近日，博睿資料的智慧運維演算法平臺Swift-AI，順利通過了由中國資訊通訊研究院（以下簡稱“信通院”）開展的《智慧化運維（AIOps）能力成熟度模型第2部分：系統和工具技術要求》首批正式評估，通過的“異常檢測”模組達到全面級評價。
這代表著博睿資料的智慧運維演算法平臺的產品能力全面性與完善性得到業界認可，同時代表著博睿資料AIOps系統和工具達到國內領先水平。
AIOps將賦能運維，帶給使用者全新的體驗
近10年來，雲端計算、大資料和人工智慧等技術浪潮風起雲湧，運維的價值逐漸顯現，企業底層IT基礎架構愈加複雜化，軟體規模量級提高，原來的傳統運維方式已經越來越跟不上時代的步伐，此時AIOps應運而生。
根據Gartner的闡釋，AIOps通過鬆耦合、可擴充套件方式去提取和分析資料量、種類和速度這三個維度不斷增長的IT 資料，進而為IT運維管理產品提供支撐。
AIOps的落地在多方面直擊傳統運維的痛點，AI演算法承擔起分析海量運維資料的重任，能夠自動、準確地發現和定位問題，從決策層面提高運營效率，為企業運營和運維工作在成本、質量和效率方面的優化提供了重要支援。
談及AIOps的未來發展，博睿資料產品管理部高階總監孫麗表示，隨著企業業務規模擴大，雲原生與微服務的興起，企業IT架構複雜性呈現指數級增長。而傳統的IT運維手段面臨故障發生後，查詢故障原因困難，故障平均修復時間週期長等挑戰，已無法滿足新的運維要求。因此運用人工智慧賦能運維，去取代緩慢易錯的人力決策，快速給出運維決策建議，降低問題的影響並提前預警問題就成為了必然。AIOps作為目前運維發展的最高階目標，未來將會賦能運維帶給使用者全新的體驗。
同時孫麗也強調，當前智慧運維的很多產品和專案在企業側落地效果並不理想，究其原因可歸類為三點：一是資料採集與AI平臺割裂，多源資料之間的關聯關係缺失導致AI平臺缺乏高質量的資料，進而導致模型訓練效果不佳；二是資料採集以Metric和Log為主，導致應用場景較窄且存在資料孤島問題；三是AI平臺能力尚有提升空間。當前落地的場景多以異常檢測與智慧告警為主，未來需要進一步提升根因分析與故障預測的能力。
因此，在孫麗看來，未來企業首先要建設一體化監控運維平臺，一體化是智慧化的基礎。基於一體化監控運維平臺採集的高質量的可觀測資料資料以及資料之間的關聯關係，進一步將AIOps的能力落地到一體化監控運維平臺中，從而實現問題精準定位與見解能力。
可以預見，在新技術的促進下，AIOps成為未來運維發展的趨勢，是企業在運維（技術運營）側的高階實現。
將AIOps能力融入全棧監控產品線
作為領先的APM應用效能管理廠商，多年來博睿資料積極擁抱人工智慧、機器學習等新技術變革的浪潮，並基於AI和機器學習技術，自主研發了“資料接入、處理、儲存與分析技術”核心技術體系，全面佈局智慧基線、異常檢測、智慧告警、關聯分析、根因分析等豐富且廣泛的智慧運維功能，並將AIOps能力融入端到端全棧監控產品線，可為傳統企業提供強大的資料處理、儲存和分析的軟體工具，幫助客戶整合各類IT運維監控資料，實現資料的統一儲存和關聯分析，打破資料孤島，構建統一的IT運維管理平臺，讓企業的IT運維更加智慧化、自動化。
在此基礎上，博睿資料還依託完整的IT運維監控能力，利用大資料和機器學習技術持續構建先進的智慧運維監控產品，2021年先後推出了搭載了AI能力的新一代APM產品Server7.0和新版的統一智慧運維平臺Dataview，不斷落地智慧異常檢測、根因分析、故障預測等場景。基於人工智慧的能力實現運維監控場景的資訊整合、特徵關聯和業務洞察，幫助企業確保數字化業務平穩執行，並保障良好的數字化體驗。
為AIOps行業的發展添磚加瓦
事實上，博睿資料能夠得到如此認可，也並不意外。博睿資料很早就成立了AI演算法研究部，不斷加強產品根因分析能力和預測能力，並先後在北京、廈門、武漢等地設立研發團隊，並與重點大學達成戰略合作，通過共同的科研成果實現演算法的升級創新。
未來，博睿資料將持續專注智慧運維演算法能力平臺Swift-AI的研發，不斷夯實在異常檢測、故障預測、智慧告警和根因分析的相關演算法與能力突破。
孫麗表示，Swift-AI的能力引擎將賦能博睿資料全產品智慧化的體驗升級。基於博睿資料的一體化監控能力，可實現開箱即用的AI。客戶無需投入較大的人力和時間在收集資料、準備資料、清洗資料上，我們的智慧探針能力會根據AI引擎的需要，對Metric、Trace、Log以及相關的關聯關係進行資料的智慧化採集。基於高質量Telemetry data和強大的演算法模型，實現開箱即用且故障定位精準的AI體驗，助力更多企業實現數字化智慧化轉型。
同時博睿資料將不斷推進相關能力在技術和功能方面的打磨，致力於與業界攜手推動AIOps等新興領域的標準制定，共同推動行業進步，為AIOps行業的發展添磚加瓦。
更多閱讀：