IT时报见习记者李丹琦王昕
　　数字时代，运维是确保行业高效稳定运转的基石。
　　从金融行业、电信行业、能源、电网，到工业制造、物联网、互联网、政府，海量业务运行在数字化IP系统之上，任何一行都难以脱离运维而单独存在。尽管如此，互联网公司、公有云、银行每天仍然会不停地发生各种各样的故障。上市公司股票暴跌、公有云客户损失、被政府监管机构点名批评的新闻不绝于耳。
　　9月13日，IBM在上海召开“智创新金融，开启运维新纪元”圆桌论坛并发布首部金融行业智能运维AIOps白皮书。IBM全球信息科技服务部大中华区总经理谢少毅表示：“过去我们讲如何利用新技术、人工智能、大数据、云计算技术为客户创造更高价值。而现在，我们希望与客户一起做创新，用技术创新引导社会变革、企业变革。”《金融行业AIOps智能运维白皮书》依托IBM三十多年的运维实战经验、结合国内智能运维领域的学术界领军人物最新研究成果以及一线银行客户的实施案例，汇集超过29000个服务内容，1600万运维事件和海量的数据湖资源，助力金融企业智能运维落地。
“三新”护航金融业
　　金融业一直走在IT技术趋势发展的第一梯队。一方面金融行业有着过往30年采用企业级IOE软件硬件基础架构的长期经验，另一方面金融行业也在积极践行开源软件和互联网架构的实践。
　　有着与中国金融行业共同成长三十多年经验的IBM认为，搭建一个AI平台是未来运维的核心。基于AI的智能运维平台，通过自主学习，分析和总结系统运维过程中的各种状况和规律，并针对不同应用场景建立模型，并了解IT系统运行规律。在一家全国性银行的IT环境里，通常会有几万、甚至几十万个趋势或规律，AI平台可以根据总结出来的规律去监控企业的IT环境，当机器掌握所有趋势或规律之后，不仅可以快速找出问题出现的原因，还可以提前预测，对可能出现的问题进行防备。
　　金融行业智能运维AIOps白皮书编写总顾问、清华大学长聘副教授裴丹博士表示：“金融领域对IT系统服务的要求极为苛刻，要求7×24持续不间断、接近于‘零’宕机的要求。同时金融业务的持续创新带来其支撑软件的不断变化和迭代，金融IT环境日趋复杂。因此，金融行业数据中心的运维也必须引入新技术、新思路、新体系，以更好、更智能地为金融行业保驾护航。”
智能运维是金融业“必选项”
　　IBM大中华区全球信息科技服务部、技术支持服务部副总裁安婷认为：“智能运维已经不是金融行业的可选项，而成为发展的必选项。此白皮书研究了7×24人机超融合的运维新方式，是产、学、研强强联手的结晶，我们希望它能成为金融行业AIOps领域经典的参考资料，帮助广大金融企业运用人工智能技术对业务状况进行‘故障预警’‘故障自愈’，实现‘企业永续’。”
　　IBM认为，目前金融行业客户基本都已经建立了较完善的运维监控系统，收集了比较全面的运维指标数据，而且在云、大数据的技术浪潮下，各企业内部的大数据平台也都趋于建设完善。大部分金融企业下一步需要考虑，通过从最底层基本数据/平台开始考虑，逐步构建金融级智能化运维平台及金融类业务场景，实现数据中心全覆盖，最终建立企业自有人工智能算法模型，将运维系统建设成为企业数据中心运维大脑，即实现智能洞察、智能定位、智能分析。
实现“人机超融合”新运维
　　未来的IT运维需要既懂业务场景语言，又懂平台和技术，能够把业务场景翻译成新型的AI语言，然后把咨询与交付一体化完成，这些过程都需要专家团队的参与和配合。
　　在过去30年，IBM专家团队在帮助金融客户爆发式成长过程中，积累大量运维实战经验，能够将复杂的运维经验转化为抽象的AI语言，即把运维知识沉淀总结为AI平台可以接受的标签数据，再通过AI平台正向反馈和转化专家知识在运维工作的价值，实现人机超融合的运维新方式。
　　两年前，某全国性大型银行就率先启动了IBM智能运维平台项目，构建了一个每日处理数据增量达TB级、覆盖个人网银和手机银行等重要业务系统的数据中心“运维大脑”。“运维大脑”建立后，能够通过机器学习的方式对此银行的历史数据运行规律进行了解，实现对针对性能指标的异常波动做到提前预警，主动运维。在此过程中，“运维大脑”对数据背后的现象进行了自动挖掘，不仅快速定位了系统的瓶颈，还为银行的各种应用提供了安全防护。例如，在某一时段“运维大脑”发现手机银行发生交易缓慢，在分析出原因后，快速定位到了故障的根源，从而为故障恢复争取了时间。
　　IBM大中华区全球信息科技服务部、技术服务产品管理部总经理孙建钢表示：“尽管AIOps会带来颠覆性的运维思维和效应，但并非取代现有系统，而是赋予现有系统智能。IBM作为权威的IT运维专家，与中国金融行业相伴成长超过30年，对传统金融行业的复杂且异构基础架构有着深刻的理解，并长期服务于金融行业运维一线。我们认为AIOps最终的体现形式是人机超融合，进而实现企业永续。”