数字化转型导致IT服务的设计、开发、交付和运营方式的转变。世界各地的企业都在探索新兴技术和灵活的工作方式，其中AIOps就是未来提供IT服务的新模式。AIOps是用于IT运营的人工智能，AIOps自动化运维帮助企业提升业务效率。
什么是AIOps？
AIOps一词是由是Gartner首次提出的，是以机器学习(ML)和人工智能(AI)组成的高级分析的应用。AIOps实现操作自动化，使得IT运维团队能够以预期的速度和效率进行工作。
AIOps将大数据与ML相结合，创建预测结果，帮助加快根本原因分析(RCA)，并加快平均修复时间(MTTR)。通过提供智能的、可操作的解决方案，可以实现更高级别的自动化流程和协作，从而在此过程中节省企业的时间和资源。
什么是AIOps平台？
AIOps平台使用大数据技术从不同来源收集运营数据。这是为了利用机器学习和其他高级分析技术，并通过主动、独立和动态的洞察力来增强IT运营功能。AIOps平台的目的是将生成的数据收集在一起，实现多个数据源、数据收集方法、分析技术和表示技术可以同时进行作用。
AIOps自动化运维帮助企业提升业务效率：
1、数据收集
数据收集包括对来自各种来源（包括代理、设备、应用程序和服务）的数据的初始和持续发现，而收集过程本身应与被监控的资产类型相匹配。AIOps需要持续了解IT环境的当前状态和健康状况。
2、数据清理整合
数据清理和整合涉及多个方面，包括通用数据模型、重复数据删除、时间同步和单个数据集。如果数据不完整、不精确或不一致，AIOps就无法成功。
3、置于上下文
对于AIOps来说，数据丰富最关键的元素是上下文，因为上下文通过添加与设备或服务指标相关的元数据，为原始数据带来了额外的洞察力。因此基础设施、应用程序和业务服务映射应该到位，这样才能成功。
4、建议
IT管理系统收集的大量运营数据给运营团队带来了沉重的负担，并在人员配置、计算和存储方面产生了巨大的分析成本。AIOps应用机器学习来解决问题——在可能的情况下快速消除和整合数据。
5、自动化
一旦根据上下文收集和组织数据，就可以根据及时和准确的数据，以真正的洞察力做出决策。可以启动自动化操作以对生态系统组件或用户进行更改、建议或通知。AIOps支持通过上下文实现自动化。
原文：https://www.aiops.com/blog/practice/272.html