(26)IT運維管理：ITIL先鋒論壇-中國AIOps現(xiàn)狀調(diào)查報告詳細(xì)分析（2022年）

《2022中國《2022中國AIOps現(xiàn)狀調(diào)查報告》權(quán)威解讀1調(diào)查背景介紹contents2調(diào)查樣本分布情況3AIOps能力建設(shè)基本情況4AIOps場景應(yīng)用情況5AIOps發(fā)展趨勢與挑戰(zhàn)AICTAICT調(diào)查背景介紹01調(diào)查背景?近年來需求驅(qū)動需求驅(qū)動政策助力政策助力標(biāo)準(zhǔn)引領(lǐng)行業(yè)標(biāo)準(zhǔn)：《云計算智能化運維(AIOps)能力成熟度模型第2部分：系統(tǒng)和工具技術(shù)要求》標(biāo)準(zhǔn)引領(lǐng)智能運維國際標(biāo)準(zhǔn)：Y.ccabom-reqts-CloudComputing-RequirementsforAIAICTAICT調(diào)查樣本分布情況02調(diào)查樣本分布情況本次調(diào)查報告采用在線問卷調(diào)查方式，共收集到有效問卷1807份。參與調(diào)查企業(yè)人員規(guī)模參與調(diào)查人員職業(yè)分布參與調(diào)查企業(yè)行業(yè)分布參與調(diào)查企業(yè)人員規(guī)模參與調(diào)查人員職業(yè)分布參與調(diào)查企業(yè)行業(yè)分布梳理中國AIOps產(chǎn)業(yè)發(fā)展脈絡(luò)，幫助企業(yè)了解智能運維發(fā)展現(xiàn)狀，促進(jìn)智能運維領(lǐng)域技術(shù)與應(yīng)用的有效落地AICTAICTAIOps能力建設(shè)基本情況03AIOps能力建設(shè)基本情況多數(shù)企業(yè)近年來在運維方面的資金投入仍處于增長階段。?近4成企業(yè)運維方面年平均投資規(guī)模超5000萬元，投資規(guī)模在5000萬元-1億元的企業(yè)占比11.24%，1億元-5億元的企業(yè)占比13.45%。超半數(shù)企業(yè)在實現(xiàn)自動化運維、自動化部署的基礎(chǔ)上進(jìn)一步增強監(jiān)控、運維智能化能力。?根據(jù)本次調(diào)查顯示，61.21%的企業(yè)選擇優(yōu)先關(guān)注和投資DevOps自動化部署，52%的企業(yè)選擇優(yōu)先關(guān)注和投資升級監(jiān)控和AIOps。以結(jié)果為導(dǎo)向的IT運維KPI?根據(jù)本次調(diào)查顯示，60.04%的企業(yè)最關(guān)注“可用性、正常運行時間和性能”指標(biāo)。用戶滿意度也獲得了44.66%03AIOps能力建設(shè)基本情況?內(nèi)外雙修，智能運維系統(tǒng)/工具/平臺既可用于增強企?內(nèi)外雙修，智能運維系統(tǒng)/工具/平臺既可用于增強企企業(yè)智能運維能力建設(shè)情況智能運維系統(tǒng)/工具/平臺提供服務(wù)類型03AIOps能力建設(shè)基本情況 AICT?當(dāng)前企業(yè)的智能運維系統(tǒng)/工具更多集中于對系統(tǒng)（服務(wù)器、操作系統(tǒng)）監(jiān)控數(shù)據(jù)和業(yè)務(wù)/應(yīng)用監(jiān)控數(shù)據(jù)的處?多數(shù)企業(yè)仍處于智能運維場景的探索和實踐階段：開始關(guān)注和梳理運維數(shù)據(jù)AICT?當(dāng)前企業(yè)的智能運維系統(tǒng)/工具更多集中于對系統(tǒng)（服務(wù)器、操作系統(tǒng)）監(jiān)控數(shù)據(jù)和業(yè)務(wù)/應(yīng)用監(jiān)控數(shù)據(jù)的處AICTAICTCAIC03AIOps能力建設(shè)基本情況 AICTAICT?大部分企業(yè)已經(jīng)在數(shù)據(jù)分析和算法模型分析方面已經(jīng)企業(yè)當(dāng)前運維工作中數(shù)據(jù)分析與算法模型應(yīng)用?多數(shù)企業(yè)采用第三方提供的智能計算引擎為AIOps系統(tǒng)AICTAICTAIOps場景應(yīng)用情況04AIOps場景應(yīng)用情況AIOps仍處于初期發(fā)展階段?