企业在IT运营中使用人工智能被称为AIOps。AIOps对于监控和控制混合、流动、分布式和组件化的IT基础设施变得至关重要。
AIOps通过以算法方式分析IT数据，使IT运营和DevOps团队能够更智能、更快速地运营，使他们能够在业务运营和消费者受到损害之前更快地发现和解决数字服务问题。
企业IT运营团队可以使用AIOps来管理由现代IT基础设施创建的巨大复杂性和数据量，防止发生故障、维持正常运行时间，并实现持续的优质服务。
通过将IT置于数字化转型活动的中心，AIOps使企业能够按照当代业务需求的速度运作。
AIOps是如何工作的?
AIOps产品并非都是相同的。企业应将其安装为独立的基础设施，从所有IT监控源吸收数据，并作为交互的中央系统发挥作用，以从中获得尽可能多的价值。
企业可以使用五种方法和算法为这样的平台提供动力，这将完全自动化并简化IT运营监控的五个重要方面：
数据选择：从当代IT系统创建的大量极其冗余和嘈杂的IT数据中选择数据块，这通常需要过滤掉高达99%的无效数据。
模式发现：在选定的相关数据组件之间关联和建立链接，并对它们进行分类以供将来分析。
推理：确定困难和重复出现的问题的根本原因，以便企业可以根据所学采取行动。
协作：通知运营人员和团队，并允许他们之间进行合作，特别是在人员地理位置不同的情况下，以及存储可能有助于加快未来类似问题诊断的事件数据。
自动化：为了使答案更加准确和快速，尽可能多地自动化响应和清理。
成功采用AIOps的4个步骤
(1)谨慎选择初始用例
尽管有许多可能的数字化候选者(例如，BMC服务与咨询专家通过将其产品系列和活动制作、服务管理和机械化的三项功能结合起来，帮助了许多客户，这是非常惊人的业务定义解决方案)，关注可实现的和实用的以最大化数字化转型至关重要。鉴于目前的人工智能开发水平，看到很多客户首先关注基本的AIOps用例，这也可以用作更复杂用例的构建块。
(2)为成功而采用新策略
采用AIOps需要的不仅仅是技术;它还需要实施新的角色、程序和数据策略。大多数企业有效采用AIOps需要文化转变，因为它经常需要重组以专注于数据源而不是部署中涉及的技术。
(3)发展核心能力
IT团队可以通过采用AIOps树立榜样，从而建立与其他数字化转型技术类似的基本能力。
(4)跟踪交付价值
IT必须展示在采用AIOps中实现的业务价值，才能成功推动数字化转型工作。通过创建统一的正式业务价值数据库，“客户成功”支持客户监控业务价值。该价值应与业务价值数据库中更广泛的组织目标相关联，例如减少修复时间(MTTR)。
AIOps的驱动因素
似乎没有草根运动来推动AIOps部署。行业专家O’Connell说：“AIOps由企业首席信息官领导，ITOps紧随其后。这是有道理的，因为AIOps本质上是跨域的，并打破了孤岛。如果将自动化添加到等式中，平衡点将更倾向于企业高管。”
根据EMA进行的一项研究，自动化在所有实践领域都变得越来越流行。在缺乏人工控制的情况下，人们对接受自动化犹豫不决。当然，接受自动化的准备并不是自动发生的。它随着时间的推移而发展。而与自动化的组合是AIOps的成功所在。”
AIOps的成功
据参与者介绍，更大的IT/业务同步、更高的IT服务性能以及增强的员工/客户交互是AIOps项目的优势之一。
总而言之，即使是最成功的技术解决方案也并非没有困难。即使是最成功的AIOps用户也面临诸如技术成本、数据完整性和可用性、IT冲突以及对人工智能的不信任或怀疑等障碍。此外，大多数成功采用者希望在接下来的一年内研究新的AIOps系统。
根据EMA的研究，如果运营得当，对IT与公司其他方面之间的联系的影响可能是变革性的，其部分原因是IT/业务协调的进步几乎是不可避免的。自动化是正确执行AIOps的重要因素。然而，在这种情况下，在需要业务灵活性和坚如磐石的IT服务才能取得成功的社会中，这种组合很有可能成为一种生存机制。
关于AIOps和随之而来的机械化的论点是如此简单明了，以至于EMA预计AIOps这个术语会随着时间的推移而消失。这些功能在现在是全新的，将简单地成为IT运营的常规组成部分。另一方面，AIOps还有很长的路要走。
结论
AIOps是一种改变游戏规则的技术，是一条路径，而不是终点。成功的初始部署可能有助于数字化转型计划并提升IT作为真正业务伙伴的形象。当今的企业希望IT技术能够满足不断增长的消费者需求，为此，IT团队必须采用AIOps等技术。企业不能在不改变后端技术的情况下在前端提供数字体验。AIOps允许IT运营在整个混合云平台上自主协调基础设施、应用程序和服务，从而使复杂的分散环境更易于管理。
