文、圖／數位通國際
在 AI 應用快速成長下，企業對 GPU 運算、雲端服務與資料中心的需求持續攀升，資料中心每天須處理大量監控訊息與系統告警。如何從海量告警中快速辨識真正影響服務的異常，已成為現代資料中心維運的挑戰。面對此挑戰，數位通國際憑藉 26 年資料中心維運經驗，結合 AI 技術自行開發了 AI 自動告警系統。運用 AI 取代人工，在警訊發生時能第一時間迅速判斷並分析，發出對應的告警管理，替資料中心建立更聰明有效率的維運模式。
從客戶需求出發 解決告警疲勞問題
過去若系統出現異常訊息時，維運人員須從大量告警中人工判斷優先順序，重複或低價值的告警經常掩蓋真正關鍵的事件，讓工程團隊長期陷入「告警疲勞」的處境。數位通技術長蔡辰輝表示，這套系統的開發源於一個客戶的實際需求，對方希望在重大異常發生時能第一時間，除了收到郵件通知外，還要接到人工電話的告警通知。團隊重新檢視整體告警流程後發現，真正的解方並非增加通知管道，而是運用 AI 自動完成事件分析、優先級判定與通知流程，讓維運人員得以專注於故障分析、決策等高價值工作。因此，團隊以日常維運場景為基礎，將 AI 融入 7×24 全天候監控流程。
四大核心能力 大幅提升處理效率
AI 智慧告警系統整合四大核心能力，包括 AI 診斷分析、智慧路由與升級機制、AI 語音電話通知以及告警降噪。當系統偵測到異常時，可即時將告警轉換為語音，主動通知維運人員，並透過 AI 提供初步根因分析與處理建議；同時依據告警來源、客戶資訊及資源狀態，自動判定最適合的處理窗口，大幅降低非必要通知。
此外，系統與虛擬化平台深度整合後，可針對 CPU、記憶體等資源異常自動觸發 AI 分析，提供全天候自動化告警服務；未來也將擴充至機房環控等基礎設施，逐步建立跨平台的智能維運架構。
AI 導入成效顯著 反應速度大幅提升
導入 AI 智慧告警系統後，資料中心維運效率獲得明顯提升。AI 診斷分析可將工程師初步判讀時間縮短約 40%，並有效過濾約 95% 的告警噪音，同時完整保留事件處理紀錄，提升追蹤與管理效率。其中，重大事件可於 15 至 20 秒內完成異常偵測、事件分析與語音通知，自動判斷事件嚴重程度、來源及負責窗口。相較傳統人工判讀流程，P1 等級重大事件的反應時間縮短約 80%，大幅提升回應速度與服務穩定性。
AI 協作開發 打造資料中心新維運模式
值得一提的是，這套系統由內部工程團隊與 AI 協作完成，從程式開發、測試驗證到部署文件撰寫，不僅縮短開發流程，也展現 AI 融入軟體開發與 IT 維運的趨勢。蔡辰輝強調：「AI 並非取代工程師，而是接手重複性工作，把人力投入需要經驗與判斷的環節。我們要打一座自己會說話、會找人、提出解決方案的智能資料中心。」
未來，數位通將以 AIOps 為核心持續轉型，強化 AI 根因分析能力並建立維運知識庫，同時在人工核可下逐步導入自動止血措施，結合容量預測與異常預警，推動資料中心從被動處理邁向主動預防與自主維運。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