從整體來看，30.27%的企業(yè)自評目前處于輔助智能化運維階段，智能運維在質(zhì)量、成本、效率、安全四大運維領(lǐng)域均已開展部署和應(yīng)用，其中質(zhì)量領(lǐng)域最為關(guān)注。?調(diào)查顯示，54.79%的企業(yè)當(dāng)前著重關(guān)注智能運維的質(zhì)量領(lǐng)域(包括異常檢測、告警收斂、根因分析、故障處置等)能力建設(shè)，其次45.77%的企業(yè)關(guān)注效率領(lǐng)域，45.49%的企業(yè)關(guān)注成本領(lǐng)域，大部分企業(yè)在數(shù)據(jù)分析和算法模型分析方面已經(jīng)逐步開始場景探索。并且已有15.61%和11.07%的受訪者所在企業(yè)將數(shù)據(jù)分析方法和算法模型應(yīng)用與大部分業(yè)務(wù)場景。04AIOps場景應(yīng)用情況AIOps能力成熟度模型智能化程度逐級遞增04AIOps場景應(yīng)用情況企業(yè)AIOps發(fā)展階段?不同AIOps能力成熟度階段的企業(yè)關(guān)注領(lǐng)域各不相?AIOps?不同AIOps能力成熟度階段的企業(yè)關(guān)注領(lǐng)域各不相TT.74%TT.74%04AIOps場景應(yīng)用情況?智能運維在質(zhì)量、成本、效率、安全四大運維領(lǐng)域均AICTT AICTT 04AIOps場景應(yīng)用情況僅有7.86%的受訪者所在企業(yè)恢復(fù)時間AICTAICTAIOps發(fā)展趨勢與挑戰(zhàn)05AIOps發(fā)展趨勢與挑戰(zhàn)多數(shù)企業(yè)領(lǐng)導(dǎo)層已經(jīng)對智能運維能力建設(shè)加以重視并付諸行動，但在智能運維的建設(shè)過程中仍有諸多困難與挑戰(zhàn)。?根據(jù)調(diào)查統(tǒng)計，目前遇到的困難和挑戰(zhàn)主要在不同運維場景中的實踐探索中產(chǎn)生的，比如“能力定制化，難以跨業(yè)務(wù)應(yīng)用或泛化成本高”（35.81%“場景有限，大量運維場景沒有成熟的方案”（需求驅(qū)動能力升級，除普遍關(guān)注的質(zhì)量場景，安全場景成為更多企業(yè)未來關(guān)注和提升的方向。?根據(jù)本次調(diào)查結(jié)果，質(zhì)量場景仍然是主要提升方向。36.75%的企業(yè)在未來將提升故障的根因定位效率，32.82%的企業(yè)將會提升故障修復(fù)速度，31.82%的企業(yè)將完善故障預(yù)測能力以及23.52%的企業(yè)將會建立故障處理流程規(guī)范。安全場景得到更多的關(guān)注，未來趨勢：加強人員與技術(shù)方面投入，持續(xù)探索智能運維場景，持續(xù)優(yōu)化現(xiàn)有場景能力，提升穩(wěn)定性，易用性。?47.76%的企業(yè)將在目前已有的智能運維場景中繼續(xù)優(yōu)化改進(jìn)，提升效果。44.71%的企業(yè)將在易用性、可用性、穩(wěn)定性等方面持續(xù)改進(jìn)。05AIOps發(fā)展趨勢與挑戰(zhàn)?企業(yè)不斷優(yōu)化現(xiàn)有場景能力，提升穩(wěn)定性、易用性，持續(xù)探索智能運維新場景并加強人員與技術(shù)?企業(yè)不斷優(yōu)化現(xiàn)有場景能力，提升穩(wěn)定性、易用性，持續(xù)探索智能運維新場景并加強人員與技術(shù)?需求驅(qū)動能力升級，除普遍關(guān)注的質(zhì)量場景，運維下的安全場景成為更多企業(yè)未來AIOps實踐案例銀行證券篇運營商篇銀行證券篇中國工商銀行軟件開發(fā)中心中國工商銀行數(shù)據(jù)中心中國農(nóng)業(yè)銀行建信金融科技有限責(zé)任公司浦發(fā)銀行華泰證券光大證券安信證券工行AIOps智能運維中國工商銀行軟件開發(fā)中心中國工商銀行數(shù)據(jù)中心中國農(nóng)業(yè)銀行建信金融科技有限責(zé)任公司浦發(fā)銀行華泰證券光大證券安信證券工行AIOps智能運維體系建設(shè)實踐工行數(shù)據(jù