整合AIOps四大領域　生態系續增OT構件

自從智慧維運（AIOps）概念興起後，這種結合大數據、人工智慧（AI）與機器學習（ML）來支援或取代監控及自動化流程任務的方案，在市場上便不斷地發展與演進，從單純的領域型逐漸轉向跨領域的工具，這樣的轉變從HPE AIOps相關產品發展進程中似乎也能看出一些端倪，現今除了應用在硬體設備之外，也開始垂直整合到網路、AP，甚至是多雲環境等領域。

HPE公開人工智慧推薦引擎HPE InfoSight後，便積極將其向外延伸到其他硬體設備，像是Primera、3PAR、StoreOnce等儲存系統以及ProLiant系列的伺服器機種、SimpliVity超融合基礎架構等等。

不只如此， PointNext顧問服務也開始將AIOPs整合進GreenLake Management Services平台，結合雲端架構與顧問式服務，提供客戶帳務及成本管理原則。這段時期也積極朝垂直整合發展，從最底層的IT基礎設施一路整合到硬體、網路、作業系統、應用服務，乃至於雲端。

整個AIOps生態系涵蓋四大領域，包含機房設施智慧管理（DCIM）、資訊維運管理（ITOM）、資訊服務管理（ITSM）以及複合雲端管理（MCM）。其中，DCIM主要是收集底層機房風、火、水、電的資料，包含BIM模型、機電空調設施、消防系統、環控系統、門禁監視系統以及資產管理等等OT相關的資訊收集；而ITOM則包含伺服器、儲存設備、網路、作業系統以及應用系統等範疇；ITSM則是協助企業建立CMDB組態資料庫、事件記錄、報修記錄、維護記錄以及處理時間。另外，隨著企業擁抱混合與多雲，MCM也能針對多雲環境的系統日誌、效能資訊、執行狀態、回應時間以及異常記錄等資料進行收集。

遠端AI維運中心全天候專家支援

HPE慧與科技技術服務事業處副總經理王綸基指出，AIOps並非是單一領域產品，而是生態系。而且HPE也認為，完整的智慧維運應該從資料中心一路擴展到應用層，甚至連雲端都包含在內，而非像多數解決方案一樣，僅僅只限於單一領域，因為僅從單一領域切入很難找到問題的根因。就以網路購票來說，許多人都覺得購票系統當機一定是IT資源不足，所以只要不斷擴充伺服器數量就可以解決，可是往往企業會發現即使資源已經開到最大，處理器負載也沒有很高，但購票還是不順暢，如果僅從伺服器的角度來觀察，根本不知道要無法回應，因為一切都很正常。「這也是為何HPE會認為AIOps是生態系，唯有垂直整合所有環節的訊息，AIOps才能展現出真正的成效。」

細部來看，HPE在每個環節中也提供對應的解決方案，例如在資料中心，有Data Center Intelligent System將傳統的類比訊號全部轉成數位訊號，如此就可以透過AI或是運算來進行處理與管理。而硬體設備層則有HPE InfoSight，以全球客戶為分析基礎，後端的AI引擎會自動收集並分析錯誤訊息的相關資訊，例如作業系統版本、驅動程式等等，並且與全球收集到的日誌資料進行比對，找出類似的特徵（Pattern），自動掃描所有的企業客戶，一遇到類似情況便會主動提醒。

HPE GreenLake Management Service則可以應對網路、作業系統以及應用等層面需求，且能整合既有投資，如ArcSight、OneView、SiteScope、vCenter、Ansible等等監控工具，倘若企業已有工具但不夠全面，這項產品也可以協助補足進行全面日誌資料的收集。至於混合雲管理介面主要是抓取企業在雲端上的資訊，透過Hybrid Cloud Control Plane架構將訊息全部收集起來。

王綸基提到，將這些IT基礎架構維運需要的相關日誌資料與資訊全部整合後，才能進一步落實ITOM以及ITSM。另外，HPE提供了遠端AI維運中心（HPE AI Operation Center）。「不管是ITOM或ITSM，都必須要有足夠的人力來統整分析日誌資料，對企業而言也是一項挑戰，如果企業專業人力不足，這些資訊也可以後送到AI維運中心，由專家提供7×24小時監控與分析，有任何錯誤的告警、訊息，就會反饋給企業。而且所有的工具都不需要買斷，只需依循GreenLake的訂閱模式來計費即可。」

多元因素成AIOps關注動力

根據Research and Markets調查，到了2026年，全球AIOps市場規模將上看409.1億美元，在2021～2026年間以21.05%的年複合增長率增長。HPE慧與科技技術服務事業處技術協理許鈞湞觀察，工作模式變革及提升穩定度都是推升因素，「藉由AI來分析預測資料，做到事先預防，會比縮短停機時間來得更有效益。而且現今疫情依然起伏不定，若人員無法進入公司，萬一遇到設備故障，維運問題該如何解決？這些都是驅動企業關注AIOps的動力。」

另外，大型企業經常面臨人員流動的挑戰，好不容易培養一位工程師到頭來卻被挖角，使得企業不斷地成為教育訓練中心。因此，不少企業希望藉由AIOps的機制，降低不同專業領域維運標準，除了預判、預警與及早因應外，真正發生問題時，能有標準作業流程（SOP），即便是維運新手，也能有工具讓他們駕輕就熟的因應。

許鈞湞提到，以往企業總是認為組態管理資料庫（CMDB）是Nice to Have的角色，並不看重，但近年來，保險、製造等產業已有不少企業急著建立CMDB，目的就是希望維運能更明確，這與過去的思維已有很大的改變。此外金融業與政府對AIOps也相對重視，這兩個產業需要即時掌握IT狀態，一旦發生未授權而被篡改，情況就會變得很嚴重，因此一定要做好監控的機制，再配合標準作業流程（SOP）、維運作業流程（MOP）以及緊急作業流程（EOP），亦即先把規則制定好再搭配AIOps，整個自動化流程就可以做到預判、預警。

走向雲端化聚焦OT整合

王綸基強調，企業環境少見端到端都使用同一品牌的解決方案，因此HPE的AIOps方案並不會綁定任何一家品牌，在DCIM方面，只要是SNMP或是Modbus TCP通訊協定都可以介接，在網路部份雖然有品牌業者提供API，但難免有其不足的部份，這時也可以透過SNMP或搭配Splunk或是NNMi補足資料。但企業的挑戰終歸還是會落在人力不足的議題上，因為管轄的系統太多，管理人員往往無法在幾分鐘內去確認所有的系統，AIOps其實能給予很大的幫助，例如在開盤前10分就掃完所有的組態，確認沒有被篡改。

另外，他也提到，未來AIOps可能朝向幾個面向發展，一是與VR眼鏡結合，教導如何自行維修，這在國外已有實際應用案例，主要是為了因應嚴峻的疫情。另外，AIOps最終也將走向雲端化，讓地端的使用體驗與雲端一致。而在整合層面上，目前HPE針對IT基礎架構多已整合就緒，未來將會更聚焦在OT的整合。