AIOps 的 6 个战略用例

将人工智能应用于 IT 运营可带来诸多优点 。通过将 AI 融入 IT 运营体系，您可以充分利用自然语言处理 (NLP)、大数据和机器学习 (ML) 模型的强大功能来自动化和简化工作流，有效监测事件关联性并完成因果判定。

对于当今的 IT 专业人员来说， AIOps 也是从数字化转型投资中获得切实投资回报率的最快途径之一。流程自动化通常集中在优化支出、提高运营效率和整合创新技术等方面，这通常意味着更好的客户体验。

但具体应从何处着手实施？本篇技术博客将超越根因分析与异常检测等基础应用，深入剖析 AIOps 的六大战略级用例。此外，我们还有实用的后续步骤来指导您的 AIOps 之旅。

当前，企业部署 IT 系统与应用程序的环境选择近乎无限——云端、本地数据中心甚至边缘计算节点皆可。这种混合云策略的核心吸引力在于，您能获取保障应用性能所需的全部资源。但“永续在线”模式成本高昂，太多企业为规避性能风险而过度配置资源（并在此过程中产生超额支出）。

为解决资源浪费问题，建议实施 FinOps（财务与开发运营融合实践）。这套云财务管理方法论支持工程、财务与产品等跨职能团队协同工作，共同承担云资源使用责任。AIOps 通过数据驱动的云支出决策，助力企业安全平衡成本与性能，从而实现该方法的运营化落地。借助软件系统（而非人力介入）执行操作，可在需求产生时精准分配资源并采取恰当措施。由于每个操作皆有数据支撑，您还能为 IT 团队构建可信赖的自动化机制。最终成效包括：运营成本降低、警告疲劳缓解、资源浪费减少，并为自动化投入提供可量化的投资回报率证明。

后续步骤：

• 首先从咨询视角解读 FinOps 与 CIO 角色
• 阅读《FinOps 运营化实施快速指南》
• 探索如何通过 IBM Turbonomic 实现 FinOps 运营化。

IBM 商业价值研究院的一项研究显示，首席执行官们将可持续发展视为首要挑战，其优先级已超越法规合规、网络安全风险与技术基础设施。应对此挑战存在多种路径，但成功的首席执行官们正通过可持续性投资来优化运营并加速数字化转型，形成可持续发展表现与财务效益提升的双赢格局。

为了应对您自身可持续发展挑战，首先要优化数据中心：全球数据中心耗电量约占全球总用电量的1-1.5%。通过对应用资源配置进行数据驱动决策，可立即产生积极影响。如果应用仅消耗执行任务所需的能源，便可以提高使用率、降低能源成本和碳排放量，并实现持续高效的运维。

后续步骤：

• 首先概述绿色计算
• 了解数字技术如何帮助首席信息官有效运行可持续发展业务

持续整合/持续交付管道——通常称为 CI/CD 管道——是一种敏捷的 DevOps 工作流，专注于建立频繁且可靠的软件交付流程。它使 DevOps 团队能够协同实时完成代码编写、集成、测试、发布交付及软件变更部署。CI/CD 管道的一个关键特征在于利用自动化保障代码质量。

在寻求 IT 系统改进方案时，运用可观测性来创建高性能的 CI/CD 管道是 AIOps 的绝佳用例。由 AI 与自动化驱动的可观测性体系，正逐步取代陈旧且依赖大量人工干预的性能监控工具。了解全栈可见性可更好地了解您的环境并加速创新。您还可以自动发现、监控和验证生产环境中应用程序的性能和完整性，包括云基础设施、虚拟机、基于容器的微服务、共享的多租户基础设施和存储系统——所有这些都会报告使用情况、可用性和响应时间等指标。

后续步骤：

• 首先重新审视 DevOps
• 获取可观测性企业指南
• 阅读电子书： 利用自动化 APM 加速 CI/CD

对于许多组织来说，应用程序就是业务。确保应用程序持续一致地运行，且不会过度配置和过度支出，正是 AIOps 的关键用例。

与 FinOps 和更可持续的 IT 一样，该用例强调自动化是优化云成本的核心关键。这是因为，无论 IT 团队无论技能多么娴熟，也不总是能够确定以最低成本达到所需性能而需要的确切计算、存储和数据库配置。AI 软件可以帮助确定资源的使用时间和方式，并实时匹配实际需求。与许多 AIOps 用例一样，您可从渐进式改进入手，采取非破坏性、可逆转的行动，立即降低成本、提高绩效并建立信任。

后续步骤：

• 首先重新思考云运营
• 深入了解如何使用 IBM Turbonomic 助力云成本优化

组织持续致力于提升端到端 IT 系统弹性，以规避系统故障、中断与停机相关风险。通过应用此 AIOps 用例，您可以增强端到端 IT 弹性，并确保服务持续可用。

使用由 AI 和智能自动化提供支持的实时根本原因分析功能，AIOps 使 ITOps 团队快速识别事件的根本原因，然后立即采取行动，减少平均检测时间 (MTTD) 和平均解决时间 (MTTR)。AIOps 平台解决方案可以整合多个来源的数据，并将事件关联起来，通过动态基础架构可视化、集成式 AI 功能和建议的修复措施，帮助企业清晰了解整个 IT 环境。

使用预测性 IT 管理，您的 IT 团队可以充分利用 AI 和机器学习来自动化 IT 和网络运营，快速高效解决事件，并主动预防潜在问题，最终提升用户体验、降低成本、推动业务成功。

后续步骤：

• 首先概述什么是事件管理？
• 了解如何减少 MTTR

我们都曾经历这样的场景——刚掌握某款业务工具，新工具便接踵而至。事实上，53% 的组织表示其 IT 团队需要花费更多时间来管理技术和基础设施。IT 工具泛滥（即 IT 环境中存在多重工具与应用程序）导致复杂性攀升、效率低下及管理负担加重。

为了实现更敏捷、更流畅的事件管理流程和更好的员工体验，AIOps 的用例极具吸引力。AIOps 平台提供 IT 运营全景视图，使您能将各类 IT 工具整合至集中化解决方案——形成监控管理的统一界面。依托 AI 与自动化技术，AIOps 平台对多源海量数据进行聚合、关联与分析。它还能触发通知、警告及修复操作，消除跨部门紧急会议的救火模式。

后续步骤：

• 首先概述 ITOM 基础
• 获取关于 AIOps 平台的 Gartner 市场指南
• 了解如何利用 IBM AIOps Insights 加快 IT 事件修复速度

如果您正寻求通过自动化赋能运营实践，这已是行业共识。97% 的 IT 专业人士认为，AI 应用于 IT 运营时，能够提供可操作的洞察分析， 助力自动化升级与 整体 IT 运营提升。

虽然实施所有六个用例堪称理想愿景，但重要的是，即使仅应用单一用例也能推动数字化转型。您将能够更快、更高效地找到并修复问题，提高员工工作效率，并提供更好的客户体验。

探索 IBM AIOps 解决方案，了解 AI 和 IT 如何协同提供数据驱动洞察，助力 IT 领导者推动卓越业务表现。