近日，我們采訪了兩位經驗豐富的大咖，試圖從博睿數據的視角窺探AIOps 的全貌。
關于AIOps 產品本身
就博睿數據而言，博睿數據的AIOps的核心是“數據+AI+產品+場景”四合一的綜合解決方案。在一體化運維、告警管理、故障定位、應急快恢等高頻運維場景中幫助用戶更高效、更準確的達成業(yè)務目標。
就其優(yōu)勢而言，主要有5個方面：
目前，博睿數據基于自研的大數據實時處理和分析平臺 Zeus做數據挖掘，在異常檢測、趨勢預測、告警收斂、事件分析等應用場景方面已實現產品化落地。
具體來說，異常檢測，主要應用于運維數據的無監(jiān)督異常發(fā)現環(huán)節(jié)，不需要運維人員手工設置閾值即可做到異常的自主發(fā)現，大幅節(jié)省了人力投入；
趨勢預測，主要應用于業(yè)務特性運維數據的預測場景，比如容量預測、訪問量預測、硬件缺陷預測等等，對于運維人員的預算編制、業(yè)務規(guī)劃和提前介入處置起到很大的參考作用；
告警收斂，主要應用于統(tǒng)一告警平臺的事件管理場景，運維人員不再需要面對大量的無效告警，只需要關注收斂后的少量故障，應急處置的效率和精準度有了大幅提升；
事件分析，主要應用于一體化運維平臺的問題管理場景，AI將指標、Trace、事件的異常信息匯聚到問題，從問題查找根因，從根因聯動通知、自動化等處置步驟，問題分析的效率和精準度得到大幅改善。
在AIOps實踐方面，博睿數據依托多年APM行業(yè)積累，已具備豐富的數據集合。依托IT運維監(jiān)控能力，利用大數據和機器學習技術持續(xù)構建智能運維監(jiān)控能力。
2021年，博睿數據在國內首次提出了“服務可達的數據鏈DNA”技術理念，D代表DEM（數字體驗管理），N代表NPM(網絡性能管理)，A代表APM（應用性能管理），從而打通從代碼到用戶訪問的全過程，進一步釋放企業(yè)IT運維監(jiān)控管理所有分支領域DEM、APM、ITIM、NPM和智能運維管理的能力。
目前，博睿數據算法中臺 SwiftAI已賦能到新一代APM的Server產品、新一代的智能運維大數據平臺DataView、“雙模一體”智能應急中心OneAlert等，與博睿數據統(tǒng)一聯邦數據中臺 Zeus相輔相成，不斷落地智能異常檢測、趨勢預測、智能告警、事件分析等場景，助力云原生時代服務可達。
2022年5月20日，博睿數據正式推出了一體化智能可觀測平臺ONE，該平臺旨在建立一體化、智能化、面向業(yè)務與用戶體驗的統(tǒng)一運維平臺，助力企業(yè)提高數字化體驗，降低運維成本，提升工作效率，為數字化轉型賦能升級。同時，這也是業(yè)界第一個將所有運維監(jiān)控需求“All in ONE”的統(tǒng)一平臺。博睿數據的 AI 能力，比如告警收斂、根因分析、多維分析、影響分析等，也將在 ONE 平臺的觀測洞察、應急管理等模塊中逐步落地。
談及博睿數據AIOps未來的發(fā)展，賀安輝表示：“未來，博睿數據在AIOps 方面將在根因定位、影響分析、NLP、算法實驗室四個方面發(fā)力。”
同時，未來博睿數據也將繼續(xù)發(fā)展多模態(tài)數據聯邦“底座”和AI算法的廣度和深度，支持全程服務可觀測。
AIOps 未來已來
雖然AI技術給運維工作帶來的價值顯而易見，但需要明確的是AIOps 不是一個一蹴而就的實踐，而是一個長期演進的過程，需要不斷創(chuàng)新發(fā)展。
就當前國內智能運維的環(huán)境而言，李驊宸認為AIOps還存在以下幾方面的挑戰(zhàn)：
在他看來，博睿數據今后要在智能運維方面持續(xù)發(fā)力。
首先，要打破數據孤島，做DNA 數據的最大化融合，建立數據資產的統(tǒng)一管理倉庫，產生聯邦數據的次生價值。以博睿數據提出的數據鏈DNA 概念為例，AIOps是DNA中重要的一環(huán)，可助力APM產品和數據實現端到端打通，讓DNA更加自動化和智能化。同時，DNA數據鏈也給AI提供場景和數據土壤，讓AI通過信息整合、特征關聯真正的跑出優(yōu)質算法模型。
其次，要加強數據分析和數據挖掘，擴展AI產品能力，夯實算法基礎能力，讓AI支持輕量級的模塊化和產品化。在算法可解釋性和評價體系方面建立一套標準，引入不同的數據集進行數據加工分析，用真實故障注入的方式來不斷錘煉AIOps能力，在商業(yè)化輸出時能夠以近乎開箱即用、極低適配成本的方式實現價值的最大化輸出。
更為重要的是，AIOps本就是基于已有的運維數據，并通過機器學習的方式來進一步解決自動化運維沒辦法解決的問題。企業(yè)實現AIOps的前提是建立起全面獲取IT數據的能力，這里的數據主要包括但不限于日志、指標和事件等。將這些數據輸送給AIOps平臺，為AIOps提供數據資產，以進行整合的更高級別的分析和洞察。如果沒有這些大數據的支持，AIOps則是無源之水。所以對于企業(yè)來說，大數據采集工作至關重要。
兩位大咖對AIOps的未來發(fā)展充滿信心?？傮w而言，中國市場足夠大，數據也足夠豐富，而在國家戰(zhàn)略和政策的支持下，傳統(tǒng)制造業(yè)正向智能創(chuàng)造逐步發(fā)展，發(fā)展的過程中必然會涉及大量數據處理，而這也是AI技術的強項，當前在運維領域，AI技術的應用還是剛剛起步，慢慢成熟，在未來的3-5年內，AI技術會廣泛應用到運維場景中，向自助式服務方向發(fā)展。
寫在最后
每一個產品最需要的是被市場認可。
在標準制定方面，2021年博睿數據獲信通院首批AIOps評估的異常檢測全面級，同年博睿數據作為信通院組織的AIOps標準工作小組成員，多項建議納入到規(guī)范標準。
在產學研方面，博睿數據也跟廈門大學成立聯合實驗室，開展機器學習、深度學習方面的合作。
在行業(yè)應用落地方面，博睿數據的AIOps解決方案已經落地到銀行、保險、證券、教育、航空等行業(yè)中，如異常檢測場景、告警收斂場景、趨勢預測場景等，為客戶的數字化轉型加速賦能。
