随着组织投资于 AI 以使其 IT 运营更智能、更快和更安全，AIOps（用于 IT 运营的 AI）的采用率正在上升。 那些采用 AIOps 的人认为，在大流行病后的在家工作时代，这项技术不再是可有可无的东西，而是必需品。 在这个新时代，IT 领导者的任务是管理来自分散在多个地点的设备和远程工作人员的第三方云应用程序。
这些见解来自最近发布的 AIOps 状态研究，该研究由 ZK Research 进行，由软件定义网络 (SD-WAN) 服务公司 Masergy 赞助。 2021 年 8 月，ZK Research 对美国七个行业的 500 多名 IT 决策者进行了调查。
IT 决策者认为 AIOps 为他们的组织带来了多项业务优势，包括提高生产力、云应用程序性能和安全性。 大多数 (94%) 的受访者认为 AIOps 管理网络和云应用性能很重要或非常重要。
AIOps 通过评估带宽使用模式、识别异常和预测中断，使用 ML 算法持续监控应用程序性能。 例如，Masergy 将 AIOps 直接嵌入到其新增强的 AIOps 平台的应用层中，以帮助 IT 团队提高云应用程序在全球网络上的性能。
AIOps 开始普及大众
AIOps 的采用开始普及，网络和安全自动化是关键驱动因素。 其中一项更有趣的发现是，64% 的组织声称已经在使用 AIOps。 这个数字起初对我来说似乎很高，但我相信这是因为许多组织正在使用声称是 AIOps 但只是基于规则的引擎的工具。
重要的是要了解 AIOps 不是升级的管理控制台或花哨的 SIEM（安全信息和事件管理）。 它是一种数据驱动的应用程序或服务，经过培训过程，然后随着时间的推移受到限制。 买家进行尽职调查并确保他们使用的是真正的 AIOps 工具，而不是只是品牌 AI 的工具，这一点至关重要。
另一个有趣的数据点是，55% 的组织在网络和安全方面都使用 AIOps，这意味着超过一半的公司希望将安全和网络结合在一起。 这是业界已经关注了十年或更长时间的趋势，但尚未实现。 既然数字业务是以网络为中心的，那么组织的安全应该在网络级别完成。 很高兴看到这个数字更高，但 55% 无疑正在推动该行业朝着正确的方向发展。
此外，84% 的人将 AIOps 视为通往完全自动化网络环境的途径，86% 的人希望在五年内拥有完全自动化的网络。 很高兴看到受访者明白，如今 AIOps 无法提供完全自动驾驶的网络，但这是前进的一步。
一个很好的类比是汽车中的人工智能。 今天，有大量的人工智能功能，例如车道变换警报和自动驾驶仪，可以使驾驶更安全，但完全自动驾驶汽车仍然是一个愿景。 IT 专业人员需要将 AIOps 视为一种工具，可以让他们今天的工作变得更轻松，但他们仍然应该规划自动化。
从 SD-WAN 开始，向 AIOps 努力
组织充分受益于 AIOps 的最佳方式是投资 SD-WAN 和安全访问服务边缘 (SASE)，它将 SD-WAN 和网络安全的元素结合到一个基于云的服务中。 当组织采用 SD-WAN 并最终采用 SASE 时，他们将获得管理分布式网络和安全策略所必需的虚拟化和编排功能。 此外，SD-WAN 和 SASE 结合了网络和安全数据，可以更轻松地协调安全更改与网络更新。
传统网络不是为人工智能或集中式智能设计的。 AIOps 的智能程度取决于它所提供的数据，因此在未使用该软件管理的网络上使用时，它无法实现完全自动化。 SASE 提供了一个单一的融合平台，AIOps 可以在其中跨网络和安全访问数据以自动化 IT 流程。 大多数 (77%) 组织同意 AIOps 在 SASE 架构中表现更好，在该架构中，SD-WAN 和安全性结合在一个平台中。
超过三分之二 (73%) 的研究参与者认为 IT 应该投资于 SD-WAN 现代化和虚拟化工具，为 AIOps 做准备。 为 AI 就绪所需的另外两项投资是云迁移 (67%) 和 AI 模型培训 (61%)。
然而，AIOps 迁移涉及的不仅仅是部署工具。 一半的组织将消除系统碎片化作为 AIOps 的主要挑战。 AI 不应分散在多个工具中，而 AIOps 和 SASE 应该协同工作以提供总体见解。
好消息是组织信任 AIOps 工具来创建完全自动化的系统。 大多数 (97%) 受访者对这些工具充满信心。 对于 65% 的购买和实施解决方案的组织，AIOps 功能推动了他们的选择。 同时，50% 的人使用完全托管或共同托管的服务部署 AIOps。
与任何类型的自动化一样，AIOps 需要重新构建流程、角色和职责。 组织应该创建自己的 IT 操作手册来训练 AIOps 引擎。 在选择解决方案时，ZK Research 建议向供应商——最好不是现任者——询问 AI 效率以及这些效率如何随着时间的推移而增加。 每个组织都应该有一个 AIOps 策略，以避免落后。
