追蹤AI技術(shù)這么長時間，我們親眼見到了許許多多的職業(yè)，工作環(huán)境因AI而變得更好。

昔日在高空連續(xù)工作的吊車司機(jī)，變成了可以遠(yuǎn)程操作的“空調(diào)哥”“空調(diào)姐”；曾經(jīng)風(fēng)里來水里去的巡檢工，工作強(qiáng)度因為智能監(jiān)控系統(tǒng)而輕松了不少……

然而，還有一種隱形的重復(fù)類工作很容易被忽視，那就是IT運維。

可能在很多人眼里，運維人員只需要在系統(tǒng)宕機(jī)、電腦壞了的時候擔(dān)任“救火隊員”即可。但隨著IT系統(tǒng)規(guī)模越來越大、網(wǎng)絡(luò)復(fù)雜度越來越高，傳統(tǒng)的運維工作正在變成了高強(qiáng)度且枯燥的工種。運維人員在日常巡檢中需要重復(fù)上千次抄表，每天要面對并處理成百上千次告警通知……

據(jù)說每個運維人入職時的期待，就是喝著咖啡做運維，蹺著二郎腿就把工作做好了。然而年復(fù)一年，盡管運維輔助工具也在迭代，但始終趕不上數(shù)字化進(jìn)程快、企業(yè)業(yè)務(wù)變化大，別說“咖啡運維”了，晚上能少收到幾個告警工單就謝天謝地了。那么，AI能為他們帶來改變嗎？

剛剛過去的華為全聯(lián)接大會上，華為就為企業(yè)運維人斟上了一杯“咖啡”，發(fā)布了AIOps服務(wù)。

AIOps（智能運維）一直被看作是下一代運維模式，這杯由華為調(diào)制的運維“咖啡”，又是什么味道的呢？

品味一番會發(fā)現(xiàn)，前調(diào)是智能，與AI相結(jié)合的AIOps帶來了顛覆傳統(tǒng)運維的體驗；中調(diào)是場景，智能技術(shù)與業(yè)務(wù)場景的有機(jī)結(jié)合，讓AIOps服務(wù)品起來更加和諧絲滑；后調(diào)是生態(tài)，要能兼容各種網(wǎng)絡(luò)協(xié)議、設(shè)備，才能讓不同口味的運維人員都收獲驚喜。

通過這杯咖啡，我們來一起品一品數(shù)字時代的運維之變。

前調(diào)：氤氳智能的香氣

我們都知道，AI尤其是機(jī)器學(xué)習(xí)算法，非常適合處理重復(fù)性、預(yù)測型、大數(shù)據(jù)的工作，恰好指向了當(dāng)前運維工作的核心挑戰(zhàn)：

1.ICT網(wǎng)絡(luò)不斷迭代發(fā)展，系統(tǒng)日趨復(fù)雜，PB級海量數(shù)據(jù)成為常態(tài)，有的運營商甚至面臨2/3/4/5G四世同堂的網(wǎng)絡(luò)局面，運維對象越來越多，運維人員不得不忙于應(yīng)付大量告警和重復(fù)工作，而無法將時間放在運維策略建構(gòu)等更有創(chuàng)造力和價值的工作上；

2.新服務(wù)、新技術(shù)帶來了更多的維護(hù)場景和要求，容器化、虛擬化、分布式服務(wù)、多云管理等等，讓運維人員在故障定位、日常巡檢等工作中身心俱疲，面對問題時往往需要花費很長時間來決策，要保證系統(tǒng)的高可用、高可靠、高效率十分困難；

3.萬物互聯(lián)、千行百業(yè)的數(shù)字化升級，帶來了錯綜復(fù)雜的IT設(shè)施種類，從硬件到軟件如果沒有整合監(jiān)控，運維工具各自孤立，缺少統(tǒng)一集中的監(jiān)控管理機(jī)制，運維專家在統(tǒng)籌決策時也容易出現(xiàn)混淆，不得不處于時刻待命的“救火狀態(tài)”。

因此， Gartner在2016年提出的AIOps概念，即 Artificial Intelligence for IT Operations，倡導(dǎo)將人工智能應(yīng)用于運維領(lǐng)域。有以下好處：

第一，AI智能體能夠從日常的運維大數(shù)據(jù)（日志、監(jiān)控信息、應(yīng)用信息等）中總結(jié)規(guī)律，根據(jù)當(dāng)前的環(huán)境自動分析；

