数字转型需要自动化和机器辅助方法
数字业务转型迫使 IT 组织重新考虑如何确保基础设施和应用程序性能。多重云基础设施带来的速度、规模和复杂性以及数字化给基于规则的传统性能监控和管理带来了压力。AIOps 应用机器学习和高级分析技术来确定监控、服务台和自动化数据中的模式，这些模式非常庞大，超出了人工理解的范畴。采用 AIOps 让 IT 运营团队能够：
- 减少事件噪音并确定最关键业务问题的优先级，以提高性能
- 支持应用程序体系结构更改和 DevOps 采用的速度
- 主动发现问题并快速查明根本原因以减少 MTTR
- 模拟和预测工作负载容量需求，以优化资源使用和成本
“AIOps 平台将大数据和机器学习功能相结合，通过以可扩展方式接收和分析 IT 生成的且数量、种类和速度都日益增加的数据，来支持所有主要的 IT 运营职能。”
来源：Gartner AIOps 平台市场指南，2018 年 11 月 12 日
数据的民主
IT 需要专注于实现数字业务转型。不一定要让专职数据专家或科学家来提供和创建分析系统，也不一定要在 IT 人员中寻找或培养数据分析技能。AIOps 利用计算机来完成此工作，而无需专用资源。分析的输出可以由 IT 组织中的任何人使用和自定义，并且可以轻松扩展到整个企业的合作伙伴。
