擎创亮相2020GOPS全球运维大会，加速运维走向智能化道路

近日，由云计算开源产业联盟指导、高效运维社区和开放运维联盟联合主办的2020第十四届GOPS全球运维大会在深圳正式召开。擎创科技受邀出席了本次大会，并就智能运维建设路径和算法场景探索等话题，同与会嘉宾进行了分享。

在AIOps最佳实践及解决方案专场，复旦大学计算机科学技术学院教授王鹏、擎创科技CEO杨辰分别从智能运维算法与场景探索、智能运维建设路径发表了演讲，以期洞悉行业趋势，共同探讨运维行业未来。

01智能运维算法场景探索：落地三要素

在AIOps实践专场，复旦大学计算机科学技术学院博士生导师、青年科学家、智能运维算法专家王鹏教授，为在场嘉宾带来了《智能运维分析领域中的算法研究和场景探索》的演讲。

“智能运维在国内发展已经是如火如荼，甚至出现过度炒作的现象（如宣称拥有完整的解决方案、通用的大而全的算法），但是在场景落地能力方面目前仍然十分欠缺。实际上，智能运维的落地，除了需要考虑算法的设计能力之外，还应该考虑对运维场景的理解能力，以及平台的工程化能力。

• 算法的设计能力。客户的需求是个性化的，我们需要设计针对性的算法。此外由于生产环境不同，客户的数据也具备很强的个性化特点，参数调整会显得更加复杂，而且需要反复调整。
• 对运维场景的理解能力。算法只是手段，运维才是最终的目标。算法必须结合运维场景，只有深入研究、理解运维场景，才能发挥出算法的效用。
• 平台的工程化能力。针对目前的海量数据环境，大规模的运维数据处理需要高效稳定的数据平台，此外还需要同算法进行高效的结合，提高平台的数据处理分析能力。

算法已经在多个领域起到了重要作用，但仍有大量问题需要解决，我们会更加注重算法易用性的提升、算法语义的提升和异构数据融合能力的提升。”

02智能运维建设路径：循序渐进分层构建

作为企业数字化转型的重要手段，IT运维效率的高低会直接影响到业务的正常运转，业务数字化的加剧会造成严重的运维之殇。而且在传统运维方式下，数据治理和全面分析能力薄弱且依赖于经验和规则，运维十分被动，越来越难以满足当前主动运营的要求。

在《智能运维建设路径与最佳实践》的演讲中，擎创科技CEO杨辰指出：“智能运维能够帮助用户基于业务导向看待问题，更迅捷地发现异常、更有效地诊断问题根因、更业务导向地进行运营分析和决策、更持续有力地提升运维数据质量。

智能运维建设，首要考虑的是自身运维基础，从自身的数据条件和运维基础出发最重要。其次，通过运维数据中台夯实运维处理能力，选择性地看待一些智能化场景的落地。而且场景化的建设是循序渐进的，不是一蹴而就的，更不可贪多求全。

我们首先可以通过集中监控智能化改造、指标监控智能化改造和日志异常检测（弥补监控手段不足）等提升实时性数据处理能力，再通过智能故障排查（根因分析和定位）、智能知识管理（知识图谱）和故障自愈提升数据事后分析和处理能力。”

03会后嘉宾采访

复旦大学计算机学院教授王鹏：“智能运维的本质，就是提升对运维数据的认知能力。”

擎创科技CEO杨辰：“智能运维必须与企业既有运维管理模式和数据质量条件相契合，循序渐进地建设才能实现最大价值。”

04展台精彩亮相

目前，擎创已经在AIOps领域实践探索多年，并在银行、证券、保险、交通和能源等多个行业落地了智能运维场景，积累了大量的头部客户。随着智能运维市场规模的扩大，擎创将继续以“三个原则六步走”为基础，打造智能运维产品中最实用的工具，构建实用工具中最智能的产品，服务于更多的企业级客户，助力其走上运维智能化道路。