嚴立忠
IT已經變得越來越復雜,用戶迫切需要能夠簡化工作流程的技術。智能自動化的預測分析將取代人工密集型任務。
正確地運用人工智能(AI)和機器學習,通過加強IT運營流程和工作的自動化,將會極大地簡化IT的運營。IT已經變得越來越復雜,用戶迫切需要能夠簡化工作流程的技術。智能自動化的預測分析將取代人工密集型任務。IT部門能夠利用數據和人工智能迅速發現潛在的問題,提出解決現有問題的建議,通過自助服務和自我恢復功能簡化自動化流程,并預測未來的結果,從而估算出成本,優化資產回報。
Gartner發現了這一趨勢,創造了“面向IT運營的人工智能(AIOps)”這一術語。試想一下,系統能夠為那些我們尚未想到的問題提供深刻見解—這正是AIOps的潛力所在。
AIOps不僅能夠提供解決問題的建議,還可以從過去的行為和解決方案中學習,自動解決問題和預測故障,由此極大地簡化了IT。這要求機器的配置狀態具備可見性,還要理解過去的行為和交互—包括好的和壞的。AIOps通過自動應用深度分析,確保在高性能IT環境下能夠主動做出決策,最終讓業務更加健康地運行,從而進一步提高了IT運營分析(ITOA)能力。
DevOps對于業務必不可少:高速發展還是緩慢前行
DevOps是Development和Operations的組合,可以把DevOps看作開發(軟件工程)、技術運營和質量保障(QA)三者的交集。
傳統的軟件組織將開發、IT運營和質量保障設為各自分離的部門。在這種環境下如何采用新的開發方法,這是一個重要的課題:按照從前的工作方式,開發和部署不需要IT支持或者QA深入的、跨部門的支持,卻需要極其緊密的多部門協作。……