第二，AI算法會在特定場景下，第一時間發(fā)現(xiàn)指標(biāo)異常，進(jìn)行故障精準(zhǔn)分析與定位，自動觸發(fā)修復(fù)機(jī)制，將故障進(jìn)行恢復(fù)，減輕運維人員的工作負(fù)擔(dān)；

第三，故障修復(fù)之后可以自動復(fù)盤并沉淀為知識資產(chǎn)，進(jìn)一步優(yōu)化迭代算法，形成千人千面的智能運維工具。

由此，也就真正能將運維人員從重復(fù)性工作中解脫出來，讓“咖啡運維”的夢想照進(jìn)現(xiàn)實。

中調(diào)：深入場景的甘甜

聽起來，AIOps簡直是運維人員的明日之光。Gartner也曾預(yù)測，到2022年AIOps 的采用率將會達(dá)到 50%。然而現(xiàn)實中，落地速度卻并不像預(yù)期中那樣迅猛。是什么讓運維人員“只聞其香，難嘗其味”？一個詞：開發(fā)。

AIOps離不開人工智能兩大要素：數(shù)據(jù)與算法。一般來說，支撐業(yè)務(wù)的AIOps工具，需要結(jié)合企業(yè)自身的運維框架、策略，投入運維大數(shù)據(jù)，進(jìn)行針對性的模型開發(fā)和訓(xùn)練，才能保證算法的精準(zhǔn)度。

但現(xiàn)實很骨感，企業(yè)中具備AI專業(yè)知識的綜合性運維人才十分稀缺，即便引進(jìn)了相關(guān)人才，也需要花費大量時間來梳理多源異構(gòu)的大數(shù)據(jù)，針對業(yè)務(wù)場景進(jìn)行編碼開發(fā)，耗時不說，最終的模型效果還不一定理想，這些客觀問題都阻礙了AIOps在產(chǎn)業(yè)側(cè)的落地應(yīng)用。

因此在華為全聯(lián)接大會上，華為正式發(fā)布AIOps服務(wù)，聚焦網(wǎng)絡(luò)智能運維，降低AI開發(fā)門檻。此次發(fā)布的AIOps服務(wù)有三個特點：

第一，扎根場景，適配需求。此次發(fā)布的AIOps服務(wù)結(jié)合了華為30多年的網(wǎng)絡(luò)運維和場景理解經(jīng)驗，覆蓋MBB/FBB、園區(qū)網(wǎng)絡(luò)、數(shù)據(jù)中心網(wǎng)絡(luò)、IT應(yīng)用四大領(lǐng)域，和故障預(yù)測、檢測、診斷、識別等環(huán)節(jié)，異常識別與故障診斷準(zhǔn)確率達(dá)90%，能夠滿足絕大多數(shù)企業(yè)的日常運維需求；

第二，簡單易用，降低門檻。華為AIOps服務(wù)沉淀了10多個開箱即用的智能APP模板，用戶只需配置數(shù)據(jù)源，即可啟動APP運行，將AI應(yīng)用的開發(fā)部署過程縮短到分鐘級；預(yù)集成了20多個高質(zhì)量的AI原子能力，覆蓋預(yù)測、檢測、診斷、識別等網(wǎng)絡(luò)運維場景，只需要簡單拖拽，系統(tǒng)就能自動完成節(jié)點間的數(shù)據(jù)銜接，自動推薦下個節(jié)點，不需要用戶從組件庫中反復(fù)篩選驗證，大大降低了應(yīng)用開發(fā)門檻。

第三，可視化定制，提升效率。華為AIOps服務(wù)還提供了80多個2D/3D可視化組件，開發(fā)人員很輕松就能DIY出一個包含趨勢、報表、網(wǎng)絡(luò)關(guān)系等元素的可視化大屏，讓業(yè)務(wù)結(jié)果直觀、快速地呈現(xiàn)出來，有效減少運維人員決策、處理的時間，并確保資產(chǎn)的整體管理和精細(xì)化運維，可以提升業(yè)務(wù)系統(tǒng)的SLA，為企業(yè)降本增效，讓運維數(shù)據(jù)這一重要資產(chǎn)發(fā)揮出更大的價值。

說了這么多，大家一定很好奇：AIOps到底怎么用？我們可以看一個真實的運維案例，了解AIOps服務(wù)如何給企業(yè)和用戶帶來價值。

試想一下，如果一個用戶剛剛辦理了尊貴的5G套餐，卻突然間上不了網(wǎng)，運營商會不會就此損失一個高端客戶？隨著核心網(wǎng)承載量越來越大，監(jiān)控指標(biāo)多，傳統(tǒng)靜態(tài)閾值檢測存在漏報誤報的問題，一旦出現(xiàn)故障沒有及時排除，對用戶體驗影響極大。

