企业级AIOps：验证成功与真实业务价值

对AIOps实施者的调查显示，即使在概念演进早期阶段也取得广泛成功。

多年来，AIOps对许多IT组织是"未来之事"，一个供思考和测试的概念，除Google、Facebook等巨头外几乎无人涉足。这已改变。AIOps已成功、准备好大规模应用、可交付真实收益。

企业管理协会（EMA）最新研究清楚显示更多公司获得AIOps成功。

"AIOps绝对主流化了。但它也是相对年轻的学科。我最近调查中，超60% AIOps实施不足两年。令我惊讶的不是AIOps总体成功，而是压倒性成功。"EMA研究总监Valerie O'Connell在采访中说。

EMA对200多家正在使用AIOps的IT组织调查显示，所有受访者称其工作成功。且77%称举措"非常"或"极其"（31%受访者）成功。62%受访者称AIOps价值相对成本为高或极高。

今日AIOps成功案例

AIOps——人工智能和机器学习补充IT运营人工侧面的策略——吸引企业关注。但研究发现AIOps技术能力超越企业常见需求。简单说，AIOps技术未受挑战。

这可能因许多AIOps举措新近启动，65%项目不足两年。AIOps顶级用例涉及物联网和运营技术，即各类设备分散跨多网络和云的应用。

其他关键用例包括"业务影响"和"IT/业务对齐"、企业数字化转型中的实时可观测性、事件管理。O'Connell指出对安全运营兴趣增长。

可观测性的角色

具备端到端可见性的可观测性——AIOps发现非计划行为模式的能力——被AIOps实施者评为最重要目标，31.7%受访者引用。研究中一个可能引发兴趣的发现是AIOps工具处方建议的角色。关于AIOps潜力的讨论强调系统向运维人员提出修复建议的可能性。然而该能力在重要目标中排名第15位。可能是超前于时代的功能之一。

AIOps举措其他关键目标倾向于IT运营效率、高管对IT施压、高效工作流和协作。AIOps也与数字化转型和DevSecOps紧密结合。

驱动AIOps的力量

谈到AIOps实施驱动力，似乎无自下而上倡议。

O'Connell说："AIOps由CIO驱动，紧随其后是ITOps。这讲得通，因AIOps本质跨域、缓解孤岛。加入自动化后，平衡更强烈倾向C级驱动。事实上，CFO作为自动化驱动力表现突出。"

自动化在AIOps中关键，但不意味着IT运营人员走向失业。

"EMA研究一致显示，跨实践领域，自动化是后天习得的偏好。无人监督下普遍不大乐意采用自动化。当然，拥抱自动化意愿极少自发。随时间增长。正如成功孕育成功，自动化孕育自动化，组织消费自动化的文化能力也随时间增长。谈到AIOps，自动化的一二拳组合在大胜中。"O'Connell说。

AIOps成功，今日与明日

受访者称AIOps举措收益包括更好IT/业务对齐、更高IT服务质量、改善员工/客户体验。

当然，即使成功技术实施也伴随挑战。

甚至更成功的AIOps采纳者也提到现有挑战：技术成本、数据准确性和可访问性、IT内部冲突、对AI的恐惧或不信任。且大多数称战略成功的采纳者也计划明年考虑新AIOps平台。

EMA报告总结："做对的话，IT与业务其他部分关系可被转型，部分因IT/业务对齐改善几乎不可避免。做对AIOps大部分是自动化。自巧克力和花生酱以来，没有比AIOps和自动化更天然搭配。然而此案中，搭配近乎在需要业务敏捷和稳健IT服务的世界中的生存机制。"

"AIOps及其伴随自动化的论据如此清晰、如此常识性练习，EMA预期名称随时间悄然消失。今天的新能力将只是日常IT运营日常一部分。不过那时仍在相当远的未来。"