在上一篇《2019年全球APM与AIOps市场发展前瞻(1)APM的智能化》中，我们分析了APM相关技术的智能化变革和全球市场变化，本篇文章将带来十余家业内一流AIOps厂商的高管观点，分析和预测2019年市场对AIOps的认知变化和需求趋势，
Part2. 进击的AIOps
APM和AIOPS的融合
CONVERGENCE OF APM AIOps
随着机器学习和人工智能技术的不断发展，APM和AIOps之间的界限越来越模糊。APM供应商仍将作为主要的监控解决方案商，提供独特且有价值的服务，但APM产品将作为AIOps或其他高级IT分析平台的重要数据源。另一方面，那些涉足预测性、规范性和if / then分析的APM解决方案必须进行产品重构，不仅要沿着启发式方法，还要扩展其在数据源和数据类型的覆盖范围。APM与AIOps的融合将形成一个新的市场，而目前尚未出现准确的定义。
Dennis Drogseth
VP of Research, Enterprise Management Associates (EMA)
随着应用程序变得更加动态和短暂，其提供的服务往往需要应用更多新技术，从无服务架构(serverless)、现成组件(off-the-shelf components)、容器化到用多种语言编写的定制化功能(custom-built capabilities)，这就导致AIOps必将颠覆传统APM和管理范式。因为，在异构和复杂的环境中，应用程序监测需要更加重视基础架构。而未来的应用程序监控需要更多样化的数据收集方法和整套AI / ML技术，才能将数据融合在一起，进行有效的模式识别并推动自动化操作的实现，新兴的AIOps解决方案已准备好满足这些需求。
Russ Elsner
Solutions Architect, ScienceLogic
随着数智化时代的到来，无论是应用还是支撑应用的IT基础设施都发生了巨大的转变，传统APM和ITSM工具无法满足数字化运营的需求。因此，APM产品向着AIOps的智能化方向转变成为必然。与此同时，AIOps解决方案也不是凭空而来的，需要依托企业现有的ITOM、APM系统数据进行机器学习和深度学习，进行有效的模式识别和训练，最终获得真正驱动业务发展的洞察能力。因此，APM与AIOps的融合发展是企业以IT运维为突破口，最终实现业务智能化的最佳实践路径。
刘洪涛
总裁, 云智慧
AIOPS更加流行
AIOPS POPULARITY GROWS
在这个多云混合，充斥着代码和容器的数字世界里，IT运维总是被各种消息噪音和数字虚拟流程所困扰。这就意味着，企业的故障和事件监控系统需要处理大量数据流，否则就无法维持系统所需的稳定正常运行时间和效率。而这还不够，因为监控工具缺乏渗透和分析容器内部和容器之间数据的能力，所以智能运维AIOps会更加流行，这种产品才能洞察新一代应用架构中容器、微服务中的运行状态，跟踪和分析其所生成的信息。
Dominic Wellington
Global IT Evangelist, Moogsoft
AIOps将推动运维自动化的实现，有效减少IT管理所需的工具数量。数字化企业需要一种支持现代化工具的解决方案，允许快速提取现有数据集并进行扩展，生成支持业务服务自动化的实时洞察。这些解决方案将是AIOps的一些变体，通过AI和ML等人工智能技术来实现运维自动化和简化功能。
Erik Rudin
VP of Business Development Alliances, ScienceLogic
整合高级分析和人工智能的AIOps应用将更加聚焦，针对特定需求和场景而构建，并不断嵌入到现有的管理系统和工具中。AIOps将简化IT运维，提高基础架构和应用系统稳健性，并降低总体成本。随着AIOps的普及，智能分析能力将与传统的高可用和容灾解决方案打通，通过快速、自动和准确的发现问题并诊断复杂配置中的问题，为云应用提供更高的关键服务可靠性和可用性。
Jerry Melnick
President & CEO, SIOS Technology
AIOPS的认知在改变
AIOPS LIMITATIONS REVEALED
几乎所有的新技术在普及之初，都会引来大量诟病，一方面是技术成熟度的原因，另一方面则是客户对新技术不切实际的预期。AIOps目前正处在这个阶段，我们必须清楚，AIOps的目的是帮助运维人员提升效率而不是取代ITer，只有这样才能正视AIOps的作用和价值，在正确的场景中成功应用并获得收益。
Matt Ryall
Head of Product, Jira Ops, Atlassian
2019年我们正从概念的阶段进入AIOps实际落地的阶段。随着不同行业、不同规模的企业尝试使用AIOps解决方案，他们逐渐意识到有意义的AIOps并不是某些人认为的“简单功能”。
John Gentry
CTO, Virtual Instruments
APM和机器学习将在AIOps实现统合
COVERGENCE OF APM MACHINE LEARNING
在2019年，优秀的APM解决方案的关键能力将从监控转向增强智能，同时企业客户也将越来越关注APM产品能否利用机器学习，自动提出如何避免问题或优化应用程序性能的建议。在具有频繁发布/频繁变更需求和/或具有混合云架构的环境中，这一功能将变得非常重要。
John Rakowski
Director of Technology Strategy, AppDynamics
告警预测(predictive alerting)和预防性监测的需求将变得越来越多，而机器学习将作为产品选型的关键指标，被越来越多企业所重视。
Larry Dragich
Technology Executive Founder of the APM Strategies Group on LinkedIn.
