1、拨开各种宣传的迷雾，通过机器学习、自动化和预测性分析实现真正的商业价值 戳穿关于 AIOps 的 6 个神话目录简介.5谎言 1 AIOps 将取代 IT 专业人员.9谎言 2 IT AIOps 其实就是人工智能.11谎言 3 AIOps 是一种即插即用型平台.13谎言 4 AIOps 意味着您可以高枕无忧并信任机器.15谎言 5 AIOps 需要数据科学家来实施.17谎言 6 AIOps 只能用于运维任务.19结论.21戳穿关于 AIOps 的 6 个神话|Splunk 5AIOps 可以实现前所未有的功能，帮助你更好地完成工作，同时还可以提高工作满意度。但如果想走上一条正确的道路，就必须擦

2、亮双眼，明辨是非。一切都与数据有关。你可能听说过这样的说法。你每天都会接触数据。从来没有这么多的数据，而且它的增长速度比以往任何时候都快。数据爆炸很容易理 解，但要知道如何应对就没那么 容易了。AIOps 是一个切实可行、功能全面的强大工具，可以对 IT 运维中需要处理的大量数据进行 管理，从而开始让数字化转型的好处逐渐显现。随着移动电话和高速互联网的广泛应用，消费者对应用程序的需求呈现出指数级增长。为满足这一需求而设计的大量应用程序催生了更大你并不孤单。世界各地的 IT 专业人员都在负责越来越多的服务器和来自不同来源的数据，他们会使用非常多的监控工具，来完成所有的这些任务。Ponemon I

3、nstitute 发布的 2018 年报告 降低 IT 基础设施监控的复杂性：全球组织研究 详细说明了故障排除和监控云环境和本地环境的各种挑战。Ponemon Institute 对来自美国、英国、德国、法国、澳大利亚、新加坡和日本的 2497 名 IT 和 IT 安全从业人员进行了调查，以便了解他们在基础设施监控领域面临的各种挑战。规模和更复杂的应用程序部署模型，同时也为通常使用传统（而且过时）的方法和工具对这些系统进行管理和维护的 IT 部门带来了更大的困扰。现有工具的设计并不适合处理数据量激增和数据类型复杂性增加的情况。我们遇到了瓶颈。AIOps 到底是什么？AIOps 可应用数据、分析

4、和机器学习实现 IT 运维的自动化。这些新的学习系统可以对大量的网络和机器数据进行分析，以发现有时人工操作我们不妨将自己想象成被迫将一块巨石推上山顶的神话人物西西弗斯。巨石接近山顶时，总是会往下滚，所以你必须一遍又一遍地重复同样徒劳的做法。如果您是负责复杂、混合环境的 IT 专业人员，那么这种场景可能听起来很熟悉。你没有帮助你的组织向前发展，相反，你花了大量的时间不断试图找出并解决一个又一个问题（不断将巨石推上山顶）。除了自身的压力，你还要负责维护系统可用性和性能，以使公司领导和客户满意，这些都是你要面临的压力。戳穿关于 AIOps 的 6 个神话|Splunk 7 AIOps 将增强现有 I

5、T 系统，使 IT 专业人员能够更好地应对增长和复杂性问题。员无法识别的模式。这些模式既可以识别现有问题的原因，又可以预测未来的影响。AIOps 的最终目标是实现常规操作的自动化，以提高问 题识别的准确性和速度，进而使 IT 人员能够更有效地满足不断增长的需求。Gartner 创造了 AIOps 这个词汇，以便将人工智能(AI)和机器学习的概念与 IT 运维工作结合起来。AIOps 依赖三个主要因素：每个人（网络规划人员、IT 主管、最终用户、供应商、分析师）都在寻求一种可以实现这些目标的终极利器：一种可以将大量数据转化为可操作分析数据并实现日常任务自动化的解决方案。IT 组织正在寻求通过 A

6、IOps 减少警报噪声，预测服务中断，并针对影响客户的问题实现全方位的可视性。这一方案影响如此重大，因此我们看到一些疯狂的说法和不着边际的鼓吹论调就不足为奇了。当供应商试图 数据。从最广泛的各种来源的大量数据开始，从 IT 基础设施到它支持的业务结果。计算和分析。机器学习和 AI 根植于最初主要应用于制造领域的数学算法。现在，它们被应用到业务转型用例中，以发现隐藏在所有数据背后的隐藏价值。自动化。通过更多的数据和适当的分析，我们可以从快速变化的业务环境获得更好的结论。最终的目标是根据这些结论触发正确的自动响应，也就是如果你手下的得力干将被要求参与到这种情况中时，他们将采取的措施。使他们的解决方