|
AIOps确实应该是服务。 炙热的AIOps还没有沸腾，但最后面临的那些挑战，终将被服务突破。华为全联接大会2021期间，华为NAIE AIOps服务正式商用。在此服务中，异构数据将被统一接入，且辅以了标准的数据治理组件；实践经验被沉淀到APP模板，且开箱即用；预测、检测，定位、执行等能力被细化为原子颗粒，且经过组合编排还可不断拓展；趋势、报表、网络关系等元素更是被可视化在大屏中，运维管理效率因此得到进一步提升。
AIOps这些年…… 如果时间倒退20年，网络拓扑虽是那样清晰，但网络运维却需要人拉肩扛。在所有运维故障中，源自硬件、软件、网络、电力失常等的方面的问题只占20%，但流程失误方面因素却占40%，人员疏失方面问题也占到了40%。 此后，与云计算几乎同龄的DevOps，被视为传统ITIL和ITSM理念的颠覆，并逐步解决了流程失误和人员疏忽相关的80%问题。再此后，人工智能技术被引入运维领域，AIOps概念出现，更被视为企业级DevOps在运维侧的更高阶实现。 AIOps概念最早提出于2016年，这一时间点也很有讲究。在云原生概念出现后，企业IT架产生了革命性变化。运维工程师要同时看护数以万计虚实结合的IT设备，用户的每一次访问，也都或将调用数以百计的微服务。 AIOps就解决了这些问题。AIOps的基础是大数据和机器学习技术，其希望基于已有的运维数据（日志、监控信息、应用信息等），并通过机器学习的方式，进一步解决自动化运维中的桎梏问题。 此概念一经提出，就获得市场认可。根据Tractica/Ovum预测：到2025年，全球电信业对人工智能软件、硬件和服务的投资将达380亿美元，成为最大的AI应用市场。其中，网络/IT运营监控和管理将成为电信业最大的AI应用场景。2018~2025年累计投入达到183亿美元，占期间电信AI软件支出的44%。 AIOps的本质是服务 但挑战也同样存在。 2016年，Gartner预测4年后即2020年，AIOps的采用率将会达到50%，但在2019年，Gartner对AIOps的评价又相对客观：AIOps正处于从技术创新到万众期待顶点的过程中，之后还会经历一个低谷期，直到最终修成成果。 换言之，AIOps的前途虽是光明，但道路还略有曲折。其核心挑战在于，近年容器、微服务、无服务器等数字技术发展过快，开发与运维人员的知识体系，始终处于不停更新中。同时，AIOps赖以生存的数据与算法平台缺乏，也限制了AIOps的发展。 除此之外，也如Gartner报告显示：56%的公司表示，其组织面临的最大挑战是缺乏具有AI专业知识的员工。此外，运维人员需要人工编码开发不同场景的AI应用，这也既耗时也耗力，AI应用开发周期长。 正是基于此，华为定义中的AIOps不仅是解决方案，更是服务，而且首先是服务。通过AIOps服务，华为既要将30余年的网络运维经验、场景理解经验对外赋能，也要帮助合作伙伴降低AI应用开发门槛。 其实，早在2018年，华为就已提出自动驾驶网络的理念。其希望实现自动、自愈、自优的自治网络，使能网络业务的敏捷创新、极致体验和自动运维，并实现高效的资源和能源的利用。 作为“自动驾驶网络”的核心组件，华为NAIE AIOps服务最早出现在2019年4月，并于华为开发者大会2021期间发布公测，而此次华为全联接大会期间，华为NAIE AIOps服务则是正式发布商用。 是否看出些不同？过去3年中，华为AIOps服务每一次露出庐山一角，都会带来不同的惊喜，越感AIOps这事其实没那么难。而在正式发布的商用版中，其价值正如华为网络人工智能产品部AI模型与训练服务部部长王晶所说：“华为AIOps旨在降低ICT领域AI应用开发门槛，加速AI应用落地。华为也将致力于为合作伙伴提供一站式零编码开发平台，通过四大能力，将AI技术带入运维预测、检测、诊断、识别、优化等每个环节，赋能合作伙伴创新，共同建设智能运维生态。”
