7月28-29日,由中国信息通讯研究院、中国通讯标准化商会承办的2022首届XOps产业生态大会在上海成功开展。在本次峰会上,由中国信息通讯研究院云估算与大数据研究所审计与整治部工程师尚梦宸进行了《中国AIOps现况调查报告》的发布及剖析。
为了梳理中国AIOps产业发展脉络,帮助企业了解智能运维发展现况,推动智能运维领域技术与应用的有效落地,由中国信通院、云估算开源产业联盟联合60多家企业单位共同发起了业内首次的AIOps现况调查工作,在你们的支持和努力下,共同完成了本次调查报告的编制。
一、调查背景介绍
随着互联网与信息技术的快速发展,企业数字化变革逐步深入,业务规模不断下降,新业务模式层出不穷,系统数目以及运维关注的数据量和指标量成倍下降,传统的运维方法已然渐渐满足不了当下的运维环境和需求,在此背景下开源调查问卷系统,运维模式奔向手动化智能化发展。
近些年来国家层面也是不断颁布了《“十四五”规划》《“十四五”数字经济发展规划的通知》等多项新政,推动数字经济发展。产业发展离不开标准指引,中国信通院牵头,联合业内多家企业共同制订了AIOps能力成熟度系列标准,而且还牵头制订了AIOps的国际标准,持续推进AIOps相关产业的健康有序发展。
二、调查样本分布情况
本次调查报告采用在线问卷调查方法,共搜集到有效问卷1807份。
参与调查企业所在行业:包括互联网、科技、电信、银行、能源、证券、教育、咨询与服务、零售等行业。
参与调查企业规模:人员规模在500人以上的企业占比接近六成。近四成的受访企业资产规模在1万元以上。
参与调查个人职位:超过5成的受访者来自运维与研制部门,其中28.33%的受访者来自运维部门,28.22%的受访者来自研制部门,12.68%的受访者来自技术及构架相关部门。
注:调查报告中的企业特指参与本次调查报告的受访者所在企业。
三、AIOps能力建设基本情况
1、核心观点摘要
多数企业近些年来在运维方面的资金投入仍处于下降阶段。
超半数企业在实现手动化运维、自动化布署的基础上进一步提高监控、运维智能化能力。
以结果为导向的IT运维KPI指标是当前企业关注的重点开源调查问卷系统,企业对于用户体验的关注正在持续升温。
2、行业应用情况
智能运维已在各行业逐渐落地应用,非常是在科技、互联网、金融、电信几大领域应用疗效非常明显。
智能运维系统/工具/平台既可用于提高企业自身运维能力,同时也可以对外输出产品能力。
3、智能运维的数据基础建设
智能运维,数据先行,数据是智能运维的“原料”,是搭建智能运维能力的基础。
多数企业仍处于智能运维场景的探求和实践阶段:开始关注和梳理运维数据linux deepin,建设数据规范化能力,为下一阶段运维数据的智能化剖析做打算。
当前企业的智能运维系统/工具更多集中于对系统(服务器、操作系统)监控数据和业务/应用监控数据的处理和剖析。
4、智能运维的算法引擎建设
多数企业采用第三方提供的智能估算引擎为AIOps系统提供算法能力支持。
大部份企业早已在数据剖析和算法模型剖析方面早已逐渐开始场景探求。已有15.61%和11.07%的受访者所在企业将数据剖析方式和算法模型应用于大部份业务场景。
四、AIOps场景应用情况
1、核心观点摘要
AIOps仍处于早期发展阶段,受访者对目前AIOps能力水平的评价与期望超过其所在企业实际应用的情况。
智能运维在质量、成本、效率、安全四大运维领域均已举办布署和应用,其中质量领域最为关注。
大部份企业在数据剖析和算法模型剖析方面早已逐渐开始场景探求。
2、AIOps能力成熟度模型
