RK | 企業(yè) |
---|---|
1 | 華為 |
2 | 阿里 |
3 | 騰訊 |
4 | 百度 |
5 | 中興通訊 |
6 | 寶信軟件 |
7 | 用友 |
8 | 中國(guó)軟件 |
9 | 東軟集團(tuán) |
10 | 軟通動(dòng)力 |
11 | 太極股份 |
12 | 亞信科技 |
13 | 神州數(shù)碼 |
14 | 愛(ài)數(shù) |
15 | 海量數(shù)據(jù) |
16 | 銳捷網(wǎng)絡(luò) |
17 | 容知日新 |
18 | 銀信科技 |
19 | 天璣科技 |
20 | 聽(tīng)云 |
21 | 金蝶 |
22 | 新炬網(wǎng)絡(luò) |
23 | 浪潮軟件 |
24 | 榮聯(lián)科技 |
25 | 博睿數(shù)據(jù) |
26 | 首都信息 |
27 | 神州泰岳 |
28 | 新華三 |
29 | 易事特 |
30 | 廣通信達(dá) |
31 | 奧哲網(wǎng)絡(luò) |
32 | 擎創(chuàng)科技 |
33 | 海信網(wǎng)絡(luò)科技 |
34 | 云智慧 |
35 | 研華科技 |
36 | 博銳尚格 |
37 | 科來(lái)網(wǎng)絡(luò) |
38 | 優(yōu)锘科技 |
39 | 同創(chuàng)永益 |
40 | OneAPM |
41 | 必示科技 |
42 | LinkedSee靈犀 |
43 | 騫云科技 |
44 | 嘉為科技 |
45 | 壹沓科技 |
46 | 林科斯拉 |
47 | 日志易 |
48 | 佳訊飛鴻 |
49 | 睿象云 |
50 | e運(yùn)維 |
2022.05互聯(lián)網(wǎng)周刊/eNet研究院/德本咨詢聯(lián)調(diào) |
近幾年IT行業(yè)發(fā)生的一個(gè)明顯變化是,數(shù)據(jù)中心逐步向云計(jì)算轉(zhuǎn)型,軟件和軟件工業(yè)由人工方式轉(zhuǎn)向大數(shù)據(jù)和人工智能驅(qū)動(dòng),相應(yīng)地,軟件的設(shè)計(jì)、開(kāi)發(fā)、運(yùn)維也順應(yīng)數(shù)字化轉(zhuǎn)型的思路開(kāi)始向智能化轉(zhuǎn)移。
而其中在企業(yè)生產(chǎn)經(jīng)營(yíng)中扮演“救火隊(duì)員”角色的運(yùn)維隨著云計(jì)算的迅猛發(fā)展及服務(wù)器、軟件模塊等的急劇增長(zhǎng)從手工運(yùn)維迅速向智能運(yùn)維迭代,從安全保障向提升生產(chǎn)力推進(jìn),儼然已成為數(shù)字化浪潮下新一輪企業(yè)競(jìng)爭(zhēng)、資本投資的新風(fēng)向。
從邊緣走向核心
因?yàn)椴皇巧a(chǎn)力部門(mén),運(yùn)維環(huán)節(jié)在之前并沒(méi)有受到太大重視,有的企業(yè)甚至沒(méi)有專職的運(yùn)維崗位,而由于缺乏運(yùn)維工具和操作指南,早期運(yùn)維工作只能由運(yùn)維人員手工開(kāi)展,依靠多名運(yùn)維人員共同完成產(chǎn)品運(yùn)行狀態(tài)、產(chǎn)品性能指標(biāo)、產(chǎn)品上線與變更服務(wù)等的監(jiān)控。
而隨著全球數(shù)字化進(jìn)程的推進(jìn),服務(wù)器、軟件模塊、訪問(wèn)數(shù)據(jù)激增,IT系統(tǒng)的數(shù)量和復(fù)雜程度加劇,原先的運(yùn)維體系難以承受巨大的運(yùn)維壓力,監(jiān)控項(xiàng)目顧及不來(lái),事故發(fā)生無(wú)法準(zhǔn)確定位,迫切要求運(yùn)維工作向自動(dòng)化、智能化轉(zhuǎn)變。
智能運(yùn)維AIOps在此背景下興起,其基本邏輯是以大數(shù)據(jù)和人工智能的方式,替代原先人工對(duì)數(shù)據(jù)中心的運(yùn)維方式。此前的運(yùn)維方式經(jīng)歷過(guò)自動(dòng)化運(yùn)維、運(yùn)維開(kāi)發(fā)一體化階段的演進(jìn),但依舊很依賴人工,即必須由長(zhǎng)期在一個(gè)行業(yè)從事運(yùn)維的專家手動(dòng)將重復(fù)出現(xiàn)的、有跡可循的現(xiàn)象總結(jié)出來(lái),并形成規(guī)則,才能完成自動(dòng)化運(yùn)維。