)中心智能運維技術(shù)應(yīng)用實踐AIOps智能根因定位AIOps在銀行業(yè)運維操作風(fēng)險控制領(lǐng)域的實踐打造智能運維利器，助力運維數(shù)字化轉(zhuǎn)型“數(shù)字華泰”的智能運維(AIOps)建設(shè)智能運維平臺建設(shè)實踐智能運維分析系統(tǒng)，助力業(yè)務(wù)運營高效平穩(wěn)發(fā)展新模式服務(wù)提供商篇新炬網(wǎng)絡(luò)基于AIOPS的智能運維數(shù)字員工總結(jié)：AIOps現(xiàn)狀調(diào)查報告-關(guān)鍵詞智能運維工具/平臺可采用數(shù)據(jù)采集或數(shù)據(jù)接入的數(shù)據(jù)獲3種方式團(tuán)隊采用自研、共研、采購的方式搭建智能運維平臺/工具泛化成本高、建設(shè)周期長、效果難維持、價值難度AICTAICT《智能化運維(AIOps)能力成熟度模型》評估介紹目前，基于《云計算智能化運維(AIOps)能力成熟度模型第1部分：通用能力要求》開展的智能運維（AI目前，基于《云計算智能化運維(AIOps)能力成熟度模型第1部分：通用能力要求》開展的智能運維（AIOps）通用能力成熟度評估已全面開放。其中智能計算引擎、數(shù)據(jù)管理、配置管理為必評項。企業(yè)可根據(jù)自身情況任選應(yīng)用場景中的一項或多項進(jìn)行參與。資源優(yōu)化智能變更威脅感知異常檢測歷史故障分析成本評估智能客服安全監(jiān)測告警收斂日志定位容量預(yù)測輿情分析威脅狩獵根因分析知識庫管理響應(yīng)處置故障止損故障修復(fù)故障預(yù)測智能算法與模型數(shù)據(jù)服務(wù)數(shù)據(jù)分析數(shù)據(jù)采集數(shù)據(jù)傳輸數(shù)據(jù)處理數(shù)據(jù)治理智能計算引擎、數(shù)據(jù)管理、配置管理為必評項。智能化運維(AIOps)能力成熟度模型第2部分：系統(tǒng)和工具技術(shù)要求目前，基于《云計算智能化運維(AIOps)能力成熟度模型第2部分：系統(tǒng)和工具技術(shù)要求》智能運維（AIOps）系統(tǒng)和工具技術(shù)要求評估已開放8個模塊：異常檢測、故障預(yù)測、告警收斂、根因分析、故障自愈、故障預(yù)防、容量預(yù)測、知識庫構(gòu)建。企業(yè)可根據(jù)自身情況任選一項或多項進(jìn)行參與。GG評估報告與證書模板示例AIOps系統(tǒng)和工具技術(shù)要求評估結(jié)果AICTAICT中國移動通信集團(tuán)浙江有限公司中國移動通信集團(tuán)廣東有限公司中國移動通信集團(tuán)浙江有限公司中國移動通信集團(tuán)廣東有限公司華泰證券股份有限公司T亞信T亞信科技（中國）有限公司北京西駿數(shù)據(jù)科技股份有限公司中移動信息技術(shù)有限公司北京西駿數(shù)據(jù)科技股份有限公司中移動信息技術(shù)有限公司（廣州中心）AICTAICT北京博睿宏遠(yuǎn)數(shù)據(jù)科技股份有限公司上海擎創(chuàng)信息技術(shù)有限公司上海擎創(chuàng)信息技術(shù)有限公司r浪潮云信息技術(shù)股份公司技有限公司評估價值：引領(lǐng)AIOps能力建設(shè)，成為國內(nèi)智能運維領(lǐng)域工具/平臺標(biāo)桿價值與收益：以搭建AIOps系統(tǒng)和工具平臺入手，明確企業(yè)內(nèi)部各項目的AIOps能力現(xiàn)狀，對比同行業(yè)及所有行業(yè)的AIOps優(yōu)秀實踐，發(fā)現(xiàn)問題，查漏補缺，已開展AIOps能力/系統(tǒng)工具平臺建設(shè)（有一定經(jīng)驗）AICTAICT后續(xù)工作及活動T標(biāo)準(zhǔn)編制工作TTT為了讓企業(yè)可以清楚識別并基于符合標(biāo)準(zhǔn)的可觀測性能力要求逐步建立與完善智能運維的可觀測性能力，有效整合系統(tǒng)數(shù)據(jù)、監(jiān)控等多方資源，厘清數(shù)據(jù)間的關(guān)系流向，建立業(yè)務(wù)與基礎(chǔ)設(shè)施的鏈接通路，將數(shù)據(jù)與算力關(guān)聯(lián)融合形成具有可觀測