中国AIOps现状调查报告（2022）_70页_4mb

中国 AIOps 现状调查报告（2022年）总结

核心内容概览

本报告由中国信息通信研究院联合近60家企业共同发起，收集有效问卷1807份，旨在分析中国AIOps的发展现状、趋势与挑战，以及各行业的实践案例。报告指出，随着企业数字化转型的深入，AIOps作为智能运维的重要组成部分，正在逐步成为企业提升运维效率、降低故障率、保障系统稳定运行的关键手段。

主要观点与关键信息

AIOps 能力建设基本情况

• 资金投入持续增长：多数企业近年来在运维方面的资金投入仍处于增长阶段，其中40%的企业年均投资超过5000万元。
• 优先关注领域：DevOps自动化部署（61.21%）和升级监控与AIOps（52%）是企业当前优先关注和投资的方向。
• 能力建设模式：57.83%的企业以自主研发方式建设AIOps能力，22.98%采用共研方式，19.20%采用第三方采购。
• 团队组建情况：25.84%的企业组建了专职团队负责AIOps建设，其余企业则采取联合或分散建设模式。
• 数据能力构建：76.93%的企业已搭建计算分析引擎，主要采用自研或第三方方式，37.85%的平台具备数据采集能力。
• 数据处理重点：当前企业智能化运维重点在于数据采集和规范，37.84%的受访者认为这是最优先的能力，其次是数据规范化（22.54%）和工具平台支持（21.09%）。

AIOps 场景应用情况

• 质量领域关注度最高：54.79%的企业当前着重关注质量领域的能力建设，包括异常检测、告警收敛、根因分析、故障处置等。
• 效率与成本领域紧随其后：45.77%和45.49%的企业关注效率和成本领域，安全领域关注比例为30.82%。
• AIOps 能力成熟度：目前大多数企业处于辅助智能化（30.27%）和进阶智能化（28.61%）阶段，21.47%处于初始智能化阶段，13.72%已达到全面智能化阶段，5.92%处于高度智能化阶段。
• 场景应用效果：53.96%的企业感知到智能运维带来的效率提升，其中25.4%表示有一定效果提升，16.77%表示提升效果明显，11.79%表示效果十分显著。
• 故障恢复时间缩短：11.95%的企业核心系统故障恢复时间可达到10分钟内，11.23%可达到15分钟内。

AIOps 发展趋势与挑战

• 未来建设方向：47.76%的企业计划优化现有场景，44.71%计划提升平台的稳定性、可用性和易用性，40.73%计划拓展新场景，32.1%计划探索新技术，27.67%计划加强人员培训。
• 主要挑战：
  • 能力定制化成本高（35.81%）
  • 场景有限，缺乏成熟方案（33.98%）
  • 新场景建设周期长（30.71%）
  • 数据集成与标准化成本高（27.95%）
  • 模型效果难以维持，持续优化成本高（23.46%）
  • 环境复杂，难以支持智能运维建设（19.76%）
  • AI团队规模受限（18.43%）
  • 智能运维价值难以体现（16.93%）

关键行业实践案例

运营商篇

• 联通数字科技：开发智能运营平台，实现故障诊断、问题定位、自动扩容、流量调度等功能，提升系统稳定性与运维效率。
• 浙江移动：部署“晴雨表”产品，基于OCDT算法进行智能异常检测，故障感知率提升90%，平均故障恢复时间缩短。
• 中移动信息：构建智能运维平台，实现故障发现、诊断、自愈的端到端流程，故障发现时间平均提前20分钟，故障处理时间从30分钟缩短至10分钟。
• 广东移动：构建异构系统智能故障诊断平台，实现动态运维地图、日志及指标分析引擎、知识图谱等，提升故障定位效率。
• 辽宁移动：建设智慧投诉平台，利用AI技术实现投诉工单的智能预处理、故障定位和处理效率提升，投诉处理满意度改善6.68%。
• 浦发银行：打造智能运维平台，实现数据中心数字孪生、趋势预测、多指标异常检测等，MTTR降低50%，系统可用性显著提升。
• 华泰证券：建设“数字华泰”智能运维大脑，实现数据接入、智能分析、告警收敛、根因定位等功能，提升运维质量和系统稳定性。
• 光大证券：构建智能运维平台，实现异常发现、故障定位，日均处理数据近1T，节省人力成本，提升系统可用性。
• 安信证券：基于开源平台构建智能运维分析系统，支持流批一体数据处理，实现秒级处理与查询，提升运维效率和风险预测能力。

银行证券篇

• 中国工商银行：构建智能运维平台，涵盖故障管理、成本管理、变更管理等场景，实现交易异常定位、日志模式诊断等功能。
• 中国农业银行：开发智能根因定位平台，结合AI算法与专家经验，实现系统运行健康度实时评估，故障定位时间压缩至5分钟以内。
• 建信金科：打造孔明系统，实现运维操作风险的实时预警与事后报告，提升风险检查自动化水平与准确性。
• 光大证券：构建智能运维平台，实现异常发现、故障定位，提升系统可用性与运维效率，降低运维成本。
• 安信证券：智能运维分析系统实现流批一体处理，支持告警收敛、根因定位，提升运维效率和风险预测能力。

服务提供商篇

• 亚信科技：开发NFV网络故障智荐平台，支持多资源池数据接入，实现故障发现和事件收敛时间从1小时缩短至分钟级，根因定位时间缩短至秒级。
• 擎创科技：构建智能运维云监控平台，实现物理机、虚拟机、容器等多形态资源的统一监控，支持PB级数据纳管，提升云平台监控能力。
• 新炬网络：推出“运维数字员工”，实现自动化运维流程，减少人工干预，提升运维效率。

总结

中国AIOps正处于快速发展阶段，多数企业已开始重视并投入资源进行智能运维建设。尽管仍面临能力定制化成本高、场景有限、新场景建设周期长等挑战，但AIOps在质量、效率、成本、安全等运维领域已取得显著成效。未来，企业将更加注重优化现有场景、拓展新场景、提升平台稳定性与易用性，并加强人员培训和技术投入，推动AIOps向全面智能化和高度智能化方向发展。