AIOps服务的五项核心能力 具体而言。 华为AIOps服务的能力体现在五个方面：支持跨厂家主流设备对接；分钟级预集成App部署；零编码APP开发；可视化大屏按需定制；高质量AI原子能力。 数据分析是AIOps的基础，数据采集则是开始AIOps的第一步。华为AIOps服务使这一步走的尤为扎实。其支持SFTP、Kafka、Rest等通用采集协议，支持华为30类网元、跨厂家100多种主流设备的自动对接，满足ICT网络领域端管云的数据采集需求。 当然，数据采集是为了数据分析，华为在此做到了“开箱即用”。目前，华为AIOps服务沉淀了10+开箱即用的智能APP模板，覆盖MBB/FBB、园区网络、数据中心网络、IT应用四大领域。这些APP模板均经过华为专家调优与局点验证，用户只需配置数据源，即可启动APP运行，这将AI应用的开发部署过程缩短到分钟级。 不仅如此。 华为AIOps服务还提供20+原子能力，这解决了AI场景方案难以快速复制的难题。或者说，原子化能力能力越丰富，可以解决的场景化问题就越多。目前，华为就提供了丰富的AIOps原子能力，可以覆盖运维全流程，包括预测、检测，定位、执行。 例如在预测环节，原子能力库提供流量预测，故障预测；在检测环节提供KPI异常检测，日志异常检测，CHR异常检测；在定位环节提供异常关联分析，事件聚合，根因定位；在执行环节提供修复措施推荐、领域知识图谱。 而基于丰富的原子能力，再辅以组合编排与DevOps能力，则可以将AI原子能力进行快速串联，这使得AIOps能力做到不断扩展。用户和伙伴均可通过简单地拖拽设计APP，进一步降低了AI应用开发门槛。 同时，华为AIOps服务还提供80多个2D/3D可视化组件，轻松DIY出包含趋势、报表、网络关系等元素的可视化大屏，通过自定义SQL灵活检索数据。业务结果快速呈现，满足项目复杂需求，有效提升运维管理效率。 防患于未然的预测性运维 运营商是网络最为庞大、复杂的企业，也是首批接受华为AIOps服务的企业。 2020年7月10日，某供应商出现DNS脚本的指向配置错误，事故一旦发生将影响8个城市2000多5G用户数据业务。华为核心网KPI异常检测APP，则提前5小时发现此问题，并发送告警短信，保障了5G高端用户上网体验。 这就是华为AIOps服务，防患于未然的预测性运维。而且不仅如此，此前运营商核心网络运维始终面临海量KPI指标，人工难以监控；传统呆板的静态阀值检测，存在漏报和误报，且人工调整周期长等挑战。 但在采用华为AIOps服务后，其可以基于AI/ML生成动态阈值，实现各种日常KPI监控场景；多指标的关联分析，分钟级内给出TopN根因指标；内置10余个电信领域模型参数，支持不同场景和局点泛化。 当然，这也只是华为AIOps服务在运营商领域的应用。截止目前，华为AIOps服务已经在110+现网局点规模应用，覆盖MBB/FBB、园区网络、数据中心、IT应用4个网络领域。帮助客户管理10万多个KPI，API调用次数每月达6亿次，每天处理1000万告警。 而凭借30多年网络经验和在AI领域的持续积累，华为更将持续为客户提供有竞争力、安全可信赖的AIOps服务，助力客户保障网络质量和用户体验，加快网络运维智能化转型。 作者 | 张戈 （公众号ID：TechECR） 【TechECR】关注科技企业生态体系建设，这里有思考、有观点；有点头咂嘴，也有会心一笑。创始人：张戈，曾任《商业伙伴》、《电脑商报》副总编，不码字，不写稿子、只输出有质感的文章。以生态合作为视角，研究IT产业18年，常年保持对ICT企业、IT方案商、IT渠道商保持高频度采访。同名专栏现已入驻各大主流媒体平台。 |
|
|
