虽然AIOps (智能运维) 应用前景潜力巨大，但正像汽车广告免责声明所说，“您的情况可能有所不同。”许多企业不知道AIOps从何入手，而且应该认真考虑AIOps策略和解决方案。首先，确定实现最大投资价值所需AIOps的主要功能非常重要。
为什么AIOps改变了游戏规则
为了在当今应用经济中生存和发展，企业需要提供新型增加收益的可靠数字服务。IT团队的任务是确保这些服务的性能和可用性并实现高回报。同时，您的团队必须满足加速创新并管理成本的迫切需求。
随着IT环境日益短暂、复杂、动态变化，满足这些紧迫需求变得更加困难。容器和微服务、多源云、持续集成和持续交付以及DevOps的广泛使用，将显着增加需要管理的运营数据量。如果企业尚未发生这种情况，生成的数据数量、种类和速度极有可能很快超过人的管理能力。
为应对这种增长，满足服务级别协议 (SLA) 要求，支持不断发展的业务，越来越多的IT运维团队正在制定AIOps计划。Gartner发布的AIOps平台市场指南指出：“AIOps平台结合大数据和机器学习功能，通过大规模摄入和分析IT生成的数量、种类和速度不断增长的数据，全面支持所有主要IT运维流程。”成功的AIOps策略需要具备哪些功能? 首先，必须了解AIOps平台核心功能，包括摄取多种来源的数据，支持数据分析，利用机器学习等。
AIOps价值最大化的关键要求
为快速真正实现AIOps的最大价值，具备上述基础功能非常重要。您需要的AIOps解决方案不仅可以利用大数据和机器学习，而且能够利用特定代码、功能和算法，在特定IT运维应用场景中轻松使用这些功能。此外，您的团队还需要高级功能，如自动故障修复和服务恢复，优化成本和容量管理以及主动漏洞缓解。最终，这些功能有助于您的团队实现AIOps投资的更大价值，并进一步加快速度。
No.1
自动化
借助AIOps和先进的自动化功能，企业可以充分利用数据集合生成的洞察。以下是这种自动化功能的两个主要应用领域：
自动运维。您的团队可以建立自动修复流程，加快平均修复时间。您可以自动执行日常重复性任务，如重启服务、清理临时资源以及配置增加的容量。
自动服务恢复：从工票生成到结束，您的团队可以建立服务台自动闭环流程。利用集成式服务建模功能，他们可以根据业务影响更加智能地优先分配事件。
这种自动化具有一系列明显好处。您的团队可以降低许多手动人工密集型任务的成本和风险，最大限度减少增加IT技术资源负担的重复性任务。更重要的是，这些功能可以加快诊断和修复速度，从而提高服务水平、客户满意度和SLA合规性。
No.2
成本和容量优化
利用具有内置成本和容量优化功能的AIOps，您的团队可以提高绩效管理水平，根据业务需求和要求更好地优化资源和投资。人工智能、机器学习结合容量和成本管理可以提供强大功能，更加智能地管理本地和云资源，包括：
预算管理预警利用高级算法提前识别预期成本超支。
建议资源优化调整，自动触发操作，如终止闲置资源或调整现有资源大小。
自动基于策略分析和修复云资源误配置。
借助这些功能，您可以有效模拟资源变更的影响，更加明智地制定云迁移规划。
No.3
安全运维
对于今天的企业来说，快速查找并修复危及安全的漏洞和误配置至关重要。最好不留下任何隐患。利用含有安全运维功能的完整AIOps平台，企业可以显着降低风险。为了最大限度提高安全性，您需要有助于运维团队实现以下结果的解决方案：
查找并修复危及安全和合规性的漏洞和误配置。
利用机器学习算法智能快速地发送漏洞、违规和相关问题的信息。
通过资产配置异常检测预测安全误配置。
结语
采用正合适的AIOps平台，您的团队可以利用自动化、成本和容量优化以及安全运维等领域的先进功能。选择正确的解决方案，能够实现最为关键的目标—包括优化服务水平，实现更明智的投资并加速创新。评估AIOps解决方案时，请记住建立完整AIOps平台和策略的基本要求。
原文作者：
Bill Talbot
BMC数字服务和运营部解决方案营销副总裁
