运维新纪元：智能运维与大模型的融合革新 - 白璐

现代化运维保障体系

运维需求与环境变化推动运维向智能化发展，智能运维以大数据平台和机器学习为核心，需与监控、服务台、自动化系统联动。政策助力我国智能运维产业兴起，阿里巴巴、京东、百度等企业已应用智能运维技术。中国信通院参与编制《中国AIOps现状调查报告（2023）》等，并制定AIOps能力成熟度系列标准，分为L1-L5五个等级，企业AIOps成熟度全面提升，更多企业进入L3进阶智能化运维阶段。AIOps场景应用广泛，质量和效率领域最受关注，超四成企业已建立智能运维系统/工具。国际电信联盟（ITU）发布首个智能运维（AIOps）国际标准，旨在推进智能运维能力体系架构共识，促进产业发展。

AIOps可观测性

随着技术发展，传统监控方式无法满足多云时代需求，可观测性成为关键。可观测性指系统内部状态、行为和性能等被可靠观察、分析和监控的程度，核心价值在于快速排障。OpenTelemetry开源框架推动可观测能力发展，Gartner预测30%企业将通过可观测技术提升数字化业务运行性能。可观测性能力实践路径强调数据存储方案和业务数据支撑，中国信通院制定可观测性能力要求标准，开放4个模块评估工作，赋能业务实现全景监控、智能运维和自修复能力。

运维大模型

政策支持推动国内外大模型技术发展，大模型成为科技竞争新高地。研运大模型针对软件研发、测试、运维领域，基于开源大语言模型定制化训练形成，用于辅助软件生命周期各阶段。中国信通院制定《研发运营大模型通用能力要求》标准，规范研运大模型能力建设。运维大模型分为八大模块、26个子场景，赋能运维智能化升级，标准现开启首批评估报名。大模型技术在运维领域应用广泛，主要实践方向为监控告警、自动化脚本生成、运维智能体，但落地应用仍待成熟，主要挑战包括训练语料质量、模型准确性和可解释性。

大运维体系标准介绍

全球宕机事件频发，系统稳定性成为行业热点，保障关键信息系统平稳运行受到高度重视。《关键信息基础设施安全保护条例》等政策强调系统稳定性保障。研发运营系统可靠性与连续性（SRE）聚焦信息系统稳定性研究，IT资源运营向精细化转型成为大势趋，FinOps理念推动企业开展IT资源精细化管理。中国信通院牵头发起《IT基础设施资源运营能力成熟度模型》标准，指导企业由IT资源粗放式管理向精细化运营转型。智能化运维(AIOps)能力成熟度模型第5部分：运维数据治理，强调数据治理对运维数智化转型的关键作用，解决数据汇聚、管控、治理体系等痛点问题。