根據Global Market Insights最新研究調查，預估到了2032年AIOps市場規模可望達到380億美元。報告指出，推動AIOps市場增長的因素主要來自於五個層面，包含在IT維運中以AI為基礎的服務需求不斷增長、企業為提升親和力將核心業務上雲、增加端到端業務應用程式可靠度與正常運行時間，對IT維運360度可視性的需求不斷增加、以及企業對節約IT資本支出愈來愈關注。
Micro Focus資深技術經理尹德行觀察，企業IT環境複雜度不斷攀升，根據調研機構IDC預估，2022年全球將有超過90%的企業會以本地／專用私有雲外加多個公共雲和舊平台的組合來滿足其基礎架構需求。然而，日益複雜的IT環境也意謂著企業將使用更多的管理工具，連帶使得監控告警事件也跟著激增，「過往企業環境可能只有實體、虛擬以及應用服務，如今增加了容器、微服務技術，再加上企業上雲後，不同的雲端服務供應商都提供各自的管理工具，如果都要靠人來訂定規則，難度其實很高。」
他提到，相較於兩年前AIOps較聚焦在未知問題的查找與分析，近年來企業面臨的維運困擾反而是在已知問題的查找。「IT維運必須從端到端完整涵蓋，每一個斷點都可能有監控管理工具，當問題發生，這些斷點很可能都會發出告警，但卻不一定是根本原因。以往面臨這種情況，或許還能仰賴人工設定的規則來加以辨識，但隨著環境愈來愈複雜、告警事件愈來愈多，已難以透過人工處理。」尹德行認為，這其實也是AIOps能夠展現效益的地方，如何從已知問題中透過機器學習，自動地幫企業進行歸類、判斷事件的關聯性等等，都是企業關注的地方。
顯然，太多孤立的監控管理工具、愈來愈多的技術與複雜的IT架構，讓企業愈來愈難以窺見維運全貌，企業勢必需要將現有方案進行整合，才能更有效率地分析。「Micro Focus近年來努力發展的就是整合機制，企業之前花了許多時間從各個工具進行的資料收集，現在只須透過Micro Focus的平台便能整合到單一資料湖中，並且將其轉換成視覺化圖表，透過API串接，只要簡單的勾選動作，就能獲取事件、效能以及拓撲圖等等的訊息，甚至自行產出適合的報表。」他說。
Full Stack AIOps全面涵蓋
企業業務營運需要仰賴IT的支援，若是因故造成停機，將可能造成收入以及生產力的損失，IT部門也會面臨更大的壓力。對維運人員而言，更快速地回應業務需求以及維持業務的不中斷，可說至關重要。對此，Micro Focus推出Full Stack AIOps，這是一款能夠自動發掘、監控與修復的解決方案，其核心便是Operations Bridge。此項方案能協助企業實現跨領域AIOps，並且收集各個面向的資料，在單一控制台中提供從基礎架構到應用程式的深入洞察。
Operations Bridge會將收集來的資料存放在OPTIC資料湖中，以建立應用程式和系統元素之間的因果關係，並且依據前後關聯進行預測，以及解決IT問題。OPTIC是轉型、智慧與雲端維運平台（Operations Platform for Transformation, Intelligence and Cloud）的縮寫，為Micro Focus ITOM平台重塑的品牌。Micro Focus持續進化其ITOM平台，從原本的Collect Once Store Once（COSO）和維運分析，擴展包含了組態資料庫（CMDB）與服務拓撲、核心服務（如身分識別管理、單一登入功能、容器管理、負載平衡等等）、人工智慧／機器學習與分析、自動化，以及資料湖等等，並提供API Gateway和資料庫供第三方整合，大幅減少IT管理複雜度。
OPTIC資料湖底層技術主要採用的是Vertica大數據即時分析平台，其能提供資料儲存，並且可接收和處理來自於各種不同領域的海量資料或獨立的數據源。因此，OPTIC資料湖也能作為資料的攝取平台，同時也內置了機器學習與分析功能。
除了接收來自於企業內部環境中的各種元件資料，例如應用程式、系統、網路以及服務等資料外，Full Stack AIOps也能串接第三方的監控管理工具，另外在超大規模可觀察性（Hyperscale Observability）方面，Micro Focus現今也能擴展到對AWS、Azure、GCP以及Kubernetes的資源進行監控。
Micro Focus資深技術經理尹德行觀察，相較於兩年前AIOps較聚焦在未知問題的查找與分析，近年來企業面臨的維運困擾反而是在已知問題的查找。
尹德行指出，Full-Stack AIOps支援On-premises和SaaS部署方式，目前有兩種授權模式：Premium版本可在企業內部部署，可提供雲端與容器監控、事件關聯、自動化監控、商業洞察，並且產出OPTIC報告；如果想要增加AI功能則可以選擇Ultimate版本，其能提供Operations Bridge分析、自動修復、漏洞掃描、容量規劃與優化，以及OPTIC上的自動事件關聯。
自動群聚減噪減輕維運負擔
調研機構Gartner在近期發布的AIOps平台市場指南中提到，AIOps平台的真正價值在於它能夠從多種可能的解決方式中針對當前情況確定最合適的行動，並指出了AIOps對IT維運的重要性，直言「不把AIOps納入的IT維運將沒有未來」。Gartner認為AIOps平台應該有包含所有數據和拓撲的統一監控，以通知機器學習演算法精確查明問題和根本原因。AIOps平台應該具備可解釋性（Explainability）以及可解讀性（Interpretability）、資料攝取和處理、機器學習分析、自動化洞察以及適應性修復。
「台灣的應用案例較多是應用在網路管理、混合雲以及安全管理方面，有些企業會希望呈現出有價值的儀表板。」他觀察，有些企業的監控機制已經相對完善，固然朝AIOps發展是一個方案，但不少企業其實會希望先朝自動化精進。例如某客戶便是運用Micro Focus的方案大幅減少了60%至70%的噪音（無意義告警）。這家企業光是一年就面對上億筆事件告警，有很多重複性的事件告警，降噪對他們來說便很重要。「在這個案例中，想要依靠過去的經驗，由人來判斷有哪些事件相關，難度其實很高，盡可能讓已知事件自動地分群歸類，能有助於減輕維運負擔。」
尹德行最後強調，隨著企業走向混合雲或混合多雲架構，如何管理混合IT資產也會是一項艱鉅任務，Hybrid Cloud Management X（HCMX）可跨公有雲、私有雲和虛擬與裸機伺服器進行生命週期管理，在單一目錄中使用AWS、Azure、vCenter和GCP資源。運用可重複使用的設計藍圖，只需設計一次，就能在任何地方執行，最大限度地減少手動工作，並且可提供詳細的支出報告與優化建議以減少成本支出，同時還能確保合規與安全性。