去年7月10日，某供應(yīng)商將DNS腳本的指向配置錯誤，影響了某運營商8個城市2000多5G用戶數(shù)據(jù)業(yè)務(wù)。幸好借助華為核心網(wǎng)KPI異常檢測APP，提前5小時發(fā)現(xiàn)了問題，并發(fā)送了告警短信，降低了業(yè)務(wù)損失，保證了5G高端用戶的網(wǎng)上沖浪體驗。

異常檢測精度高，故障定位回復(fù)效率高，智能運維應(yīng)用適配業(yè)務(wù)場景，變被動響應(yīng)為主動運維……這正是華為AIOps服務(wù)的價值所在。

后調(diào)：擴(kuò)散生態(tài)的溫度

而更進(jìn)一步，華為賦予了AIOps悠長的后調(diào)，即建構(gòu)了值得長期品味的AI生態(tài)。

在本屆華為全聯(lián)接大會中，華為網(wǎng)絡(luò)人工智能產(chǎn)品部AI模型與訓(xùn)練服務(wù)部部長王晶提到，“華為AIOps旨在降低ICT領(lǐng)域AI應(yīng)用開發(fā)門檻，將AI技術(shù)帶入運維預(yù)測、檢測、診斷、識別、優(yōu)化等每個環(huán)節(jié)，賦能合作伙伴創(chuàng)新，共同建設(shè)智能運維生態(tài)，實現(xiàn)商業(yè)成功”。

這杯甄給運維人的“咖啡”，為什么需要聚生態(tài)之力來打造？歸根結(jié)底源于華為對運維行業(yè)的深度把脈：唯有眾智共創(chuàng)，才能快速推動智能運維AIOps時代的到來。

運維市場前景廣闊，根據(jù)艾瑞咨詢的預(yù)測，2021年中國IT服務(wù)有望突破萬億元大關(guān)，其中IT運維市場規(guī)模將達(dá)2941.2億元。這也就導(dǎo)致很多廠商看中了這塊“蛋糕”，紛紛進(jìn)入，行業(yè)創(chuàng)新和實踐不斷涌現(xiàn)。但跨廠家主流設(shè)備無法互通，多層次協(xié)同難以形成，最終影響的還是客戶體驗，從而延緩了智能運維的落地部署。要解決這一問題，就需要以開放心態(tài)實現(xiàn)共享，以生態(tài)模式促進(jìn)共同獲益，進(jìn)而推動智能運維進(jìn)入良性發(fā)展階段。

所以我們注意到，華為AIOps服務(wù)另一個余韻悠長的操作就是：開放。

首先，向跨廠家設(shè)備自開放。華為AIOps服務(wù)實現(xiàn)了主流設(shè)備的自動對接，支持SFTP、Kafka、Rest等通用采集協(xié)議，支持華為30類網(wǎng)元、跨廠家100多種主流設(shè)備的自動對接，可以滿足端管云的數(shù)據(jù)采集需求；

其次，向企業(yè)人才、合作伙伴開放。華為自身技術(shù)資源向全球企業(yè)、運維開發(fā)工程師、合作伙伴開放，利用華為的技術(shù)、AI原子能力等，可以低門檻、零代碼地開發(fā)更多運維應(yīng)用，構(gòu)建自身的運維服務(wù)能力，開發(fā)獨特的運維服務(wù)，生機(jī)勃勃的應(yīng)用開發(fā)生態(tài)快速崛起，將為智能運維的工具創(chuàng)新、能力擴(kuò)展，打下堅實基礎(chǔ)。

今天，數(shù)字化轉(zhuǎn)型是中國經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)升級的最強(qiáng)音，少了高質(zhì)量、高效率的運維能力，數(shù)字化就猶如沙上聚塔，顯得尤為脆弱。從這個角度看，運維人員也早已不再是邊緣化的“救火隊員”，而是網(wǎng)絡(luò)安全穩(wěn)健運行、系統(tǒng)性能最優(yōu)化、組織生產(chǎn)力最大化的“神助攻”。

而華為打造的智能底座，正有力地托舉著運維人的智能憧憬，讓他們終于能夠放心地飲下這杯香氣四溢的“咖啡”。

fqj