[TechWeb]用于IT运营平台的人工智能（俗称AIops）是技术的发展和扩展，在过去几年中，这些技术被归类为IT运营分析。观察市场的任何人都清楚AIops的增长，但是，如果需要统计，Gartner报告称，到2022年，将有40％的大型企业使用AIops工具来支持或替换监视和服务台任务，而今天这一比例为5％。
这是一个很大的进步。但是，这也表明许多企业可能出于错误的目的而选择AIops工具-错误可能造成数百万美元的损失。这是我所看到的。
使用aiops工具修复错误的云架构和部署。那些没有为企业规划正确的云解决方案，甚至没有将本地解决方案与公共云配对的人都在尝试解决系统性问题。计划不当会导致性能问题和Aiops中断。
就像“您无法解决愚蠢的问题”一样，在应用AIops工具并正确使用它们之前，需要纠正规划不良的架构。 AIops工具假设解决方案的配置正确无误，然后才能正确处理警报和解决方案。如果不按此顺序进行操作，您将只不过是在教AIops系统如何关联来自云和非云系统的千兆字节数据，并尝试可能无法成功的修复，因为它们会引发其他警报和触发器。
希望AIops工具将消除人员和成本。从本质上讲，那些正在工作的人士现在正在发明一门新学科。企业已经看到了高薪专家的成长，他们的薪水相当可观。这推高了成本，降低了他们认为通过使用公共云将获得的价值。
我已经看到企业根据业务案例对AIops工具进行投资，该案例表明所需的运维团队成员更少，并且能够根据运维方程自动实现成本。尽管有降低成本的潜力，并且可以大大降低员工的工作量，但AIops需要大量的ops专业知识。您通常会看到AIops推动了cloudops团队的扩张，并且成本最初至少上涨了几年。您必须投资提高效率；您将无法取出美元并期望获得良好的结果。
使用AIops提供更好的安全性。那些从事云安全性工作的人已经知道，ops自动化流程不是保护基于云的应用程序和数据的好方法。实际上，考虑到您将要处理更复杂的安全系统，将AIops与云安全性结合起来实际上会使事情变得不那么安全。
AIops是必须有效实施以使其有效的工具之一。市场以如此之快的速度前进，以至于会发生错误。但是，基于常识，您会发现AIops最终会提供您想要的价值。[TechWeb]
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
