aiops_您可以信任AIops吗？

aiops

AIops（IT运营的人工智能）是那些很酷的流行语之一，实际上是另一个流行语的一部分：cloudops（云计算操作），它是所有流行语之母： 云计算 。

一般而言，AIops的概念和AIops的工具类别确实是成熟的。 至少在过去的几年中，传统操作工具领域中的大多数人都将AI引擎固定在工具上，并称为AIops。

[ 也在InfoWorld上：2020年的人工智能预测 ]

某些专门构建的AIops工具初创公司正在利用AI从一跃而下。 选择AIops工具时，所有这些都值得一看。 但是，没有主流品牌。

目标是而且很明显。 由于大多数工具从一开始就已经是数据收集工具和分析工具，因此添加AI可以使他们从数据中学习，而不仅仅是将管理下的服务外部化。 在某些情况下，他们可以使用预编程的例程纠正问题，例如重新启动服务器或阻止似乎正在攻击其中一台服务器的IP地址。

现在，我们已经进入这种范例及其技术产品领域了几年，我们开始注意到一些模式-一些很好，有些还不太好。 让我们探索两者。

就工作原理而言，许多情况下的AIops工具都是第四，第五或第六代的ops工具。 此外，他们中的大多数人已经考虑了一段时间的公共云管理，并且能够弥合本地旧式系统管理与管理公共云中的应用程序和服务之间的鸿沟。

它们是用于管理和监视云，多云，旧版甚至物联网和基于边缘的系统的强大工具。 这种支持复杂系统异构性的能力确实是ops工具的真正价值，以及为什么它们对于实施云或非云系统的人很重要。

[ 通过InfoWorld的Cloud Computing Report新闻通讯了解云计算的最新发展 ]

不利的一面是，大多数用户没有利用工具中的AI子系统，因此您可能要为未使用的功能付费。 我不认为这是工具提供商的错。 在大多数情况下，这与传统团队和cloudops团队如何安装，设置和使用工具有关。 这是由于在某些情况下缺乏培训，或者在受管理的当前系统集（云而非云）中缺少有效的用例。

显然，AIops将成为大多数基于云的部署的一部分。 同样清楚的是，这些部署（例如多云）越复杂，它们将带来更多的价值。

翻译自: https://www.infoworld.com/article/3526444/the-state-of-aiops.html

aiops