趋势一 AIOps将带来更多炒作与困扰

与曾在市场上掀起热议的各类技术术语类似，关于AIOps的定义与理解方式同样五花八门、各执一词。根据DEJ的研究，64%的受访者认为AIOps解决方案的发展前景“令人困惑”。EMA的Drogseth对此表示赞同，认为AIOps仍笼罩在一片迷雾当中。

专家们表示，随着AIOps的普及，加之每家供应商都拥有自己的方案形式设计与理解。换言之，IT领导者必须从这场混乱的狂欢中找到真正适合自身需求的AIOps产品。

Micro Focus公司产品经理Gary Brandt表示，在为组织选择正确的AIOps工具时，大家必须投入大量精力做出认真研究与评估。“客户面临的核心挑战，在于分辨出哪些AIOps拥有真正的投资回报与价值、哪些只是跟风炒作。"他说。

Micro Focus公司CTO Lars Rossen则表示，明年AIOps将逐步开始落地，也代表着一部分炒作因素将逐渐幻灭。"有些人误以为AIOps拥有神奇的力量，能够解决他们的所有问题——这显然是不可能的。"

要想对AIOps的具体方法做出正确思考，我们首先得将其理解成过去20年来所建立的IT运营分析技术的延续与扩展。Brandt认为， 无论是监控、事件管理、问题隔离还是自动化，AIOps所改变的是工作「方式」。在这方面，AIOps确实能让企业做得更好。IT领导者还应了解自己采用AIOps的理由与目标。Brandt提到，“大家到底想在混合IT环境中实现哪些改进?请务必明确具体目标。”

Greenlight Group首席顾问Torrey Jones认为，对于正在评估及实施AIOps的组织而言，最重要的是明确供应商一方如何理解AIOps的核心思路。

相对于AIOps，EMA的Drogseth更喜欢使用“高级IT分析”一词，因为这里的指代范围就不再仅仅限于IT运营，同时涵盖DevOps、IT服务管理、安全运营与业务利益相关方。在他看来，AIOps还不算是传统意义上的市场，而更多属于“前景预期”，其中的供应商代表着各种各样的实现方法。而哪种方法更好，无疑取决于组织的实际需求。

EMA在其最近发布的《AIOps：创新投资指南》中概念了AIOps产品及服务所应遵循的一系列核心标准，包括：

• 吸纳来自跨域来源的大量数据

• 访问关键数据类型，例如事件、日志与配置数据

• 自学习能力，借此提供预测性、说明性以及可行性洞见

• 支持广泛的高级启发方式

• 可覆盖并整合多种监控工具

• 支持私有及公有云以及混合/传统环境

• 支持多种用例

趋势二 AIOps将为安全工作增添助力

多年以来，AIOps一直展现出增强网络安全的潜力，而2021年很可能成为潜力转化为现实的一年。德勤咨询公司首席云战略官David Linthicum表示，通过弥合IT运营与安全运营之间的鸿沟，AIOps将进一步提升系统的正常运行时间与可靠性。

例如，通过安全数据可见性，AIOps能够判断某些应用程序性能问题并非源自IT故障，而是由针对基础服务器的网络攻击所导致。Linthicum强调，“面对这类特殊情况，我们应该启动安全流程以实施防御。但在传统工具方面，这类状况往往仍被视为正常的性能问题，而很少会与安全威胁联系起来。”

Linthicum还补充道，这种能力将把运营转化为第一道安全防线，确保管理者及时关闭受到攻击的服务器或者已遭入侵的存储系统。

趋势三 工具供应商将掀起合并浪潮

随着AIOps市场的发展，更多厂商涌入其中，淘汰阶段也将随之而来。目前，已经有不少传统监控工具供应商计划在现有产品中添加AIOps功能，而实现方式自然是直接收购某些体量较小的AIOps厂商。Linthicum认为，“这将为客户们带来更好的AIOps技术。”

作为一种概念及技术类别，AIOps代表着运营运维工具的全面成熟。近年来，传统运营与CloudOps领域内的大多数供应商开始“将AI引擎整合至自己的工具当中，而且无论能否实际使用，成果都会被称为AIOps。”

接下来就是初创企业专用的AIOps工具。这类工具在设计之初就考虑到对AI技术的应用。而哪种工具更适用，同样取决于组织的实际需求。

这类初创工具往往更具创新性，能够更有效地使用AI技术，且能够支持云平台等现代系统。相比之下，经历过AIOps的原传统工具比较倾向于支持遗留系统，而且主要服务于那些希望通过单一工具同时管理传统系统与云系统的IT运营人员。

"当然，二者是互补的，很多企业都在使用这两种类型来覆盖一切运营基础设施。"David Linthicum说。