DevOps與IT自動化的下一站 主流AIOps服務商對比

作為「AIOps」的提出者和倡導者，全球著名IT分析機構Gartner當初為這個縮略詞設定的含義是「Algorithmic IT Operations」，即基於演算法的IT運維。

然而在過去幾年裡，機器學習、深度學習等「Artificial Intelligence」相關技術得到了飛速發展，於是AIOps 中AI的含義也發生了轉變，由演算法進化為智能。

如今，無論是在Gartner的研究報告還是專業服務商的技術實現過程中，AIOps的定義轉變為把機器學習、深度學習等自動化模型發現演算法應用於IT運維工具和業務系統所採集的大型數據集，並嘗試模擬人類行為（如發現、判斷、響應）的智能化運維管理平台。在DevOps、自動化運維方面有深厚積累的諸多國內頂級互聯網及電信企業，如騰訊、華為、百度、宜信等，均成立專門的部門對AIOps技術體系開展深入研究，並逐步實現了AIOps的落地。

對於處在數字化轉型十字路口的國內大中型企業來說，互聯網企業和雲服務商的AIOps解決方案主要針對互聯網應用場景和相對單一的雲環境，無法解決複雜的傳統IT環境、異構信息化系統和企業定製化的私有雲環境的統一管理和智能運維的需求。

同時，AIOps要想在企業中實現落地，還存在著以下三個技術難點：

不同運維工具和ITSM工具之間的跨工具集集成；

高度可擴展的統一管控平台的搭建和實施；

構建滿足不同行業應用場景的機器學習演算法；

因此，大中型企業要獲得AIOps帶來的業務決策和IT管理提升，仍然需要專業AIOps服務商的解決方案能力和服務能力。因為只有專業服務商才能快速解決上述技術難點，同時解決面向業務的跨系統業務追蹤與業務應用性能量化關聯分析等數字化業務轉型的痛點，為智能化運營打下堅實基礎。

本文從Gartner的《MarketGuide for AIOps Platforms》推薦的20餘家AIOps服務商中，遴選了五家國內外已經實現智能運維落地的解決方案商，從他們的公司實力、產品特點和市場策略等維度進行橫向對比，希望對企業AIOps選型提供幫助。

從品牌來看，IBM、BMC等老牌軟體企業，在傳統IT架構的理解和人員規模等方面擁有強大的實力，而新興的軟體服務企業如Cloudwise、Moogsoft和Splunk雖然公司規模不大，但是專註於AIOps相關領域的研發，實力同樣不容小覷，相關AIOps產品的上線時間都在2015年前後。

BMC和IBM的AIOps解決方案主要滿足傳統IT場景下的IT資源管理、IT服務管理、IT 自動化等需求，針對的用戶群體也是以L1/L2級運維工程師為主，這也是此類企業和諸多由ITSM轉型AIOps的服務商多年來積累的優勢。而Cloudwise、Moogsoft和Splunk自誕生之時恰逢互聯網經濟大潮的興起，其產品和解決方案更適合數字化和混合IT場景，應用場景和用戶群體也更符合現代企業的需求。

從產品交付形態上看，BMC和IBM的AIOps產品都是按需定製的，而Cloudwise、Moogsoft和Splunk即提供靈活的SaaS服務，也可以按照客戶的需求進行定製化開發和私有部署。除了IBM的產品不提供試用，其他幾家產品都提供一周到一個月的試用期。

在大數據分析能力方面，IBM、BMC和Splunk都是基於歷史的存量數據的，而Cloudwise和Moogsoft提供強大的實時數據分析引擎，可以對IT和業務系統的數據流和增量數據進行即時分析，數據處理模型和演算法也各有不同。各家服務商對數字化業務的支持也有所不同，主要體現在服務映射、根因分析和事件關聯分析等方面。

Gartner最新一份關於AI在全球市場的商業價值預測報告顯示，隨著計算能力、數量、速度以及深度神經網路（DNNs）的發展，人工智慧技術將在2020年得到普及，並成為決策支持的重要手段。

因此，企業在選擇AIOps服務商的過程中，不但要考量本文中列舉的服務商的產品技術和營銷服務能力，還要順應數字業務發展的大趨勢，為未來的智能業務決策打下堅實基礎。

*聲明：推送內容與圖片均源自公開互聯網，部分內容會有所改動，侵刪。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！