隨著新冠肺炎（COVID-19）爆發、遠距工作成為新常態，IT維運也面臨許多挑戰與壓力，愈來愈多的企業著手加強自動化、敏捷性以及靈活度，連帶也使得智慧維運（AIOps）快速興起。
人工智慧（AI）已經從各種層面悄然地進駐人們的生活，並且成為商業營運中一項非常關鍵的技術。從商品推薦、智慧生活裝置到近期討論度非常高的自駕車，背後都與AI有著密不可分的關係。調研機構IDC便預估，從2019年起全球人工智慧的支出將以28.5%年複合成長率迅速增加，2023年達到984億美元規模。
然而AI所帶來的改變不只在生活周遭，隨著新冠肺炎（COVID-19）爆發、遠距工作成為新常態，IT維運也面臨許多挑戰與壓力，愈來愈多的企業著手加強自動化、敏捷性以及靈活度，連帶也使得智慧維運（AIOps）快速興起。根據IDC調查，2021年將有70%的企業積極採用AIOps來降低成本、提高IT敏捷性並加速創新。
混搭應用類型AIOps愈見全面
所謂AIOps，顧名思義，就是將人工智慧運用在IT維運上，其中涉及的技術還包含了大數據與機器學習。自從2016年Gartner提出AIOps之後，隨著時間淬煉，AIOps發展日益成熟，同時也有愈來愈多的解決方案供應商進入此領域市場，不管是從應用程式效能管理（APM）、安全資訊及事件管理（SIEM）、事件關聯和分析（ECA）或是IT營運管理（ITOM）、IT營運分析（ITOA）等面向切入，都可找到不少相對應的方案。
而在台灣市場，包含Aruba、Cisco、Dynatrace、HPE、IBM、Micro Focus、NetApp、Splunk、ProphetStor、Pure Storage以及VMware等等業者也都積極佈局，值得留意的是，隨著技術演進，許多解決方案並不只聚焦在單一面向，有些甚至結合二至三種不同的應用，例如APM結合基礎架構管理，或是ECA結合ITOM、ITOA等等，例如思科與Micro Focus的方案至少就涵蓋了兩種以上的應用類型。而有些解決方案雖然是單一應用領域，但卻是從大框架的角度來推展，AIOps只是其中一項功能，如Aruba就是典型的代表。也有些堅守在自身的專業，專注於IT營運管理，例如NetApp便是一例。
Gartner認為，AIOps平台是一種結合大數據、人工智慧或機器學習功能的軟體系統，主要是用於增強並部份取代廣泛的IT維運流程與任務，包含可用性與效能監控、事件關聯和分析、IT服務管理以及自動化。而IDC則將AIOps定義為使用大數據和分析（BDA）以及AI技術來支援、自動化和增強IT維運（ITOps）的工具。AIOps平台主要是透過ITOps工具和設備收集各種資料，以便即時發現問題並且做出回應。此外，AIOps系統也能使軟體維運更加自動化，並且編排許多IT系統層，從而變得愈來愈具有自治性以及自動調節的能力。
由此也不難想見，AIOps擴及的面向相當廣泛，思科台灣產品技術經理劉柏秀觀察，現今AIOps方案多數都是從供應商的專業領域出發並且深入發展，但企業關注的是在IT維運的流程中，如何透過AI來強化，由於流程涵蓋的範圍實在太廣，因此如何實踐端到端的AIOps是主要的課題。
節省人力與時間創造更大營收
根據OpsRamp所發布的調查報告，AIOps的優勢在於可以減少重複性而且低價值的工作，從而提高工作效率、更快地分析出根本原因以便快速修復問題，以及實現更好的基礎架構效能。在這份調查報告中，有87%的受訪企業同意，藉由AIOps工具，將能從主動的IT營運和更高彈性的混合基礎架構中創造價值。
Aruba台灣區技術副總經理陳清淵認為，AIOps的目的可用「省」字來簡單概括。對於企業來說，AIOps有助於節省人力與時間，進而創造更大的營收，「儘管不同的產業對AI所斟酌的點都不同，但目的都非常接近，以省時來說，醫療業希望運用AI快速判別病症，但應用在網路領域，則是希望應用AI來快速查修。」他解釋，以往IT人員花費許多時間在查找故障的根本原因，當兩台設備連接並且透過線路溝通，一旦出現問題，究竟是設備還是線路造成？而設備與線路都有各自的供應商，又該如何判別？往往要花上許多時間。除此之外，長期以來，企業不管是在IT預算，還是人力投資，其實都相當吃緊，如何用最少的人力創造最大的價值，也是現今關注的焦點，而這兩者，AIOps方案都能有所助益。
自動化將驅動AIOps成熟
IDC在亞太地區發表的《市場分析觀點：亞太地區（不包括日本）的AIOps市場》報告中認為，AIOps受歡迎的程度將穩步上升；而Research and Markets在2020年的研究報告中也提到，2020年至2027年，AIOps平台市場的年複合成長率將高達31.2%，預估2027年，AIOps平台的市場規模將達到201億美元。
Micro Focus資深技術經理尹德行觀察，AIOps平台雖然還在早期階段，但企業現今面臨的挑戰也將驅動AIOps未來的發展，特別是在數位化的發展之下，企業愈益依賴IT，但基礎架構卻愈益複雜，舉例而言，不少企業擁抱雲端，打造混合IT架構，卻發現他們無法對雲端有效管控，另外，隨著業務模式多元，服務水準要求愈來愈高，傳統IT維運跟不上也是一大課題，而這些也將帶動需求成長，「其實大部份的企業都有集中監控的需求，只是數據有些分散，或者是更偏重資訊安全，而忽視整體IT維運的重要性，但在自動化的發展趨勢下，IT維運的方法勢必須要精進，預期在台灣，AIOps的成熟度也會愈來愈高。」
四因素加劇維運挑戰
為了能更迅速地因應未知的變革，企業加速數位轉型，導入新的工作流程與技術、引入敏捷開發（DevOps）的思維與框架，為的就是希望能更即時地滿足使用者的需求，獲得更好的業務創新成果。然而，在大幅地運用雲端運算、容器與微服務，打造分散式且混合IT架構之後，維運管理卻成為IT的痛點之一。
NetApp台灣區技術長張展智觀察，手動處理瑣碎、重複的工作，不僅浪費大量的時間與心力，更可能造成「不小心的人為操作失誤」；因為使用太多工具或必須透過多種使用者介面來部署、使用、維運及控管，則讓複雜性升高；此外，用戶對於服務品質要求日增，IT架構的突發問題需要愈來愈快地解決；甚至DevOps的引入，都是加深維運挑戰的因素。
他提到，推行AIOps的目的就是為了要減輕IT維運的痛苦，簡單地說，就是把IT維運，用類似自動化的方式，透過AI的機器學習與資料分析來實現。由於AIOps是一個非常廣義的名詞，因此市場上也有許多解決方案。不過，因為使用對象的不同，看待AIOps的角度也會有所不同，舉例而言，資訊長必須對IT基礎架構有全面性的視野，會希望能有一個AIOps工具統籌所有的資訊，但是對於IT維護人員而言，則會希望不同的層級都能有獨立的AI管理工具來協助，如此才能看到更多細節。最終方案還是要取決於企業的痛點，但不管如何，AIOps都能有助於IT實現主動維護與優化，加速找出問題根因。