AI在人脸识别、语义识别等方面取得了巨大进步，但在IT领域还没有杀手级应用出现，因为没人知道如何准备“正确类型”的信号和相关反馈进行机器学习，并产生支持IT管理的强意义应用程序。在未来3年内，AIOps厂商将为机器学习找的正确的信息和反馈组合，并将在监控策略方面取得突破。在收集到正确的数据之后，率先应用这一战略的企业将在市场上获得关键的竞争优势。最终，这些工具将逐渐取代传统的专家团队，提高团队效率和可观的客户价值。
Gadi Oren
VP of Products, LogicMonitor
APM与智能分析的整合
INTEGRATION OF APM ANALYTICS
将搜索和分析引擎与APM(如事务拓扑)集成在一起的AIOps，可以让您在2019年为消费者提供更加主动、更有针对性的客户支持能力。AIOps让企业拥有数据分析的灵活性，自由的根据业务需求和用户特点对数据进行切片和切块，从而获得新的见解和行动力。
Itay Cohen
Director of Delivery, Correlsense
根因分析的持续创新
CONTINUOUS INNOVATION FOR ROOT CAUSE AUTOMATION
2019年，我们期待看到根因分析的持续创新，因为平均故障解决时间(MTTR，mean time to resolution)始终是根因分析的核心指标，所以要提升根因分析能力，就要增强与之相关的自动异常检测、机器学习、智能算法和智能动态基线。
Denis Goodwin
Director of Product Management, AlertSite by SmartBear
智能监控和智能告警
INTELLIGENT MONITORING ALERTING
随着智能算法和机器学习不断应用在监控领域，我们看到为应用和服务的性能与交付提供更强决策能力的告警信息需求越来越强烈。在接下来的两年中，无论是客户还是供应商，都更关注具有“自驱动”能力的系统，这些系统不再提供简单的告警消息，转而采用复合告警信息来解释发生的事件(事件告警)以及可以采取的应对措施。通过机器学习等智能化技术，客户可以借助强大的网络效应利用来自大量其他企业的经验，学习其他企业遇到的问题，并直接向消费者提供最有意义的价值。
Gadi Oren
VP of Products, LogicMonitor
数据挖掘遥测
DATA MINING TELEMETRY
众所周知，现代应用及其扩展的APM工具都是构建在巨大的信息冰山之上，这座冰山的基础是异常复杂的抽象层——由Kubernetes、服务网格(service meshes)、容器、功能、虚机和云等等组成，任何层面的问题都可能造成应用故障、业务的中断、收入损失，甚至是品牌的伤害。为了避免这种风险，AIOps产品需要深入到基础设施层，并提供基础设施和应用堆栈之间的上下游关联关系，进而引导用户通过数据挖掘遥测来更快地进行根因分析并降低MTTR。
Arijit Mukherji
CTO, SignalFx
人工智能服务管理
ARTIFICIALLY INTELLIGENT SERVICE MANAGEMENT
2019年，IT服务管理(ITSM)产品将通过集成人工智能(AI)来增强自助服务管理能力。与高级搜索功能集成的人工智能聊天机器人将帮助分析师和服务人员自动处理传统帮助台的大多数前线呼叫。而由人工智能支持的ITSM最终将转变为人工智能服务管理(AISM)，作为对传统ITSM能力的增强。最终，由AI提供支持的虚拟助手将成为最终用户和服务交付之间的唯一接口。
Marcel Shaw
Engineer, Federal Markets, Ivanti
故障管理
INCIDENT MANAGEMENT
服务失败在公共互联网业务中占据着重要部分。因此，故障管理(incident management)将继续在企业中发挥重要作用。随着越来越多的企业业务迁移到云端，故障通信(incident communication)将成为2019年服务提供商的SLA协议核心部分，而公网通信故障或将造成客户的大量流失。
Berkay Mollamustafaoglu
Head of Product, OpsGenie
如果说2018年是AIOps智能运维元年，那么2019年就是广大用户树立AIOps的正确认知、逐步实现智能运维落地，开始获得智能化洞察能力第一年。在这一年里，我们应该正视AIOps和机器学习等人工智能的价值，不断探索智能运维指标数据的业务价值，深化AIOps在IT运维和业务运营中的应用。在接下来的《2019年全球APM与AIOps市场发展前瞻(3)用户体验的变化》，我们将为您预测和分析数字化用户体验的需求变化。
|
