业内首份 | 中国信通院牵头重磅发布《中国AIOps现状调查报告（2022）》 - 行业资讯 -...

业内首份 | 中国信通院牵头重磅发布《中国AIOps现状调查报告（2022）》

7月28-29日,由中国信息通信研究院、中国通信标准化协会主办的2022 首届XOps产业生态峰会在北京成功举办。在本次论坛上，由中国信息通信研究院云计算与大数据研究所审计与治理部工程师尚梦宸进行了《中国AIOps现状调查报告》的发布及解读。

为了梳理中国AIOps产业发展脉络，帮助企业了解智能运维发展现状，促进智能运维领域技术与应用的有效落地，由中国信通院、云计算开源产业联盟联合60多家企业单位共同发起了业内首次的AIOps现状调查工作，在大家的支持和努力下，共同完成了本次调查报告的编制。

一、调查背景介绍

随着互联网与信息技术的快速发展，企业数字化转型逐渐深入，业务规模不断增长，新业务模式层出不穷，系统数量以及运维关注的数据量和指标量成倍增长，传统的运维方式已经逐渐满足不了当下的运维环境和需求，在此背景下，运维模式向着自动化智能化发展。

近年来国家层面也是不断出台了《“十四五”规划》《“十四五”数字经济发展规划的通知》等多项政策，助力数字经济发展。产业发展离不开标准指引，中国信通院牵头，联合业内多家企业共同制定了AIOps能力成熟度系列标准，并且还牵头制定了AIOps的国际标准，持续推动AIOps相关产业的健康有序发展。

二、调查样本分布情况

本次调查报告采用在线问卷调查方式，共收集到有效问卷1807份。

参与调查企业所在行业：包括互联网、科技、电信、银行、能源、证券、教育、咨询与服务、零售等行业。

参与调查企业规模：人员规模在500人以上的企业占比接近六成。近四成的受访企业资产规模在1亿元以上。

参与调查个人职位：超过5成的受访者来自运维与研发部门，其中28.33%的受访者来自运维部门，28.22%的受访者来自研发部门，12.68%的受访者来自技术及架构相关部门。

注：调查报告中的企业特指参与本次调查报告的受访者所在企业。

三、AIOps能力建设基本情况

1、核心观点摘要

多数企业近年来在运维方面的资金投入仍处于增长阶段。

超半数企业在实现自动化运维、自动化部署的基础上进一步增强监控、运维智能化能力。

以结果为导向的IT运维KPI指标是当前企业关注的重点，企业对于用户体验的关注正在持续升温。

2、行业应用情况

智能运维已在各行业逐步落地应用，特别是在科技、互联网、金融、电信几大领域应用效果十分显著。

智能运维系统/工具/平台既可用于增强企业自身运维能力，同时也可以对外输出产品能力。

3、智能运维的数据基础建设

智能运维，数据先行，数据是智能运维的“原料”，是搭建智能运维能力的基础。

多数企业仍处于智能运维场景的探索和实践阶段：开始关注和梳理运维数据，建设数据规范化能力，为下一阶段运维数据的智能化分析做准备。

当前企业的智能运维系统/工具更多集中于对系统（服务器、操作系统）监控数据和业务/应用监控数据的处理和分析。

4、智能运维的算法引擎建设

多数企业采用第三方提供的智能计算引擎为AIOps系统提供算法能力支持。

大部分企业已经在数据分析和算法模型分析方面已经逐步开始场景探索。已有15.61%和11.07%的受访者所在企业将数据分析方法和算法模型应用于大部分业务场景。

四、AIOps场景应用情况

1、核心观点摘要

AIOps仍处于初期发展阶段，受访者对目前AIOps能力水平的评价与期望超过其所在企业实际应用的情况。

智能运维在质量、成本、效率、安全四大运维领域均已开展部署和应用，其中质量领域最为关注。

大部分企业在数据分析和算法模型分析方面已经逐步开始场景探索。

2、AIOps能力成熟度模型

根据由中国信通院牵头制定的行业标准《云计算智能化运维(AIOps)能力成熟度模型 第1部分：通用能力要求》中的AIOps能力建设分级要求，可以将智能化运维整体能力从感知、分析、决策、执行、知识更新五个维度进行级别划分，系统的参与程度随智能化程度逐级递增，并结合智能运维应用场景特点，形成AIOps能力成熟度模型。

从目前的发展情况来看，现阶段AIOps能力大多集中在L2级别，主要以系统辅助分析，帮助人工进行决策和操作为主，较为领先的能力实践可以达到L3级别，而L4和L5级别随着AIOps的技术发展和能力的逐步增强，将是未来智能运维能力建设的发展方向和目标。

3、企业AIOps发展阶段

AIOps仍处于初期发展阶段，受访者对目前AIOps能力水平的评价与期望超过其所在企业实际应用的情况。

不同AIOps能力成熟度阶段的企业关注领域各不相同，达到全面智能化运维阶段的企业更加关注在效率和安全领域的智能化运维能力建设。

4、智能运维重点领域及场景应用

智能运维在质量、成本、效率、安全四大运维领域均已开展部署和应用，其中质量领域最受关注。

5、智能运维带来的效率提升

通过使用智能运维算法，可快速提升运维智能化、自动化水平，大幅降低故障平均检测时间，加速平均修复时长。

五、AIOps发展趋势与挑战

1、核心观点摘要

多数企业领导层已经对智能运维能力建设加以重视并付诸行动，但在智能运维的建设过程中仍有诸多困难与挑战。

需求驱动能力升级，除普遍关注的质量场景，安全场景成为更多企业未来关注和提升的方向。

未来趋势：加强人员与技术方面投入，持续探索智能运维场景，持续优化现有场景能力，提升稳定性，易用性。

2、未来发展趋势与挑战

3、总结：AIOps现状调查报告-关键词

六、AIOps实践案例

2022中国AIOps现状调查报告AIOps实践案例征集评选结果公布，本次评选活动历时两个多月，有近60家企业报名参加，经过在线答辩及专家评审会等环节筛选后，共有15家企业的16个案例入选。依据入选案例的单位类型加入报告第三章节，共分为运营商篇、银行证券篇和服务提供商篇，详细内容参见《中国AIOps现状调查报告（2022）》。

七、AIOps能力成熟度评估

1）评估价值：引领AIOps能力建设，成为国内智能运维领域工具/平台标杆

2）智能化运维（AIOps）能力成熟度系统和工具评估

目前，基于《云计算智能化运维(AIOps)能力成熟度模型 第2部分：系统和工具技术要求》，智能化运维（AIOps）能力成熟度系统和工具评估已开放8个模块：异常检测、故障预测、告警收敛、根因分析、故障自愈、故障预防、容量预测、知识库构建。

企业可根据自身情况任选一项或多项进行参与。

AIOps 能力成熟度系统和工具评估，分为工具类能力分级、领域类能力分级和平台类能力分级。

调查报告下载限时开放中

关注“dbaplus社群”公众号获取完整版报告

后台发送：智能运维 即可获取下载链接！