可觀察性是一種管理策略，它優先考慮對操作流程最關鍵的問題。 對於處於數字化轉型、遷移到雲、保護流程並加速 IT 運營和應用程序開發環境的企業來說，這是必要的實踐。 實踐可觀察性的企業越來越多地集成 AIOps，以改進自動化流程、提高端到端可見性、提供實時數據分析並產生值得信賴的結果。
為了衡量可觀察性的重要性以及 AIOps 工具不斷增加的部署，TechTarget 企業戰略集團 IT 運營和可持續發展高級分析師 Jon Brown 對美國和加拿大中端市場和企業組織的 374 名 IT、應用程序開發、軟件工程和 DevOps 專業人員進行了深入調查。 在本報告中，“分佈式 Cloud 系列：可觀察性和揭秘 AIOps”，調查受訪者被問及運營管理可觀察性、他們的問題和擔憂，以及可觀察性和 AIOps 工具的採用。
在本次採訪中，Brown 討論了該報告的主要發現、意外驚喜、AIOps 的重要性以及對部署和計劃部署 AIOps 工具作為其可觀察性計劃一部分的企業的建議。
關於可觀察性和 AIOps 在商業中的作用，該報告告訴我們什麼？
喬恩·布朗
Jon Brown：可觀察性是我們管理 IT 基礎設施的方式。 我們將越來越多地借助 AIOps 來實現這一目標，以實現擴展。 可觀測性市場很火爆，而且發展迅速。 我們仍然看到新的供應商加入，並且我們看到觀眾的購買意願非常強烈。
中端市場公司通常是最後接受技術的公司，我們有很多理由這麼認為。 主要是因為他們的首席信息官能力薄弱——如果他們有首席信息官的話。 他們通常不負責自己的預算。 中型公司的首席執行官仍然以大公司不同的方式參與預算制定。
可觀察性已經達到了在中端市場有意義的程度。 這是工具成熟度以及雲和雲原生技術成熟度的指標。
但仍然存在很多挑戰。 這很大程度上是一項正在進行的工作。 他們仍在使用可觀察性基礎設施，這與他們的數字化轉型和向雲原生的演變是共線的。 一旦採用雲原生，您就需要可觀察性，因為您的應用程序所發生的情況是如此短暫。 他們並不是一直在奔跑。 您不知道有多少實例正在運行。
可觀察性可幫助您擴展管理更複雜的雲原生基礎設施的能力。 擁有先進可觀察性實踐的組織會花更多時間進行增值類型的工作——創新而不是維護。 這是一個積極的結果。
可觀察性工具的新興市場、圍繞部署複雜性的問題以及對 AIOps 的需求正處於“青春期”階段，但正在不斷增長。
AIOps 如何適應可觀察性？
棕色的： AI 是有大腦的自動化。 AIOps 正在利用人工智能的力量將您在可觀察性或操作數據中看到的現象關聯起來。 它使用積累的知識庫來確定問題的根本原因，並建議或實際實施並在系統中進行更改。
許多可觀測性供應商正在將 AIOps 功能添加到他們的可觀測性平台或工具中。 原因是可觀察性會產生大量荒謬的數據。 隨著你越來越多地採用雲原生，你實際上會獲得越來越多的數據。 人類不可能解釋所有這些數據。 而且情況會變得更糟，因為您可能在堆棧的不同級別具有監視和可觀察性。
我們擁有所有這些遙測數據，每個應用程序的每個時刻都有 11 個不同的數據點。 什麼是需要保存的，什麼是不重要的？ 這是你知道的另一個領域 AI 可以幫助你——尤其是機器學習。 基本上，它是一種機器學習功能，旨在分析、預測結果或給出他們正在尋找的任何答案。 我們可以過濾掉所有這些東西嗎？ 你能告訴我什麼是真實的，什麼是重要的，什麼是我可以忽略的？
系統管理不斷發展的可觀察性概念
當今的業務可以被視為 IT 服務的集合。 數字化轉型已將每個業務流程轉變為可交付、衡量、管理和優化的 IT 服務。 整個範式已經改變。
我們的應用程序更小； 它們由微服務和許多小組件組成，這些組件中的任何一個都可能發生故障。 因此，微服務給多個基礎設施帶來了巨大的複雜性。
雲的出現確實是關鍵。 本地有云一、雲二——所有這些新的執行環境。 一旦一切都在數據中心運行； 現在它到處運行。 管理這個問題變得更加困難。 這是關於復雜性和對速度的需求。 這就是為什麼我們需要一種新的系統管理方法。
——喬恩·布朗
是什麼推動了 AIOps 工具的部署？
Brown：IT 領域發生的第一件事是運營加速——業務流程數字化。 一旦我們將它們數字化，我們的想法就是，“好吧，加快速度，”對吧？ 我們正在自動化這些東西。 我們應該能夠有更大的吞吐量。 這就是對速度的需求，而 IT 運營步伐的加快正是推動對可觀測性和可觀測性投資的原因。 AI。