按照由中国信通院牵头拟定的行业标准《云估算智能化运维(AIOps)能力成熟度模型第1部份:通用能力要求》中的AIOps能力建设分级要求,可以将智能化运维整体能力从感知、分析、决策、执行、知识更新五个维度进行级别界定,系统的参与程度随智能化程度逐级递增,并结合智能运维应用场景特征,产生AIOps能力成熟度模型。
从目前的发展情况来看,现阶段AIOps能力大多集中在L2级别,主要以系统辅助剖析,帮助人工进行决策和操作为主,较为领先的能力实践可以达到L3级别,而L4和L5级别随着AIOps的技术发展和能力的逐渐提高,将是未来智能运维能力建设的发展方向和目标。
3、企业AIOps发展阶段
AIOps仍处于早期发展阶段,受访者对目前AIOps能力水平的评价与期望超过其所在企业实际应用的情况。
不同AIOps能力成熟度阶段的企业关注领域各不相同,达到全面智能化运维阶段的企业愈发关注在效率和安全领域的智能化运维能力建设。
4、智能运维重点领域及场景应用
智能运维在质量、成本、效率、安全四大运维领域均已举办布署和应用,其中质量领域最受关注。
5、智能运维带来的效率提高
通过使用智能运维算法,可快速提高运维智能化、自动化水平,急剧减少故障平均测量时间,加速平均修补时长。
五、AIOps发展趋势与挑战
1、核心观点摘要
多数企业领导层早已对智能运维能力建设加以注重并付诸行动,但在智能运维的建设过程中仍有众多困难与挑战。
需求驱动能力升级,除普遍关注的质量场景,安全场景成为更多企业未来关注和提高的方向。
未来趋势:强化人员与技术方面投入,持续探求智能运维场景,持续优化现有场景能力,提高稳定性,易用性。
2、未来发展趋势与挑战
3、总结:AIOps现况调查报告-关键词
六、AIOps实践案例
2022中国AIOps现况调查报告AIOps实践案例征集评比结果公布,本次评比活动长达两个多月,有近60家企业报考出席,经过在线答辩及专家评审会等环节筛选后,共有15家企业的16个案例上榜。根据荣获案例的单位类型加入报告第三章节,共分为营运商篇、银行期货篇和服务提供商篇,详尽内容参见《中国AIOps现况调查报告(2022)》。
七、AIOps能力成熟度评估
1)评估价值:推动AIOps能力建设,成为国外智能运维领域工具/平台典范
2)智能化运维(AIOps)能力成熟度系统和工具评估
目前,基于《云估算智能化运维(AIOps)能力成熟度模型第2部份:系统和工具技术要求》,智能化运维(AIOps)能力成熟度系统和工具评估已开放8个模块:异常检查、故障预测、告警收敛、根因剖析、故障自愈、故障防治、容量预测、知识库建立。
企业可依照自身情况任选一项或多项进行参与。
AIOps能力成熟度系统和工具评估,分为工具类能力分级、领域类能力分级和平台类能力分级。
调查报告下载限时开放中
关注“dbaplus社群”公众号获取完整版报告
后台发送:智能运维即可获取下载链接!
dbaplus社群牵手中国信通院驱动行业数字化升级
dbaplus社群作为中国信通院青大所的战略合作伙伴,将共同推进“智能化运维(AIOps)能力成熟度模型”系列标准的推广与落地。据悉,在《数据安全整治能力评估(DSG)》《分布式系统稳定性保障能力评估》《金融大数据能力模型(DataOps)》《数据管理能力成熟度评估模型(DCMM)》等标准的研发与落地上linux课程,dbaplus社群也将持续与中国信通院展开深入合作,牵手促进中国企业筑牢数字化支撑能力,加速各行业数字化变革。
关于“智能化运维(AIOps)能力成熟度模型”系列标准、智能化运维(AIOps)系统和工具评估等相关事宜,可联系:
中国信息通讯研究院@尚梦宸
电话:
邮箱:
dbaplus社群@黄老师
电话:(陌陌同号)
邮箱:
本文部份内容源自:CAICT数字化整治