，目前全球IT從業(yè)者正大量采購AIOps工具。到2023年，全球AIOps市場將從2018年的25.5億美元增長至110.2億美元，年均復(fù)合增長率達34%。而根據(jù)《數(shù)字企業(yè)雜志》（DEJ）2020年5月發(fā)布的一項研究，自2018年以來，已經(jīng)或有意部署AIOps的組織數(shù)量增長了83%。"AIOps日益增長的趨勢，代表著未來市場積極的發(fā)展信號。"Dennis Drogseth, EMA研究副總裁強調(diào)。
AIOps確實做出了令人矚目的承諾，包括在IT問題的檢測、診斷與解決方面帶來速度與精度的本質(zhì)性提升，借此顯著減少關(guān)鍵應(yīng)用與數(shù)字服務(wù)的中斷幾率。然而，AIOps的采用與部署本身也成為一種新的難題。
下面，我們一起來看IT決策者應(yīng)在2021年的AIOps戰(zhàn)略規(guī)劃中高度關(guān)注的六大趨勢。
趨勢一 AIOps將帶來更多炒作與困擾
與曾在市場上掀起熱議的各類技術(shù)術(shù)語類似，關(guān)于AIOps的定義與理解方式同樣五花八門、各執(zhí)一詞。根據(jù)DEJ的研究，64%的受訪者認為AIOps解決方案的發(fā)展前景“令人困惑”。EMA的Drogseth對此表示贊同，認為AIOps仍籠罩在一片迷霧當(dāng)中。
專家們表示，隨著AIOps的普及，加之每家供應(yīng)商都擁有自己的方案形式設(shè)計與理解。換言之，IT領(lǐng)導(dǎo)者必須從這場混亂的狂歡中找到真正適合自身需求的AIOps產(chǎn)品。
Micro Focus公司產(chǎn)品經(jīng)理Gary Brandt表示，在為組織選擇正確的AIOps工具時，大家必須投入大量精力做出認真研究與評估。“客戶面臨的核心挑戰(zhàn)，在于分辨出哪些AIOps擁有真正的投資回報與價值、哪些只是跟風(fēng)炒作。"他說。
Micro Focus公司CTO Lars Rossen則表示，明年AIOps將逐步開始落地，也代表著一部分炒作因素將逐漸幻滅。"有些人誤以為AIOps擁有神奇的力量，能夠解決他們的所有問題——這顯然是不可能的。"
要想對AIOps的具體方法做出正確思考，我們首先得將其理解成過去20年來所建立的IT運營分析技術(shù)的延續(xù)與擴展。Brandt認為， 無論是監(jiān)控、事件管理、問題隔離還是自動化，AIOps所改變的是工作「方式」。在這方面，AIOps確實能讓企業(yè)做得更好。IT領(lǐng)導(dǎo)者還應(yīng)了解自己采用AIOps的理由與目標(biāo)。Brandt提到，“大家到底想在混合IT環(huán)境中實現(xiàn)哪些改進？請務(wù)必明確具體目標(biāo)。”
Greenlight Group首席顧問Torrey Jones認為，對于正在評估及實施AIOps的組織而言，最重要的是明確供應(yīng)商一方如何理解AIOps的核心思路。
相對于AIOps，EMA的Drogseth更喜歡使用“高級IT分析”一詞，因為這里的指代范圍就不再僅僅限于IT運營，同時涵蓋DevOps、IT服務(wù)管理、安全運營與業(yè)務(wù)利益相關(guān)方。在他看來，AIOps還不算是傳統(tǒng)意義上的市場，而更多屬于“前景預(yù)期”，其中的供應(yīng)商代表著各種各樣的實現(xiàn)方法。而哪種方法更好，無疑取決于組織的實際需求。
EMA在其最近發(fā)布的《AIOps：創(chuàng)新投資指南》中涵蓋了AIOps產(chǎn)品及服務(wù)所應(yīng)遵循的一系列核心標(biāo)準(zhǔn)，包括：
• 吸納來自跨域來源的大量數(shù)據(jù)
• 訪問關(guān)鍵數(shù)據(jù)類型，例如事件、日志與配置數(shù)據(jù)
