AIOps蜕变
2021-09-23 19:19
从热到冷，再到热，AIOps似乎经历了王国维人间词话的“三境界”。
2016年，Gartner开创性地提出“AIOps”概念，中文释义智能运维，即借助大数据、AI等新技术手段，为IT运维提供数字化和智能化支撑。饱受人工运维之苦的业界为之一振，对AIOps的各种诠释满天飞，正所谓“昨夜西风凋碧树，独上高楼，望尽天涯路”。
然而，AIOps的发展进程充满波折，落地速度远不及预期。AI技术成熟度的不足、专业人才储备的匮乏、数据采集与分享机制的缺位、运行平台和解决方案的脱节等问题层出不穷，尽管各路商家“衣带渐宽终不悔”，也只能落个“为伊消得人憔悴”。
从Gartner去年发布的中国ICT技术成熟度曲线可以看出，AIOps正在从过高期望的峰值向下滑落，未来有望进入真正的应用实施阶段。这意味着经过几年的摸索与试错，AIOps有机会突破大规模实践的临界点，可谓“蓦然回首，那人却在灯火阑珊处”。
站在转折点上的AIOps，更需要重磅力量的推动。9月23日，在华为全联接大会上，华为正式发布AIOps服务，聚焦网络智能运维，降低AI开发门槛，构建AI生态，携手合作伙伴助力企业运维智能化转型。
AIOps的机遇与挑战
AIOps潜在的市场空间相当可观。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。
伴随千行百业数字化转型的不断深入，面对上万台服务器、几千个软件模块、PB级海量数据的联袂冲击，传统人工运维方式越来越捉襟见肘，谋求运维模式转型成为当务之急。
AIOps的出现一度缓解了焦虑。AI算法可对海量运维数据进行分析，并能自动、精准地发现和定位问题，进而提高整体运营效率，降低IT运维成本。
不过，AIOps落地在实际业务中仍面临诸多挑战。例如，运营商、数据中心、园区等网络架构复杂、应用繁多，需要业务分析师、开发工程师等人员协同参与。而一项针对用户智能运维现状的调查表明，超过五成公司缺乏具有AI专业知识的员工。即使大咖到位，运维人员也需要人工编码开发不同场景的AI应用，耗时费力，且效果难尽如人意。
另一个阻碍AIOps加速渗透的因素是单打独斗，难成气候。潜力巨大的智能运维领域引来各路商家竞逐，ICT厂商、互联网平台以及新兴资本扶持的“独角兽”们，在这个大舞台上各显其能，但迄今尚未形成多层次的协同与合作，打造良性运行的生态体系任重而道远。
降低门槛与构建生态
新技术与新模式的推广，离不开特定的市场环境。中国信通院在《全球数字经济新图景(2020年)》中发布了一组数据：以美国为代表的发达国家农业、工业、服务业数字经济渗透率分别为 13.3%、33.0%和46.7%，而中国三大产业的相关比例则分别为 8.2%、19.5%和 37.8%。
在数字化渗透率较低的背景下，各行业的运维环境必然存在新老过渡期独有的复杂性。AIOps只有躬身而行，才能普惠众生。华为AIOps服务于今年4月在华为开发者大会发布公测，并在9月的华为全联接大会宣布正式商用，其核心诉求就是帮助用户与合作伙伴降低AI应用开发门槛。
基于30多年的ICT行业经验以及在AI领域的持续积累，华为AIOps推出了降门槛的组合拳：沉淀10+开箱即用的智能APP模板，覆盖MBB/FBB、园区网络、数据中心、IT应用四大领域；预集成20+AI原子能力，涉及故障预测、检测、诊断、识别等环节；支持通用数据源，帮助合作伙伴零编码快速开发AI应用。
跨厂家主流设备无法对接，是制约智能运维前行的绊脚石。华为AIOps支持SFTP、Kafka、Rest等通用采集协议，以及华为30类网元、跨厂家100多种主流设备的自动对接，可满足ICT网络领域端管云的数据采集需求，解决了困扰业界已久的难题。
分钟级预集成App部署，有助于不同场景的合作伙伴更快上手。华为AIOps祭出数十个经专家调优与局点验证的APP，用户只需配置数据源，即可启动APP运行；开发过程缩短到分钟级，AI应用的轻松部署得以实现。
零编码APP开发也是降门槛的大招。华为AIOps基于丰富的原子能力，简单拖拽式设计APP，系统自动完成节点间的数据衔接并推荐下个节点，省去用户从组件库中反复筛选验证的过程，也降低了AI应用开发难度。
可视化大屏按需定制，则是化繁为简的巧思。华为AIOps提供80多个2D/3D可视化组件，能DIY包含趋势、报表、网络关系等元素的可视化大屏，通过自定义SQL灵活检索数据。业务结果快速呈现，有效提升了运维效率。
此外，华为AIOps还具备高质量AI原子能力，覆盖各类网络运维场景，通过100+现网局点验证，异常识别与故障诊断准确率达90%，同时支持合作伙伴开发原子能力。
华为网络人工智能产品部AI模型与训练服务部部长王晶
降低门槛与构建生态相辅相成，不可偏废。华为AIOps秉承一贯的开放态度，支持合作伙伴开发行业APP、发布应用到AI市场。正如华为网络人工智能产品部AI模型与训练服务部部长王晶所言：“华为AIOps旨在降低ICT领域AI开发门槛，加速AI应用落地。我们致力于为合作伙伴提供一站式零编码开发平台，赋能合作伙伴创新，共建智能运维生态。”
落地成果昭示未来
据《IT创事记》了解，华为AIOps迄今已在110+现网局点广泛应用，帮助客户管理10万多个KPI，API调用次数每月达6亿次，每天处理1000万告警。
规模化商用之前，先在自己身上使用，了解真实效果，并敢于挑战难度系数最高的运营商领域，体现出华为AIOps的信心与担当。
华为南方工厂5G智能制造园区有机器视觉质检、自动导航小车调度、AR辅助作业等七大应用场景，对故障处理和运维效率要求颇高，面临的问题主要包括：数据接口复杂，治理难度高；跨域问题需协调各域专家分析，定位效率低，恢复时间长；针对新场景的智能运维应用，开发效率较低。
显而易见，实现园区5G网络设备的智能运维，是解决上述难题的路径。借助华为AIOps提供的数据对接、AI原子、业务编排、可视化大屏定制等能力，园区变被动响应为主动运维，网络关键指标实时监控，故障提前预防，达成运维方式的智能化转型——数据对接效率提升1倍，KPI异常检测查全率增至90%+，跨域问题定位从天缩短到分钟级，面向新场景的应用开发效率提高2倍以上。
运营商核心网对智能运维的要求之高毋庸讳言，其遇到的麻烦也不少：成千上万的海量KPI指标，很多维护工程师只能监控20+核心KPI；传统静态阀值检测存在漏、误报，且无法根据夜间、白天等场景转换进行动态调整；核心网故障对用户体验影响巨大——某运营商2019年因交换机软失效，导致15万用户VoLTE业务中断10小时以上，造成难以弥补的损失。
2020年7月，某供应商将DNS脚本的指向配置错误，对某运营商8个城市2000多5G用户的数据业务造成威胁。华为核心网KPI异常检测APP，提前5小时发现问题，并发送告警短信，避免了可能发生的危机。正是因为屡次经受住类似的考验，华为AIOps的全面商用才更有底气。
面对不同行业参差多元、日益深化的智能运维需求，华为AIOps还有很长的路要走。所幸这条路并不孤单，未来会有更多的合作伙伴与用户共赴前程。