（文末附视频回顾，一键直达精彩内容）

前言：

2022年，是经济被影响的一年，这一年无论是企业还是个人经济形势都呈下滑趋势，消费降级状态或许不会因为2022的结束而改观。

全球经济紧缩的状态下，绝大多数企业线下获客的方式逐渐向线上转型，在被不确定性因素横冲的当下，企业又该如何利用智能运维做好数字化转型，从而扎根生存？我们往下看

一、智能运维的现状

根据目前科技发展趋势来看，加强信息技术应用创新，用换道超车的思路，以数字化转型作为抓手，提升可自主创新的国产化替代率，将科技命脉掌握在自己手中，使内需成为未来经济上行的重要推手变得越发重要。因此在数字化转型中，老杨认为应从以下四个方面重点着手：

1.通过技术革新，加速业务创新；

2.以业务/客户为中心，形成更为极致的交互体验，帮助客群感受到数字化业务带来的魅力，引导并帮助更多客户进行数字化转型；

3.通过系列化的数字手段创造新的工作空间，使得业务拓展面加大；

4.增强客户体验洞察力，提升企业对数据的洞见能力，让数据的价值反哺业务运营。

二、智能运维的变化

全球权威IT研究机构Gartner预测，到2025年传统应用的维护成本将消耗现有40%的IT预算。因此，如何控制数字化转型成本也成了企业的一大关注点。老杨认为，当下的智能运维已经来到了要为企业提供效益的阶段，而不再是当初为了创新而创新的状态，在建设过程中和建设成果上更多的是考虑实际应用价值，因此智能运维的建设趋势发生了如下变化：

1.建体系

更多的企业用户在智能运维方面开始从点状求新的状态转变为体系求变的状态，这种变化是将原有的点状场景进行关联，依托体系化的全局视角达到互相影响、互相支撑的局面，进而实现运维价值。

2.稳落地

更加专注于场景建设的求精，把场景落到实处，而不是一次项目要求建设所有场景，循序渐进才是智能运维的建设法则。

3.重数据

运维数据的体量往往是庞大的，它像是一个巨大的宝藏，以数据运维为前提并把之根基扎牢，才能够深度挖掘出数据所蕴藏的高效价值。

4.国产化

在不确定性因素增加的情况下，某些与国际民生相关的行业里，信创每年都会有一些刚性指标，要求按比例调整基础设施或软硬件进行国产化，智能运维在伴随信创发展的脚步中越发重要。

另外从政策方面来看，相较于2021年而言，2022年有更多的相关信息提到智能运维与数据治理，可见社会对这两方面能力建设的要求越来越重视。

三、智能运维中常见的弯路

古往今来，每一项重大改革或建设的道路中，总会出现一些弯弯绕，智能运维的建设亦是如此。擎创对过往的落地进行复盘总结，发现主要的误区都来自于数据。

误区1：误以为AI是Ops的银弹

很多企业在智能运维建设的初期，认为AI能够无往不利，穿透一切障碍，通过算法就能包打天下，却常常忽视了数据治理的重要性，也对业务特征的总结不足，没有很好的融合沉淀下来有价值的经验和规则。

误区2：终极目标作为一期目标

在建设初期，企业希望通过一劳永逸的方式解决问题，一次性设立过多的场景目标并展开建设，结果却差强人意，导致交付延期、效果来不及优化等问题。

误区.3：对AIOps结果变得不信任

受误区2的延伸影响，场景落地获得的效果或价值使得原本过高的预期没有得到满足，AI产生的结果仍然是误报或漏报过多，导致对AIOps的能力产生信任危机。

想要解决这些误区、问题，老杨认为还是要从数据抓起，建立有效的数据治理体系，为智能运维有效落地保驾护航。

四、如何有效做好数据治理？

首先，基于国家、行业标准、运维特点，定义运维数据标准体系，包括数据标准、管理标准、数据质量标准等等；

其次，定义运维数据治理组织的形态、人员岗位、职责，从管理角度支撑运维数据治理工作的落地和执行；

再次，利用平台技术手段，提供可视化、智能化的平台与工具帮助用户实现简单、自动化的数据治理；

最后，针对数据的使用与操作、数据权限的申请、数据问题的处理等，充分发挥运维数据的价值。

五、AIOps智能运维建设路径

2022年10月，由中国计算机用户协会信息科技审计分会组织，上海擎创信息技术有限公司、华为技术有限公司以及金融行业专家共同编撰的团体标准《金融机构信息系统运维数据治理能力成熟度评估规范》已正式发布。从“评估短板”到“制用一体规则”再到“建设路径规划”都进行了较为详细的说明，旨在帮助企业更好地识别自身数据治理成熟度等级，进而有的放矢的去进行数字化转型规划建设，实现真正有交付价值的智能运维。

视频回顾，戳↓↓↓

---

擎创科技，Gartner连续推荐的AIOps领域标杆供应商。公司致力于协助企业客户提升对运维数据的洞见能力，优化运维效率，充分体现科技运维对业务运营的影响力。

行业龙头客户的共同选择

更多运维思路与案例持续更新中，敬请期待

随手点关注，更新不迷路~