• 自學(xué)習(xí)能力，借此提供預(yù)測性、說明性以及可行性洞見
• 支持廣泛的高級啟發(fā)方式
• 可覆蓋并整合多種監(jiān)控工具
• 支持私有及公有云以及混合/傳統(tǒng)環(huán)境
• 支持多種用例
趨勢二 AIOps將為安全工作增添助力
多年以來，AIOps一直展現(xiàn)出增強網(wǎng)絡(luò)安全的潛力，而2021年很可能成為潛力轉(zhuǎn)化為現(xiàn)實的一年。德勤咨詢公司首席云戰(zhàn)略官David Linthicum表示，通過彌合IT運營與安全運營之間的鴻溝，AIOps將進一步提升系統(tǒng)的正常運行時間與可靠性。
例如，通過安全數(shù)據(jù)可見性，AIOps能夠判斷某些應(yīng)用程序性能問題并非源自IT故障，而是由針對基礎(chǔ)服務(wù)器的網(wǎng)絡(luò)攻擊所導(dǎo)致。Linthicum強調(diào)，“面對這類特殊情況，我們應(yīng)該啟動安全流程以實施防御。但在傳統(tǒng)工具方面，這類狀況往往仍被視為正常的性能問題，而很少會與安全威脅聯(lián)系起來。”
Linthicum還補充道，這種能力將把運營轉(zhuǎn)化為第一道安全防線，確保管理者及時關(guān)閉受到攻擊的服務(wù)器或者已遭入侵的存儲系統(tǒng)。
趨勢三 工具供應(yīng)商將掀起合并浪潮
隨著AIOps市場的發(fā)展，更多廠商涌入其中，淘汰階段也將隨之而來。目前，已經(jīng)有不少傳統(tǒng)監(jiān)控工具供應(yīng)商計劃在現(xiàn)有產(chǎn)品中添加AIOps功能，而實現(xiàn)方式自然是直接收購某些體量較小的AIOps廠商。Linthicum認為，“這將為客戶們帶來更好的AIOps技術(shù)。”
作為一種概念及技術(shù)類別，AIOps代表著運營運維工具的全面成熟。近年來，傳統(tǒng)運營與CloudOps領(lǐng)域內(nèi)的大多數(shù)供應(yīng)商開始“將AI引擎整合至自己的工具當(dāng)中，而且無論能否實際使用，成果都會被稱為AIOps。”
接下來就是初創(chuàng)企業(yè)專用的AIOps工具。這類工具在設(shè)計之初就考慮到對AI技術(shù)的應(yīng)用。而哪種工具更適用，同樣取決于組織的實際需求。
這類初創(chuàng)工具往往更具創(chuàng)新性，能夠更有效地使用AI技術(shù)，且能夠支持云平臺等現(xiàn)代系統(tǒng)。相比之下，經(jīng)歷過AIOps的原傳統(tǒng)工具比較傾向于支持遺留系統(tǒng)，而且主要服務(wù)于那些希望通過單一工具同時管理傳統(tǒng)系統(tǒng)與云系統(tǒng)的IT運營人員。
"當(dāng)然，二者是互補的，很多企業(yè)都在使用這兩種類型來覆蓋一切運營基礎(chǔ)設(shè)施。"David Linthicum說。
趨勢四 DevOps專業(yè)人士將廣泛接納AIOps
AIOps主要面向IT運營群體，但其吸引力也開始逐步擴展到DevOps團隊，幫助他們通過高級工具監(jiān)控復(fù)雜環(huán)境，并據(jù)此生成原始、細化且廣泛的可觀察性數(shù)據(jù)，包括日志、指標(biāo)與跟蹤等等。
通過將AI與機器學(xué)習(xí)（ML）算法應(yīng)用于可觀察及監(jiān)控數(shù)據(jù)，AIOps將成為DevOps工具鏈中的一部分，專注于監(jiān)控并管理測試、性能與安全性等議題。Linthicum認為，這種方法還能夠“通過自動化方式向集成工具及DevOps工程師提供實時反饋。”
