中国AIOps现状调查报告（2023）

核心观点摘要

• AIOps能力建设基本情况：2023年超半数企业在智能运维方面投入资金增加，近三年超4成企业运维投资规模超5000万元。业务可观测性和SRE可靠性实践成为重点关注方向，DevOps自动化部署、升级监控和AIOps仍是优先关注方向。企业主要通过采购第三方解决方案并联合开发建设AIOps能力，超半数企业已开展运维数据治理活动。生成式预训练模型（GPT）能力处于探索发展阶段。
• AIOps场景应用情况：业内对AIOps概念逐渐统一，企业对AIOps应用和建设效果认知更客观，自评企业多处于辅助智能化和进阶智能化阶段。智能运维在质量、成本、效率、安全四大运维领域均已部署，质量和效率领域应用关注度最高。引入AIOps能力可显著提升运维效率，故障恢复时间越短，效率提升感知越强。
• AIOps可观测能力建设情况：超六成企业已开始可观测能力建设，可观测性数据的融合和关联分析对提高数据价值和改善决策过程至关重要。企业希望通过可观测能力解决快速诊断和解决问题、支持数据分析和挖掘等问题。企业可观测能力建设主要涉及数据处理能力、关联分析、动态发现和结果的自动处置能力。可观测能力可应用于基础设施、容器性能、应用性能、用户体验以及业务性能等场景。
• AIOps发展趋势与挑战：企业建设智能运维技术及工具平台正从“可用、有用”向“易用、好用”转变。当前智能运维能力建设面临的主要挑战包括难以衡量效果和价值、难以形成数据共享和知识传递、数据质量不高、缺乏统一标准支持不同类型数据源接入、难以开发和管理智能运维系统。生成式AI技术与运维结合可实现更加智能化和自动化的运维方式，提高运维效率和质量、降低运维成本。未来趋势是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。
• AIOps实践案例：报告列举了通信、金融、航空、制造和服务提供商等行业的AIOps实践案例，展示了AIOps在不同行业中的应用和成效。