拓展AIOps用例释放企业价值：应对复杂性的关键引擎

组织视AIOps为应对运维与安全管理复杂性激增的关键路径。

去年势头增强后，AIOps持续获得组织关注，快速采纳以助IT团队增强传统安全、网络监控与管理。

Gartner去年发现，仅IT运维管理市场，AIOps将以15%复合年增长率增长至2025年，2020年市场规模已超10亿美元。

部分组织视AIOps为节省IT人力成本手段，但驱动增长的核心因素显然是复杂性。多个差异化用例将驱动增长。

当今远程与混合办公模式下，AIOps愈发关键。疫情导致办公室关闭与居家办公政策增加数字流量，复杂化IT团队数据收集。企业为远程员工配发新硬软件，数据流量激增。IT团队在数据产出增加的同时，还需监控来自各远程办公地点、属性各异的数据流。

AIOps助IT团队处理远程混合办公模式导致的数据量增、异构化加剧。AIOps用智能算法摄入大量多属性、多源数据并自动化分析。

此外，AIOps方案可分析聚合数据以检测模式、预测问题在干扰员工生产力前发生。若发生服务影响性事件，AIOps助IT团队快速定位根因、确定修复方案，降低平均修复时间（MTTR）。

另一大价值领域是安全自动化。因素包括向云迁移、拥抱混合与可组合应用引入新问题。去年Apache Log4j漏洞震惊商界，被称“史上最严重安全漏洞”。原因：开源组件广泛使用并嵌入常见应用，频被企业复用。

此类情况下传统安全工具难以根除。反之，AIOps用智能算法建立系统正常行为基线，实时识别偏差主动检测网络攻击，判断性能问题是攻击还是IT故障。攻击时可自动触发防御战术：优先级告警辅助人工操作，或自主执行关闭系统访问、封锁IP等动作。

物联网技术