AI+运维：构建智能化运维新范式

运维的技术发展与跃迁经历了从传统人工操作到智能自治的跨越式发展，分为传统运维时代、自动化运维时代、小模型运维时代和大模型运维时代。智能运维AIOps的概念最早由Gartner在2016年提出，经历了从AIOps 1.0到AIOps 2.0的演进，实现了运维能力的跃迁。

多项政策鼓励人工智能技术高质量发展，中国信息通信研究院（CAICT）作为国家高端专业智库，在标准化领域发挥了重要作用，牵头制定国家标准362项、行业标准3708项、团体标准751项，并积极参与国际标准化活动。

CAICT联合多行业100+企业，打造开放、协同的运维生态，推动运维智能化转型，构建AI驱动的运维保障体系（SOMM），涵盖智能运维、精细化运维、稳定性保障、数据能力四大核心领域。标准体系包括智能运维能力成熟度系列标准（通用能力要求、系统和工具技术要求）、可观测性能力要求等，旨在指导企业AIOps能力建设。

可观测性能力助力企业快速发现、定位和解决系统问题，提升系统可用性、稳定性和性能。《智能化运维(AIOps)能力成熟度模型第3部分：可观测性能力要求》包含数据采集传输、数据管理、数据观测能力以及基础设施、应用性能、用户体验观测场景。

国际方面，CAICT牵头提出首个智能运维（AIOps）国际标准ITU-T Y.3550，基于ITU-T Y.3525研发运营管理框架，引入AI能力增强研发、运营生命周期中的四个主要阶段，提高软件开发和运营管理效率。

AIAgent释放LLM潜能，助力大模型落地应用。智能体Agent全方位赋能AIOps，覆盖异常检测、故障诊断、故障修复、告警收敛、智能问答等多个场景，实现“预测-预防-自治”的闭环。《运维智能体技术能力要求》标准框架由CAICT牵头制定，旨在规范运维智能体的技术架构、应用功能、数据安全等方面要求。

智算运维面临跨层跨域协同挑战，行业标准体系亟需构建与完善。《智算运维能力成熟度模型》标准框架从AI模型层、AI智算平台、AI基础软件层、算力基础设施等维度出发，系统性梳理智算场景下运维服务能力体系，保障大规模智算集群的高效、稳定运行。