其次是再次將支出和 IT 工作與業務成果聯繫起來的願望。 這是我們第一次能夠做到這一點，因為如果你有一個完全數字化的流程，你實際上可以從各個角度觀察整個過程中的每一步。 您可以查看它的成本、使用的資源量以及產生的收入。
這是新的、不同的，它是聖杯。 您知道我們在這裡真正做的是創建一個稱為財務運營管理的新業務應用程序。 它與工廠的 ERP 完全相同，只不過它適用於您的計算基礎設施。 在 IT 運營管理方面，我們正在有效地重塑 ERP，因為我們的工廠現在就是我們的 IT 基礎設施。
IT 和開發團隊對 AIOps 有何評價？
布朗：需求強勁。 只有 8% 的人表示我們沒有使用 AIOps 的計劃，所以從成熟度的角度來看，這告訴我們每個人都知道它正在發生。 不到一半的人認為 AIOps 是一件積極的事情，它可以幫助我們擴展可觀察性實踐。 這就是重點，對吧？ 我們正在獲得越來越多的數據。 沒有人能讀懂它。 我們需要 AIOps 來解釋這些東西並為我們做一些事情。
但另外 28% 的人表示這絕對沒有產生任何影響，另外 27% 的人表示影響是負面的。 這是早期市場的標誌。 我們還不知道該怎麼辦。 這講述了 AIOps 的狀態，即青春期。
AI 採用正在發生，並且每個人都即將到來。 五年後它將成為賭注。 但我們正處於採用曲線的一部分，對技術的期望與技術的現實之間尚未出現。 在它被消耗之前，我們可能需要轉動幾圈成熟度輪——一種可以開箱即用、立即增加價值的包裝產品。
與 IT 運營團隊相比，開發人員將 AIOps 作為優先事項的可能性高出九倍。
報告中的哪些發現最令您驚訝？
Brown：我們確實注意到 IT 運營人員和開發人員在如何根據各自的角色解釋這些新工具的用例和優勢方面存在一些分歧。 那次分裂讓人大開眼界。 他們的距離不是一點點； 就 AIOps 而言，他們處於不同的星球，而 AIOps 處於可觀察性領域的最前沿。 所以，看到這種分裂是非常有趣的。 開發人員不是可觀察性的主要目標，但他們實際上獲得了最大的利益。
開發人員往往會發現 IT 運營有點麻煩。 他們更加看好 AIOps 及其能為他們做的事情。 開發人員認為這是可觀察性和我們實踐的一個非常非常重要的功能的可能性是其他人的九倍。 他們需要盡可能多的自動化。 他們不從事 IT 運營業務。 AIOps 可以為我構建基礎設施並解決我的基礎設施問題，而無需放入服務台票證。這是一件好事。 因此，從開發人員的角度來看，AIOps 為他們解決了一個大問題，那就是處理操作。
IT 運維人員的工作就是運維。 他們不太熱心，也比較保守 AI 因為他們知道一連串失敗的根源是犯一個錯誤。 他們對允許感到非常緊張 AI 真正做好他們的工作。 我接觸過的每個 IT 運維人員都說我們喜歡 AIOps。 我們不相信它，但我們喜歡它，因為它告訴我們該做什麼。 這是一個很棒的推薦引擎。 從成熟度和產品準備情況的角度來看，IT 部門認為還沒有實現。
您對計劃將 AIOps 添加到其可觀察性計劃中的組織有何建議？
布朗：看看 AI 能力並選擇一些。 縮小你的焦點。 將其視為一個科學項目。 選擇兩個或三個有意義的用例。 並做這些。
不要認為這是包羅萬象的 AI。 你擁有的是 工具 這可以幫助您更好地完成特定的事情。 鑑於當前技術的成熟度水平，開始製定關於如何實現自動化並擁有 AI 執行越來越多的特別重複的業務流程或您提供的服務。
另外，請確保您的開發團隊和開發領導層參與您的工具選擇。 確保它適合他們並適合他們的工作流程。 他們將比任何其他團隊更密切地參與其中。
因此，我的建議是確保您收集並了解開發商遇到的問題，以便他們的擔憂能夠反映在您的購買中。 如果不這樣做，您將無法從您正在嘗試做的事情中獲得全部好處。 如果您沒有將 DevOps 納入您的 IT 運營決策中，您可能會錯過一些有價值的投入，而這會導致您付出金錢代價。
從供應商的角度來看，堅持下去。 持續改進和投資 AI 因為這將是您未來成功的秘訣。 第二件事是讓您的買家更容易從中獲取價值 AI。 真正關註一些特定的高價值用例，例如幫助用戶處理數據、可觀察性和數據蔓延。 您認為您只是在解決 IT 運營問題。 但實際上，您也在解決 DevOps 問題。 因此，請確保 DevOps 是您的主要客戶之一。
編者註： 為了清晰和長度，本次採訪經過編輯。
閱讀完整的調查結果
企業戰略組訂閱者可以點擊 這裡 了解本問答所涵蓋的調查報告。
