“苦救火、背锅久矣！”
一句心酸，道出多少IT运维人的心声。
很多故障和问题在理论情况下都不会发生，可偏偏在生产环境里发生了，还找不到原因，而如果恰巧这是个单点故障，那运维人可真是“表面稳如泰山，内心慌如老狗”。然而，一通操作猛如虎之后，一个小问题会不会变成连锁故障？俗话说：运维无小事，小事不运维。想必这正是让运维人心力交瘁的原因。
其实，很多风险规避机制都不是靠人，规避运维风险，同样如此。云智原生时代，智能运维相伴而生，人工干预越来越少，“今天”的智能运维和“昨天”的运维有什么不同？“明天”的运维又将走向何方？
在数据上做文章
2016年，Gartner首次提出“智能运维”的概念，当时，学界认为，智能运维指的就是通过机器学习或者深度学习的算法，形成了算法的包，这样的算法平台就是智能运维平台。
在产业界，则更倾向于认为智能运维是利用AI算法和大数据分析等技术，帮运维人员解决从数据采集、数据监控，到数据分析，再到基于数据分析形成结论，并且反馈到日常工作中，以提高运维效率的这样一个闭环。
从早期由运维人员手工完成IT运维工作，到后来的自动化运维阶段，再到如今的智能运维，面对更大规模、更具复杂性的系统，人的认知局限和生理极限已经无法应对，运维在这一过程中面临的挑战越来越多。运维人员的职责也从操作性的维护工作，发展为需要多方面知识、具备 IT 综合能力的研发运维工作。
以某银行IT系统架构为例，其数据中心有400多万个节点，每个节点都有自己的监控数据，常见的可观测性数据包括指标、日志、调用关系等等，这些数据间的关系又非常复杂。而且，随着云计算、微服务等技术的流行，以及业务的迅速发展，运维数据也呈现了指数级增长。毫不夸张地讲，运维需要面对的场景越来越复杂和庞大了。
对于运维，每个企业都有自己的想法和思路，大家理想中的运维系统各不相同。有的公司希望能有把功能做深的专用运维软件，从全局视角，通过统一运维的能力把数据都拉通；有的公司运维团队很小，认为没有必要建立这么多分域的运维系统，希望一个独立的运维系统把所有数据都处理了。
除了CPU等常规KPI数据，还能不能采集一些非传统的数据？比如随流检测、芯片级转发丢包的数据，清楚地知道数据丢在哪里了。无疑，这是把数据采集的范围又往外扩张了一大步。“智能运维如果想达到好的效果，第一步就是要在数据上做文章。”新华三集团智能管理与运维产品线总经理敖襄桥直言。
新华三集团智能管理与运维产品线总经理 敖襄桥
用统一平台降低运维复杂度
在运维整个系统中，会有安全、网络等一系列特定领域的运维软件，但这些运维软件的数据往往没有拉通，运维人员对多个系统进行运维的时候会有很多困扰。比如，在流程方面，运维工程师们就经常面临这样一个困扰：申请安全防火墙的配置，给相关的工程师分配权限、视图、操作，有一套流程要在安全系统里去操作，而要申请虚拟资源时，又需要到云的系统上去申请。
能不能有一个统一的平台来降低运维的复杂度？在今年的领航者峰会上，新华三重磅发布U-Center5.0统一运维平台，通过“统一门户、统一告警、统一资源、统一流程、统一分析”这“五个统一”来进一步降低基础设施与应用之间的统一运维复杂度。
统一门户：
让运维人员只需要面对一个统一的入口，通过U-Center就能够进入到企业全视角的IT系统里进行运维，实现云、网、端异构全域混合资源的“一站式”管理。
统一资源：
通过CMDB把企业运维资产全部纳管起来，从而实现数据的统一收集，让IT资产全域可视、可管、可用，各种维度资源情况一览无余。
统一告警：
U-Center可以实现多个来源的“统一告警”。敖襄桥表示：“客户自己运维系统里的告警信息，我们会把它再纳管到U-Center里面来，基于告警的过滤、压缩、渲染、聚合规则及智能算法，实现告警降噪和风险的抑制，依懒OBASHI理论及CMDB中资源的关联关系，最终实现根因定位，比如，告警发生在什么地方、运维人员是谁、发生问题的原因是什么等等，然后把告警和分析结论推给特定的运维同事。”
统一流程：
通过U-Center接入规范和流程自定义，打通各种运维工具之间的“主动脉”，使用一套流程工具替换各产品组件中的多个流程模块，实现规范化的统一流程管理。
统一分析：
把多源、多类型的运维数据汇聚到U-Center上，通过数据基建、数据资产、数据服务、数据应用实现多级价值提升。将各业务组件孤立的数据拉通，实现各专题或业务域数据的关联对比及趋势分析，充分萃取数据价值。
当智能运维遇到AIGC
智能运维与传统运维最大的区别在于大数据的关联分析能力，以及随之带来的故障预测能力。当前，业界也有标准将智能运维成熟度划分为L1-L5，走到L3这个阶段，一部分故障业务已经可以自动处理，不需要人工参与，但更复杂问题的处理过程中还需要人来参与决策。
智能运维确实也在吻合不同应用场景的成熟度方面一步步往上走，而AIGC的能力正好作为加速升级的工具。“AIGC的出现让我们看到了一个新的解决问题的方法。借助AIGC，智能运维的故障预测、趋势预测、故障诊断可以真正地把过往的知识注入进去。没有AIGC的时候，知识是知识，算法是算法，它们之间是没有关联的。”敖襄桥说。
在运维领域，需要训练一个“懂运维”的大模型，而不仅仅是一个通用大模型。新华三在AIGC这件事情上，实际上有一个比较宏大的布局。据笔者了解，现在新华三内部就有多个团队正在进行相关研发，以今年领航者峰会上正式发布的百业灵犀大模型为例，它背后就包含了一套相关软件的布局，运维领域相关的一些数据的收集、相关模型的尝试和评测都已经在完整开发过程中。
“新华三在AIGC，包括智能运维方面的方向很清楚：第一个是将新华三过往20年的内部积累数据，整理和构造成新华三独有的ICT领域运维数据集；第二个是关注学术界的技术进展，并遵循通用大模型的趋势；第三是基于将新华三的历史经验积累数据和学术界的进展，为客户提供有新华三知识注入的ICT领域、智能运维领域的大模型。”敖襄桥说。
借助AIGC，通过自动化和预测分析来减少人工干预，提高IT运维的效率和效果是必由之路，也为运维服务打开了新的想象空间。
所有的变革都是为了未来做得更好，是向生而生。发展到今天，智能运维已经不仅仅是对过程和方法的描述，它已经开始渗透到企业管理和实践层面，甚至慢慢影响了企业文化。正如敖襄桥所说：“运维是没有尽头的行业，不断会有新的诉求出现，新的诉求会牵引着我们一起来前进。”