企業正在尋求更密切監管IT資產的方法，他們紛紛運用人工智慧來解決效能問題，並在產生負面影響之前自動進行修復。
文／Maria Korolov 譯／陳薇真
雲端平台、託管服務提供商和進行數位轉型的企業已開始從新興的IT趨勢中獲益：使用人工智慧式的IT營運技術來自動監視和管理IT產品組合。
這種稱為AIOps的新興做法正在幫助企業避免潛在的停機和效能問題，從而避免對營運、客戶和利潤產生負面影響。但是，採用更進階AI系統不僅可以識別問題或預測問題，還可以透過智慧、自動化的緩解措施對事件做出反應。
[ 下載 2020-21 CIO大調查報告，掌握最新企業IT導入趨勢 ]
AIOps到底是什麼？現今企業如何使用它？這篇文章將更深入地研究AI輔助IT營運的技術、策略和挑戰。
什麼是AIOps？
AIOps是一種新興的IT技術，將人工智慧應用於IT營運，以幫助企業智慧地管理基礎架構、網路和應用程式，以實現效能、彈性、產能、正常運行時間，以及某些情況下維持安全性。AIOps將臨界值導向的傳統警報和手動流程，轉移成利用AI和機器學習的系統，使企業能夠更密切監控IT資產，並預測負面事件和影響。
美國工作服零售商Carhartt資訊長 John Hill 在三個主要領域使用AIOps：
- 服務管理、
- 績效管理、
- IT自動化。
多虧了智慧監控，Carthartt現在可以在問題影響客戶之前就發現它。
他說：「這是監視環境並明瞭狀況的完整流程，並根據這些指標採取行動。以前我們依賴停機或某些跡象才知道有些事情不對勁並知道該修理什麼。」這些事件可能早已破壞客戶體驗。
AIOps案例
你可能不知道AIOps已在你的IT產品組合中運作了。先進的CRM或ERP系統通常具有內建的智慧管理。大多數主要的雲端平台也利用機器學習支援監視和管理工具。
然而，單點解決方案中的內建功能有其缺點。在 AIOps Exchange 調查中，有65%的IT組織表示，他們仍然倚賴孤立的、規則導向的或無法滿足其整個IT環境需求的監視方案（無論是否智慧）。此外，根據BigPanda最近的一項調查，有42%的IT組織針對其IT環境使用10多種不同的監視工具。
這就是Carhartt採用AIOps的原因。Hill說：「以前，我們必須獨立監視不同的環境。」為了減低複雜度，Hill選擇將監視整合至兩個平台上，首先在AppDynamics上監視應用程式效能，然後添加Turbonomic來管理Carhartt的基礎架構。
[CIO都在讀： AI最常見的應用有哪些？ ]
該公司網站在黑色星期五和網路星期一購物高峰期遇到的效能問題迫使他們改革。Hill說，當公司發現問題時，客戶已經感到服務品質不良。
自Carhartt於2017年秋季部署AppDynamics以來，黑色星期五和網路星期一的高峰期保持零停機。
他說：「我們取得了破紀錄的成長。我們的成長率是整個行業的兩倍，而以前沒有出現任何停機或效能下降的情況。」
Carhartt於2019年初添加了Turbonomic，以用於本地和雲端環境的資源管理。他說，有了新系統，利用率從70%提高到92%。他表示：「這可能為我們節省了25%的基礎設施成本。」
當利用率增加，系統會自動處理而無需人工干預，而產能下降仍需要人工批准。
Hill說：「系統發現產能挑戰，並向ServiceNow提出了變更請求。當產能過剩時，它會在ServiceNow中產生一個票單，然後有員工會先查看它，快速審閱，點擊即可。現在，這個部分還不需要自動化。」
公司的下一步是使業務任務自動化，例如使用文本識別和自然語言處理來處理客戶訂單。
採用AIOps
根據Gartner的資料，至2023年，將有40%的公司使用將AIOps監視應用程式和基礎架構。然而綜觀來說，採用AIOps處於早期階段。Loom Systems 贊助的2019年調查顯示，至今只有5%的公司實施了AIOps。諮詢公司 Boston Consulting Group 董事總經理暨合夥人 Akash Bhatia 表示，阻止採用率上升的一項原因是市場上有很多供應商。他說：「幾乎太多了。」
根據 Loom Systems 的報告，59%的企業處於探索階段，這些企業仍然很難準確地了解AIOps產品。另外，Bhatia說，許多供應商僅運用AIOps在單一方面，例如監視應用程式效能、基礎架構管理或網路效能監視和診斷。他補充說，但是隨著技術的成熟，市場正在顯示出整合的跡象。
[CIO都在讀： 10個數位轉型成功案例 ]
IDC預測，AIOps市場（IDC稱為IT營運分析）將從2018年的29億美元增長到2023年的45億美元，其中大部分成長來自於AIOps服務。IDC AIOps分析師暨專案副總裁 Stephen Elliot 說，雖然AIOps通常與企業軟體平台或雲端服務一起討論，但大型企業已開始將AIOps視為獨立預算項目進行投資。
他說：「他們意識到自己處於多雲端世界中，而且他們正在發生敏捷的轉型，並且擁有DevOps團隊，他們意識到他們必須更快速地行動因為複雜性正在增加。」
AIOps價值主張
