IT運營平臺的人工智能，人們稱之為AIops，是一類不斷發展和廣泛使用的技術，在過去幾年中，這類技術被歸類為IT運營分析。對于那些很關注市場的人而言，智能運維的發展是顯而易見的，但如果您需要一些統計數據的話， Gartner報告稱，到2022年，將有40%的大型企業使用智能運維工具來支持或替換監控工作及服務臺工作，而目前這一比例為5%。
這是一個相當大的跳躍。然而，這也表明許多企業可能會將智能運維工具用于錯誤的目的——這些錯誤可能造成數百萬美元的損失。以下是我所看到的情況。
使用智能運維工具來修復較差的云架構和部署工作。那些沒有為企業設計合適的云解決方案的人，甚至沒有將本地解決方案與公共云相結合的人，都在試圖解決系統性問題。糟糕的設計會導致出現一些性能問題，以及導致智能運維的中斷。
就像“您無法解決一個愚蠢的問題”一樣，在應用和正確使用智能運維工具之前，需要糾正那些規劃較差的架構。智能運維工具會假定該解決方案的配置是合理的，然后才能正確地處理警報和解決方案。如果不按此順序進行操作，那么您將只能夠告訴智能運維系統如何將來自云系統和非云系統的千兆字節數據進行關聯，并嘗試解決那些不太可能完成的問題，因為這些問題會引發其他警報和觸發其他操作。
希望智能運維工具能夠減少人員和成本。實際上，那些從事云運維工作的人正在創建一門新學科。企業已經看到了云運維專家數量的增長，并且他們有著相當不錯的薪水。這就推高了成本，降低了他們認為通過使用公共云會獲得的價值。
我已看到一些企業基于商業案例對智能運維工具進行投資，該案例針對于使用更少的運維人員，并且能夠根據運維模式自動得出成本。盡管未來有進一步降低成本和減少人員的潛力，但智能運維需要大量的運維專業知識。通常，您會看到智能運維會推動云運維團隊人員的增加，并且初期的成本至少在幾年內會上漲。但您必須為提高效率進行投資;您不能在減少投資的同時期望獲得好的結果。
使用智能運維來提供更好的安全性。那些從事云安全工作的人已經知道，運維自動化流程不是保護云端應用程序和數據的好方法。事實上，考慮到您將要應對更復雜的安全系統，將智能運維與云安全工作結合起來實際上會降低安全性。
為了有效地使用，智能運維工具必須非常謹慎地進行部署。市場的發展速度如此之快，難免會發生錯誤。但基于常識，您會發現智能運維最終會為您提供想要的價值。
版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號