標(biāo)普全球市場情報部門451 Research高級分析師Nancy Gohring表示，在該公司近期對DevOps從業(yè)者的調(diào)查當(dāng)中，42%的受訪者將AIOps定義為使用AI及ML技術(shù)分析日志、跟蹤與指標(biāo)的工具。"這與人們定義可觀察性的思路保持一致。因此在DevOps從業(yè)者中，AIOps往往與可觀察性之間存在有趣的交集。"
趨勢五 自動化能力將得到擴展
在誕生之初，AIOps產(chǎn)品就一直將自動化視為核心要素，但自動化的具體實現(xiàn)可以借由多種不同形式。雖然AIOps產(chǎn)品目前還沒有完全消除人為干預(yù)的需求，但預(yù)計這方面問題將在2021年得到顯著改善。
如今，越來越多的產(chǎn)品開始吸納與解決用例或工作流相關(guān)問題的自動化功能。Micro Focus的Brandt認為，“現(xiàn)在，我們已經(jīng)意識到如何通過分析觸發(fā)或推動這一進程。因此，我認為自動化將成為AIOps的一大發(fā)展趨勢。”
而在Micro Focus的Rossen看來，AIOps在技術(shù)本體與企業(yè)應(yīng)用層面有望迎來四項具體自動化升級：
• AIOps自動化的“典型”類別，即大量攝取日志，而后使用ML算法進行分析以檢測與基準(zhǔn)不符的異常情況。
• 機器人流程自動化，無需人為干預(yù)即可觸發(fā)修復(fù)程序。
• 分析與關(guān)聯(lián)拓撲數(shù)據(jù)，借此查看系統(tǒng)內(nèi)的連接方式，而后使用此信息發(fā)現(xiàn)引發(fā)問題的根本原因。
• 自動化，幫助最終用戶通過智能虛擬代理（例如自動化服務(wù)臺）直觀解決問題，顯著提升客戶支持的精度與實用度。
德勤的Linthicum也強調(diào)了自主修復(fù)能力的進步。他強調(diào)，某些AIOps已經(jīng)可以“解決管理或監(jiān)控系統(tǒng)所發(fā)現(xiàn)的問題。”在AIOps系統(tǒng)發(fā)現(xiàn)問題后，即會啟動相應(yīng)進程嘗試將其解決，例如重新啟動服務(wù)器或者網(wǎng)絡(luò)hub。"目前的主體趨勢，正朝著主動或自我修復(fù)型AIOps工具的方向邁進。"David Linthicum 總結(jié)道。
趨勢六 集體智能的應(yīng)用將不斷深化
451 Research的Gohring認為，AIOps當(dāng)中另一個值得關(guān)注的重要趨勢在于“集體智能”，即由AIOps供應(yīng)商匯總來自客戶的全部監(jiān)控數(shù)據(jù)，借此整理出能夠與其他各方共享的總體趨勢。Gohring認為，“他們會分析整個客戶群體的數(shù)據(jù)，據(jù)此制定出基準(zhǔn)并提供相應(yīng)洞見。”
例如，供應(yīng)商可以查看來自客戶在特定領(lǐng)域中的發(fā)展績效指標(biāo)，并基于集體知識預(yù)測其中存在哪些問題。此外，她認為供應(yīng)商也可以分析客戶對特定問題的解決方法并加以共享，幫助其他客戶在應(yīng)對同類問題時獲得寶貴啟發(fā)。
小結(jié)：AIOps將在2021年大放異彩
隨著2021年的到來，IT領(lǐng)導(dǎo)者們有必要運用AIOps應(yīng)對愈發(fā)難以監(jiān)控的復(fù)雜環(huán)境。
AIOps可能無法滿足供應(yīng)商做出的過高承諾，但事實證明，這項技術(shù)在現(xiàn)實世界中確實能夠為IT運營帶來自動化與精簡支持。
此外，從以上幾大趨勢來看，AIOps技術(shù)正在不斷發(fā)展完善，覆蓋范圍也開始向DevOps及SecOps等領(lǐng)域擴展。
最終，AIOps將有能力幫助IT團隊完成各類最重要任務(wù)與最緊迫的事務(wù)，例如與業(yè)務(wù)效能密切相關(guān)的應(yīng)用程序與數(shù)字服務(wù)可靠性、穩(wěn)定性以及正常運行時間。
