擎创科技为你解读AIOps的前世今生

AI发展至今，已过了数十个年头，从被世人耻笑的“深蓝”，到“阿尔法狗”占领人类智商的高地，AI的发展令人侧目。人们惊异于它日益精进的学习能力、机器特有的不眠不休的工作能力、还有人脑远不能及的运算能力，让不可能变为了可能。

而运维发展到今天，随着互联网数据指数型的爆炸增长，也经历了革命性的颠覆，互联网的发展速度就代表了运维的革新速度……随着云计算、虚拟化技术的发展，互联网技术的广泛应用，数据量的猛增让运维人员的工作量也水涨船高。另一方面，IT系统的复杂度也在增长，架构更加复杂，cache数据、非关系型数据库、大数据架构、离线数据处理、app、PC端应用……种种新架构与海量数据挑战着IT运维的能力，传统监控方式一个一个配置已经不能满足管理需求。随着管理资源的数量和负责度增加，监控出现了太多的指标和图表，人的精力是有限的，在海量的数据之下，运维工程师的力量显得尤为渺小。

其实智能运维是相对传统运维的一种升级和进化，智能运维能够实现业务系统的自动化故障智能检测，自动判断哪些异常、哪有告警，从而能够辅助管理者进行故障根源判断和处理，甚至于挖掘运维数据隐含信息，通过数据变化对未知风险进行预警。

当大家在思考它下一步该如何发展时，人工智能时代的到来让运维人眼前一亮。智能运维AIOps应运而生。AIOps最早被提出是在2016年，IT研究业的巨头Gartner定义了最早的智能运维概念，并大胆预测，到 2020 年，AIOps 的采用率将会达到50%。

在AI刚刚兴起的今天，AIOps是新概念，业界经验尚且单薄，很难现在就给出AIOps的确切且广泛适用的定义，哪怕是著名如Gartner也不敢妄言定义智能运维;随着业界实践、反思和讨论的不断积累，AIOps的认知会逐渐的发生演变。但是，AIOps所代表的整体趋势是势不可挡的，智能化会逐渐走入IT行业乃至社会生活的各个方面，这点毋庸置疑。目前我们还没有必要夸下海口说AIOps会快速地彻底革新运维，不过见微知著、未雨绸缪和敏而好学终归不是坏事;当机器能越来越智能地工作，我们也应当变得越来越聪明。如何正确利用AI来完善进化Ops?如何利用AIOps来催化各个领域的变革?运维依旧任重道远。

2016年，擎创科技研发的夏洛克AIOps就已经将服务和应用数据收集、综合分析、规律发现等流程自动化，相比人工手动，擎创夏洛克AIOps就已经可以快速定位问题并且提高系统表现性能了。面对数据量巨大、流程繁琐的工作，人工是吃力不讨好的，交给机器才是最佳选择。AIOps提出后，就有很多企业尝试进行IT数据的自动化处理，但是那时候似乎没有找到正确的、有效的打开方式;有了机器学习和深度学习，挖掘数据信息如虎添翼，不必像以往单纯依靠传统概率统计论。 也正是因为机器学习和深度学习这样的重大突破之后，学术界已经研究了半个多世纪的人工智能再次回到业界焦点，并且被社会所广泛注视。面对未知的挑战以及大数据时代的到来，擎创夏洛克AIOps的出现也是必然选择。