而智能運(yùn)維很重要的一個(gè)突破,就是進(jìn)行自學(xué)習(xí)的“去規(guī)則化”改造,通過(guò)機(jī)器學(xué)習(xí)算法自動(dòng)地從海量運(yùn)維數(shù)據(jù)(包括事件本身以及運(yùn)維人員的人工處理日志)中不斷地學(xué)習(xí)、提煉并總結(jié)規(guī)則,也就是將人工總結(jié)運(yùn)維規(guī)則的過(guò)程變?yōu)樽詣?dòng)學(xué)習(xí)的過(guò)程,緩解人力壓力的同時(shí),將極大提升運(yùn)維工作的效率和質(zhì)量。
在日常系統(tǒng)運(yùn)維工作中,經(jīng)常遇到的兩個(gè)場(chǎng)景便是異常行為檢測(cè)和預(yù)警。傳統(tǒng)運(yùn)維在工作過(guò)程中,往往會(huì)出現(xiàn)告警分析不夠智能、問(wèn)題難定位、根因難確定等問(wèn)題,AIOps的落地將極大改善這些現(xiàn)象,多方面直擊痛點(diǎn),自動(dòng)、及時(shí)、準(zhǔn)確地發(fā)現(xiàn)和定位問(wèn)題。
不僅如此,智能運(yùn)維將在質(zhì)量保障(包括異常檢測(cè)、故障診斷、故障預(yù)測(cè)、故障自愈等)、成本管理(包括指標(biāo)監(jiān)控、異常檢測(cè)、資源優(yōu)化、容量規(guī)劃、性能優(yōu)化等)和效率提升(包括智能變更、聊天機(jī)器人)等場(chǎng)景中為企業(yè)全方面保駕護(hù)航,除了安全保障工作的完成,將逐漸深入企業(yè)業(yè)務(wù),推動(dòng)企業(yè)智能化生產(chǎn)和服務(wù)。
韌性與挑戰(zhàn)
智能運(yùn)維的運(yùn)用空間廣闊,除了互聯(lián)網(wǎng),在金融、物聯(lián)網(wǎng)、醫(yī)療、通信、工業(yè)等領(lǐng)域均表現(xiàn)出對(duì)智能運(yùn)維的強(qiáng)烈需求。不久前,擔(dān)任冬奧會(huì)、冬殘奧會(huì)主火炬氫能保供任務(wù)的燕山石化高溫油泵突發(fā)異常,設(shè)備監(jiān)測(cè)系統(tǒng)觸發(fā)報(bào)警后,之所以5分鐘內(nèi)把安全隱患排除在萌芽中便得益于容知日新的智能運(yùn)維系統(tǒng)。
在數(shù)字經(jīng)濟(jì)發(fā)展的大背景下,機(jī)器學(xué)習(xí)和人工智能為智能運(yùn)維提供技術(shù)支撐,而云計(jì)算特別是公有云的發(fā)展,改變了過(guò)去數(shù)據(jù)中心小而分散的局面,能為人工智能分析提供全量、全面的大數(shù)據(jù),智能運(yùn)維將進(jìn)入快速發(fā)展時(shí)期。
數(shù)據(jù)顯示,2020年中國(guó)IT智能運(yùn)維市場(chǎng)規(guī)模為560.8億元,年復(fù)合增速為20.1%。預(yù)計(jì)未來(lái)以15.9%復(fù)合增速擴(kuò)張,2025年市場(chǎng)規(guī)模達(dá)1093.5億元。盡管只是互聯(lián)網(wǎng)經(jīng)濟(jì)一個(gè)細(xì)分賽道,但智能運(yùn)維已經(jīng)成為資本爭(zhēng)奪的新風(fēng)口,智能運(yùn)維未來(lái)發(fā)展表現(xiàn)出強(qiáng)勁的韌性。
政府部門(mén)也陸續(xù)出臺(tái)《推動(dòng)企業(yè)上云實(shí)施指南(2018-2020年)》《國(guó)家新一代人工智能標(biāo)準(zhǔn)體系建設(shè)指南》等一系列政策推動(dòng)智能運(yùn)維的發(fā)展。
目前,中國(guó)的IT運(yùn)維服務(wù)商主要由原廠運(yùn)維服務(wù)商、第三方運(yùn)維服務(wù)商、ITOM/ITOA廠商和IT基礎(chǔ)架構(gòu)系統(tǒng)集成商組成,正在朝著高效、專業(yè)的方向演變。
但也需承認(rèn)的是,我國(guó)智能運(yùn)維還處在起步階段,未來(lái)還有廣闊的發(fā)展空間。挑戰(zhàn)在于智能運(yùn)維需要高質(zhì)量的標(biāo)注數(shù)據(jù),高效的數(shù)據(jù)標(biāo)注方案才能減少人力、時(shí)間等成本的消耗,事半功倍。其次,在線系統(tǒng)本身具有規(guī)模性和復(fù)雜性,是需要長(zhǎng)期投入的研究領(lǐng)域,未來(lái)任重道遠(yuǎn)。
結(jié)語(yǔ)
通往進(jìn)步的路必然是滄桑的,但因其為后面的人造福,引無(wú)數(shù)人前往。