利用AIOps的公司開始意識到從執行分析和預測的系統轉為自行決策系統的重要性。進入自動化時代。
Elliot說：「他們需要能夠蒐集大量資訊、應用分析、降低噪音，並加快問題識別和解決的工具。」
自動化還需要更完整的AIOps整合。應用程式效能問題可能是由於軟體問題、網路問題或硬體問題引起。在多雲端環境中，根本原因可能在一個雲端中，也可能在另一雲端中，或者是多種因素造成的結果。如果AIOps基礎架構是零散的，要找到並解決問題的根本原因可能很困難。
AIOps供應商ScienceLogic的執行長 David Link 表示：「然後，你將面臨的是肉搏戰，每個組別都有自己的工具。如果每個應用程式系統都擁有獨立的工具，那麼你將無法以這種方式擴展企業規模。」
同時，如Carhartt這些已經部署了AIOps的公司發現其投資正在獲得回報。根據 Enterprise Management Associates (EMA)的一項調查，使用AIOps的企業中有81%表示獲得正值的投資報酬率。實際上，有42%表示AIOps的價值「大大」超過了成本。
根據EMA的說法，AIOps的六個最常見案例是跨領域應用程式基礎架構和效能、產能管理和最佳化基礎架構、DevOps和敏捷性、客戶和服務對象體驗管理和業務調整、成本管理，以及變更管理。
AIOps作為收入來源
CBTS（Cincinatti Bell子公司）為企業客戶提供通訊服務。該公司創新長 Joe Putnick 說CBTS曾經是「Cincinnati Bell 科技解決方案」的縮寫，但隨著公司擴展至其他領域，它現在代表「架構轉移諮詢公司」(Consult Build Transform Support)。
他說，轉移至AIOps對於幫助縮短反應時間至關重要，但現在已成為新商機來源。例如，在公司開始使用AIOps之前，將客戶設備轉移至CBTS監視、管理和計費系統將花費數小時、數天甚至是「永遠」。
Putnick說：「現在，我已將配置時間從五個小時縮短到了兩分鐘。當我說配置時，我指的是整個IT服務管理和事件管理系統。我知道這些統計數據非常令人讚嘆。」
[CIO都在讀： 如何決定IT預算該下在哪裡？ ]
該公司還使用AIOps分析使用模式並自動執行反應。他說：「我們正在應用AIOps來預測產能配置的需求，使我們能夠保持最佳正常運行時間和最高客戶滿意度。」
Putnick說，AIOps已幫助CBTS從每月不到40個站台增長到每月平均增加500多個安裝，而且員工人數幾乎不變。
CBTS在AWS中建入組合工具，並在ServiceNow中使用自定義編碼應用程式，和自定義機器學習和自適應演算法，以及ScienceLogic的AIOps工具。該公司下一步是為其客戶提供附加價值服務。例如，CBTS向其客戶提供的客戶服務聊天機器人可以使用其AIOps系統中的資料、分析和預測，使機器人變得更加智慧和迅速回應。
AIOps和託管服務提供商
若你想看見AIOps的全部潛力，眼前的託管服務提供商(Managed Service Provider, MSP)就是如此。
數位服務諮詢公司Nerdery的資料科學總監 Justin Richie 說：「這可能是目前市場上最龐大的部分。他們絕對會在可能的地方投資演算法。他們知道，在硬體之外，最大的支出是人力成本。」
對於MSP而言，AIOps代表更高的效率、更低的成本和更快的解決時間，這是該領域所有重要的競爭優勢。
[ 加入 CIO Taiwan 官方LINE，與全球CIO同步獲取精華見解 ]
總部位於美國加州聖荷西的MSP公司NetEnrich已在1000多家客戶中部署了AIOps，其策略與營運資深副總裁 Raghu Kamath 說：「這占了一半AIOps的價值主張。我們開始在幾個客戶中採用它，然後在過去的十二個月中逐步將其擴展到我們的客戶群中。現在，超過50%的客戶都在AIOps平台上。」
NetEnrich最明顯和最直接的好處之一就是降低了噪訊。錯誤警報會給員工帶來不必要的工作量，並會拖慢客戶的反應時間。
Kamath說：「我們有更多反應時間去發現問題和採取行動，在實施AIOps之後，我們的平均維修時間至少快了30%。隨著AIOps變得更加成熟並引入更多的推理模型，資料將繼續增加。」
由於NetEnrich在許許多多不同的客戶環境中都使用了AIOps，因此Kamath對該技術有獨特的見解。首先，他發現環境越相似，部署AIOps越容易。
他說：「當你想要開始整合所有不同的環境時，將變得更加複雜。」
使用公有雲基礎架構的客戶也可以放心，因為環境較一致。儘管如此，要讓雲端供應商開放他們的系統有時還是有困難度。
他說：「但是公有雲供應商正在改變。如果看一下兩年前到現在為止可以造訪的資料量，它已經改善很多了。」
Kamath說，將AIOps用於傳統應用程式和硬體非常棘手。他表示：「如果你沒有足夠的紀錄，就很難推論任何東西，這就是為什麼我們鼓勵客戶加快其數位轉型並使其應用程式現代化的原因。」
（本文授權非營利轉載，請註明出處：CIO Taiwan）
