弹性态势助力企业抢占 AI 应用浪潮先机

无论组织是否准备就绪，新的应用程序浪潮已势不可挡。未来三年内，我们将见证十亿（是的，十亿）个新应用程序的诞生，这要归功于生成式 AI。

生成式 AI 通过 AI 代码生成和其他环节的自动化技术加速应用程序开发，其中包括生成用于验证功能的测试用例，这在传统意义上是一个极其耗时的过程。

人工智能驱动的工具和开发环境正帮助应用程序开发人员提升工作效率，减轻其重复性任务负担，从而释放更多资源用于创新。

但在充满期待的同时，企业也需要注意：随着您将更多新应用程序纳入日常工作流，如果出现问题，也将面临更大的风险。

在软件开发领域，弹性应用程序可以从意外中断或故障中快速恢复，并且不会对生产力造成任何影响。

但是企业如何评估应用程序是否具备弹性？

答案在于非功能需求或 NFR。与功能性需求（指系统必须做什么）不同，非功能性需求是系统的性能和能力的标准。

在评估应用程序弹性时，有六类 NFR 最为重要：

• 可维护性：通过修改对应用程序进行维护的难易程度。模块化设计、自动化测试、持续整合和部署 (CI/CD)、版本控制和定期重构等战略可以提高可维护性。

• 可观测性：基于应用程序的外部输出，对其内部状态进行评估。应用程序可观测性可以通过全面记录、分布式跟踪和部署监控工具等方法来实现。

• 可恢复性：应用程序如何快速、轻松地回归完全运行状态。高可恢复性可以通过定期备份数据、建立系统冗余以及实施测试和恢复流程等策略来实现。

• 可用性：应用程序或其他系统处于可运行及访问状态的时长占比（例如年化百分比）。负载均衡、定期维护和故障转移 （将工作量从出现故障的主系统转移到正常运行的辅助系统）等策略可以帮助应用程序实现高可用性。

• 易用性：应用程序的用户友好性和直观性。应用程序的易用性可通过以用户为中心的设计方法来提高，从而确保界面简洁、一致且易于访问。

• 可扩展性：应用程序有效处理增加的工作负载的能力。提高可扩展性的常见战略包括水平和垂直扩展、缓存、负载均衡和微服务的使用。

理解关键非功能性需求仅是成功的一半，而实施跟踪这些需求的措施才是制胜“秘诀”。

目前，众多企业均处于盲目运营状态，且对自身弹性态势缺乏完整可视性，甚至完全不可见。例如，在近期的案例中，一位最终用户曾尝试访问某个基于云的应用程序，该应用程序宣称具备“五个 9”可用性，这意味着在给定时长内其可用性达 99.999%。但是，该应用程序并未按预期运行。

其中一个原因是网络故障导致应用程序暂时无法使用。除了易用性信息外，如果企业还能掌握可用性信息，就能更快地识别并解决故障，从而提升最终用户的体验。

AI 本可以避免这种情况。

例如，IBM 的弹性解决方案 IBM® Concert 借助人工智能驱动的实时分析来评估应用程序，并根据与六个 NFR 相关的标准生成弹性评分。它还能提供解决问题的建议，并自动修复常见漏洞和风险 (CVE)，从而加速解决问题并减少停机。

随着生成式 AI 应用热潮的临近，企业迫不及待地想要承担采用新应用程序的风险。有效的弹性态势使您能够将系统停机时间纳入考量。