2024-08-30-云计算开源产业联盟-中国AIOps现状调查报告（2024）_51页_4mb

中国AIOps现状调查报告（2024年）总结

一、行业发展概况

• 中国智能运维（AIOps）产业保持稳健发展，各行业对智能化运维技术需求增长。
• 市场规范化程度提升，优质企业受益，但服务提供方面临更大市场压力。

二、当前发展特点

• 应用行业：智能运维在通信、金融等行业深化应用，在能源、制造、医疗等传统产业快速推广。
• 投资趋势：
  • 超四成企业年运维投入超5000万元。
  • 2024年企业IT预算增速放缓，智能运维投入增长放缓，降本增效成为焦点。
• 投资方向：
  • 优先考虑 AIOps（61.53%）、业务可观测性与可靠性（32.99%）。
  • 运维数据治理、大模型与运维场景结合、运维数字员工等方向关注度提升。
• 大模型应用：
  • LLM在运维中应用增多，关注点集中在监控告警、自动化脚本、运维智能体等。
  • 近半数企业计划/建设少量大模型场景，31.75%企业已开始实践。

三、企业实践现状

• 能力建设阶段：
  • 企业的自我评估主要在 **L2（辅助智能化）**和 L3（进阶智能化） 阶段。
  • 超半数企业处于L3阶段（58.42%），比例较去年明显提升。
• 关注重点：
  • 运维领域：
    • 总体关注 质量（72.50%） 和 效率（73.52%）。
    • 成本关注度2024年显著提升（68.49%），增长近40%。
    • 安全领域仍需加强（35.97%）。
  • 能力建设：
    • 现状：多数企业（44.26%）仍在规划建设；约40%企业已建立基础能力；
    • 建设方式：采购第三方工具/产品、联合第三方组建团队研发是主流，少部分企业自研。

四、关键技术与挑战

• 可观测性建设：
  • 超半数企业在推进可观测性建设，可在故障诊断、定位方面发挥关键作用。
  • 主要挑战包括：数据来源多样、标准不一、整合困难。
• 数据治理：
  • 八成以上企业开展运维数据治理活动，治理是提升智能运维效果的基础。
• 大语言模型：
  • 应用效果：提升运维自动化水平和效率。
  • 主要挑战：数据训练质量、模型准确性、可解释性、人才短缺、定制化产品缺乏、计算成本高和安全隐患。

五、未来发展趋势

• 创新点：实现更自然的交流方式，引入多模态数据融合和智能交互能力。
• 投向重点（按比重排序）：
  • 在更多场景建设智能运维能力（66.20%）；
  • 进行数据治理提升数据质量（53.99%）；
  • 应用技术提升系统稳定性（42.38%）；
  • 提升已有场景的智能化水平（41.37%）；
  • 加强可观测性建设（41.17%）。

六、典型案例

• 通信行业：
  • 中国联通：提升故障发现与定位效率。
  • 中广电移动：AI训练+人工标注解决云化网络运维难题。
  • 中移动信息技术：研发“深瞳”智能体，提升故障处理效率。
  • 安徽移动：构建“数智调度大脑”，缩短故障处理时间。
  • 天津移动：实现基于业务状态的智能运维。
• 金融行业：
  • 工商银行：开发动态运维地图，实现快速故障定位。
  • 国泰君安：构建整合运维数据治理、自动化分析及专业智能体解决方案。
• 服务提供商：
  • 联想：通过开放式平台管理监控告警，提高效率降低成本。
  • 擎创科技：打造运维数据中台和全域联动能力平台。

报告来源：云计算开源产业联盟