新闻资讯
相关阅读
按照新闻年份查询
按照新闻类别查询
01
业务导向：AIOps的新未来
对金融等行业来说，随着数字化转型的不断深化，尤其是互联网对于服务业态的影响不断增大，企业的业务量和系统复杂程度都在成倍增长，业务系统的稳定性和准确性面临的挑战与日俱增。如何在保障系统稳定的基础上，确保业务准确性，如何主动识别异常交易，一直是一个难题。
诸如交易金额的突变、非用户意愿的重复转账、海外异常账号的交易等问题，一旦发生，将会给银行带来巨大的负面影响。但在传统观念中，这些通常是业务系统开发部门的职责，并非IT运维系统的能力所及。
华青融天公司作为长期致力于AIOps系统研发的厂商，基于长期深耕银行IT运维领域的经验，提出以业务为导向的AIOps发展方向，推出了业务导向的机器大数据分析平台，为上述问题给出了全新的解决方案。
例如，近期某大型商业银行采用华青融天的软件产品，通过对银行交易的全链路追踪，完成了对多种异常业务场景的实时洞察，在实现故障定位的基础上，保证了银行业务系统的准确性，降低了业务风险。
当然，这个新的方向突破了传统观念中对AIOps系统的定义，甚至让有些人产生“不务正业”的疑惑。但这正是AIOps系统的一次华丽升级，是客户需求和新技术催生的一个全新物种。
下面，我们就来认识这个新物种。
02
深度挖掘机器大数据的价值
物理学告诉我们，冰山露在水面的部分，只有1/10左右。大部分都隐藏在水面以下，我们无从看到。
实际上，包括网络流量、设备日志等各种海量的机器大数据构成的冰山，其内容已经被利用的部分仅仅占很小的比例。机器大数据蕴藏的绝大部分价值，仍然有待业界去深度挖掘。
当前，机器大数据主要被用于IT系统的运维监控，保障企业IT系统的稳定性与可用性。
但机器大数据中蕴含的完整的交易数据和系统运行信息，以及AI和大数据分析技术的快速发展，正在为解决企业的业务难题给出全新的解决方案。虽然这些需求已经超出传统IT运维系统的定义，但技术上的可行性和成本上的优势，为越来越多客户提供了新的选择。
以AI技术加持、以业务为导向的机器大数据分析方案已横空出世，机器大数据越来越多的部分正在浮出水面，它未来的价值不可估量。
谁能更好地利用企业自身IT系统产生的海量机器数据，将在未来的市场竞争中抢占先机。
因此，我们不妨这样说：
保障业务稳定代表IT运维的昨天，保障业务准确和敏捷交付代表IT运维的今天，全面赋能业务发展代表IT运维的明天。
03
客户需求引导创新实践
多家大型金融客户的成功案例，已经验证了华青融天创新实践的价值。
诸如前文提到的几种业务异常问题：交易金额的突变、重复转账的识别、海外异常交易的定位等难题，在每家银行日益庞大和多变的IT生态体系中变成非常突出的隐患，也是必须解决的问题。
如果靠业务系统自身判断和发现这些问题，往往力不从心，还有运动员兼任裁判员的弊端，客户需要另外的视角、另一套工具，来确保业务系统运行的正确性，及时捕捉业务异常问题。业务导向的AIOps系统恰恰满足了这个需求。
例如，近期某大型银行采用华青融天公司研发的业务导向的机器大数据分析平台，实现了对多种异常业务场景的识别，取得了满意的应用效果。由于采用旁路流量采集解码的方案，对业务系统服务器不增加任何负载，也不需要业务系统进行任何改造，在实施成本和交付时间方面表现出了巨大的优势。
04
Gartner的市场趋势分析
华青融天对AIOps未来的判断，得到了以Gartner为代表的学术界的佐证。
2020年10月，Gartner分析师Federico De Silva等人发布了《2021年IT运维监控战略路线图》。该报告指出了当前IT运维系统普遍存在的局限，也指出了未来几年该领域的发展趋势。
在上面图表中，分析师列出了几个重点发展趋势：
聚焦业务：对于IT运维系统的评价标准将会转向以提升企业客户体验为核心。
智能化：AI/机器学习技术将会深化在影响业务开展和客户体验的问题方面的作用。
敏捷：开发与运维一体化流程DevOps将会继续发展，持续提升企业快速交付服务的能力。
统一性：各种IT监控工具将加快整合和统一。
整体性：针对容器、虚机、微服务等对象的监控技术将会标准化，IT运维产品厂商的差异将主要体现在它们提供的分析功能而非数据源接入能力。
研究报告指出，传统IT监控产品普遍存在的一个问题，就是与企业的业务目标缺乏同步，IT运维系统的内容与企业关心的内容之间脱节，在业务部门关注的问题与IT部门提供的指标之间存在信息鸿沟，这可能对企业产生重大的负面影响。
为了避免这些负面影响，IT运维团队必须使用通用语言，将系统性能与业务成果相关联，填平IT部门与业务部门之间的鸿沟，从IT运维数据中找出提高企业收益的方向，让IT运维系统更直接地服务于企业的发展。
* * *
在IT界，与自然界一样，每天都诞生着新的物种，每天也有旧的物种消失，这是自然选择的结果。而选择的标准，就是客户的需求，只有那些适应客户需求、为客户解决问题的物种，才会生存发展。
新物种也会重新定义原有的概念，甚至颠覆传统的认知。但只要它适应新的条件，就会具有蓬勃的生命力。
一句话：产品好不好，别看广告看疗效。
业务导向的AIOps创造了激动人心的发展空间，未来前景如何，让我们拭目以待。
