汪欢|智能运维赛道，需要什么样的玩家？

文章插图

作者：王慧贤
编辑：张栋
运维正在从“小透明”变成“大人物”。
早期的运维被认为是可有可无的环节，大部分工作由运维人员手工完成。可在数字化转型浪潮之下，数据流量呈激增态势，给企业带来了安全运行的稳定性、运维效率和人员紧缺等挑战。
因此，伴随人工智能、云计算、大数据、物联网等技术创新，IT运维从传统运维流程化管理逐步向智能化演进。
智能运维（AIOps，Artificial Intelligence for IT Operations）概念最早由Gartner提出，是指通过机器学习等人工智能算法，自动地从海量运维数据（包括日志、业务数据、系统数据等）中进行实时或离线分析，通过主动性、人性化和动态可视化，增强传统运维的能力。
从虚拟化到自动化，从DevOps到AIOps，智能运维正在向产业深处驶入，将触角伸到越来越多的领域中。
智能运维，野蛮生长
智能运维，说大不大，说小也不小。
根据艾瑞咨询的预测，2021年中国IT服务有望突破万亿元大关，其中IT运维市场规模将达2941.2亿元。MarketsandMarkets Research的数据显示，全球智能运维市场未来几年的复合增长率预计为30.6％，2027年规模可达400亿美元。
走进野蛮生长的阶段后，一些问题也浮出水面。
可是，由于智能运维在实际落地过程中缺乏统一认知和框架指导，致使各行各业的智能运维发展千差万别。
云智慧高级售前总监汪欢表示：“事实上，每一个客户在不同阶段都有不同的智能运维诉求，主要诉求大概有用户体验、支撑业务战略发展、运营层面的支撑以及IT自动化能力。”
“在服务了许多客户之后，我们发现整个运维市场发展迅猛，但是一致性较差，消耗成本非常高、运维代价非常大，企业亟需寻求新的路径或者框架来做支撑。”汪欢告诉雷锋网。
根据信通院在2020年对我国企业的应用监控和连续性管理能力进行的调查，受访企业中只有不足20%的企业具备智能化监控和运维决策能力，超过70%的企业无法在10分钟内解决应用系统出现的故障。
在云智慧总裁刘洪涛看来，突如其来的疫情让数字经济成为全球的增长引擎，也让各行各业对智能运维有了更多认识。
然而，面对日新月异的IT系统架构和业务需求，国内智能运维成熟度水平相对较低的情况下，如何将新技术与管理方法论结合，对数据进行有效治理，提升生产与运营效率，充分发挥智能运维的效能，提升生产与运营效率，成为各行业在数字化转型发展中亟待解决的问题。
为促进智能运维行业进一步发展，帮助更多企业应用智能运维实现数字化转型，云智慧于9月23日召开媒体沟通会，正式发布智能运维分级成熟度模型，详细介绍了该模型的内容与应用价值，以及智能运维行业的发展现状与未来趋势。
凭借多年服务企业客户的数字化运维行业经验，云智慧智能运维分级成熟度模型在智能运维国家标准编制组指导下，同时参考了ITSS运维服务能力成熟度模型与Gartner关于AIOps市场指南的基础上提炼而成。

文章插图

该模型将智能运维演进路线分成了人力运维、辅助运维、一体化运维、初步智能化运维、高度智能化运维和完全智能化运维6个阶段。
从Level0到Level5，该模型分别从业务用户体验、运维组织管理、流程管理、工具应用、数据管理和应用平均故障恢复时间等几个维度，描述了每个阶段的运维管理特征，同时为每个阶段的演进提供了相应的关键提升手段。