中国AIOps现状调查报告（2023年）
AIOps能力建设基本情况
- 企业投入：2023年，超半数企业在智能运维方面的投入资金对比去年有所增加，33.02%的企业与去年持平。
- 投资规模：近三年中，超4成企业在运维方面年平均投资规模超5000万元，投资规模在2000-5000万元的企业占比13.30%。
- 关注方向：业务可观测性和SRE可靠性实践是当前重点关注方向，占比分别为46.47%和48.23%。
- 建设模式：企业主要通过采购第三方解决方案并组建团队进行联合开发来建设AIOps能力，占比较去年增长超过20%。
- 数据治理：超半数企业已开展了运维数据治理活动，38.49%的企业已开始在部分运维应用场景开展运维数据治理活动，12.84%的企业已全面建立运维数据治理框架。
AIOps场景应用情况
- 应用领域：智能运维在质量、成本、效率、安全四大运维领域均已开展部署和应用，其中质量和效率领域应用仍然是目前企业关注度最高的方向。
- 提升效果：使用工具链、智能运维工具/平台处理典型的核心系统故障，可以带来显著的运维效率提升，其中故障恢复时间处于30-60分钟的企业提升效果最为明显。
AIOps可观测能力建设情况
- 数据融合与分析：超六成（61.38%）受访者认为可观测性数据的融合和关联非常必要，有助于提高数据价值和改善决策过程。
- 主要问题：企业最希望通过可观测能力解决的问题是帮助快速诊断和解决问题（75.30%）以及支持数据分析和挖掘（74.61%）。
- 建设能力：企业建设可观测能力过程中，优先需要统一的数据采集、存储、分析和展示（27.42%）以及对多维度数据（如配置、指标、日志、链路追踪等）的关联分析能力（27.42%）。
AIOps发展趋势与挑战
- 发展趋势：企业通过结合生成式AI等新技术探索业务应用场景以及建设可观测性能力，进一步提升运维效率同时不断优化现有场景能力。
- 挑战：当前智能运维能力建设仍面临众多挑战，包括难以衡量智能运维的效果和价值（58.06%）和难以形成数据共享和知识传递（53.36%）。
- 生成式AI技术：当前关注度最高的生成式AI技术在运维场景应用趋势为故障根源分析（30.82%）、增强IT智能客服场景能力（23.60%）等。
- 风险与投入：企业在使用生成式AI技术时需要权衡利弊，综合考虑自建生成式AI能力的投入成本和技术资源，或选择合适的第三方服务提供商。55.17%的受访者认为生成式AI技术存在信息安全方面的风险（55.17%），且需要投入时间和资源培训员工进行技术学习（50.56%）。
总结
中国AIOps产业在2023年继续保持稳健发展态势，企业对智能运维技术的需求持续增长。业务可观测性和SRE可靠性实践成为当前的重点投资方向，企业通过采购第三方解决方案并组建团队进行联合开发来建设AIOps能力。然而，企业在建设过程中仍面临难以衡量效果和数据共享等挑战。未来，企业将继续探索新技术应用场景，提升运维效率。
