黄蕴思-广东移动 AIOps 的中台化探索与实践转型

广东移动运维能力的发展经历了从自主自愈到无人值守的演进，目前已具备成熟的运维工具和平台。其核心观点在于AIOPS工具的中台化探索，通过参考清华大学和通信标准化协会的指导，构建了以API、SDK等标准化接口为服务方式的中台架构，实现运维能力的组装和复用。

关键数据包括：

• 运维工具发展历程：从自动化到智能化，实现无人值守
• 成熟运维能力：资源优化、AI+知识经验双模智能故障诊断
• 中台能力组装层：以API、SDK等方式提供标准化服务，可选取相关运维能力进行调用和组装
• 敏捷编排能力层：原子能力层和AI算法层为底座，实现原子操作和AI算法的互相调用融合
• 算法仓库：各原子算法应用的场景数、能力域包含的场景数及使用算法数等

实践案例分享：

1. 敏捷编排降低AIOPS工具开发门槛：通过多层服务多级调用，不断沉淀优秀算法服务，降低开发门槛
2. 快速组装形成多场景联动运维工具：横向结合业务主导，节省场景再开发成本60%

研究结论：

• AIOPS开发的门槛降低，实际使用工具的运营人员可以自行按需完成二次开发
• 业务主导通过复用已有算法、采集数据、能力输出形成新场景，降低同类场景再开发损耗成本
• 运维效率提升：告警处理时间下降75%，故障发现时长缩短50%，故障恢复时长缩短55%

未来展望：

• 重点研究和应用方向包括AIOPS with大模型、客服智能问答、工单智能处理、智能统计质检等
• 不断尝试各种XOPS场景的开发，探索中台与智慧运维的结合，利用AIOPS实现运维降本增效
• 期盼交流新技术、新理念在运维中的应用，如元宇宙、大模型等