共计 3254 个字符，预计需要花费 9 分钟才能阅读完成。
人工智能技术在 IT 运维畛域的利用不断深入，由 ITOM 逐步向 ITSM 方向倒退，而 Gartner 提出的 AITSM 恰好是人工智能与 IT 服务治理的交融点，在改良服务治理实际和推动行业翻新方面具备微小后劲。
本文阐述了 IT 服务治理畛域的现状及其面临的问题，云智慧应用 AITSM 相干策略和办法体系塑造新一代 ITSM 的实际，以及 AITSM 的典型场景、关键技术和用户价值。
新一代 IT 服务治理必然是 AI 使能的
传统 IT 治理以技术为向导，是孤立的、扩散的、被动的、救火式的，IT 与业务彼此割裂，IT 投入老本和效益往往无奈保障。而 IT 的精细化治理要求企业实现 IT 与业务的无效交融，IT 管理模式必然会转变为 面向服务价值、高效合作、可预防、 自动化 （缩小人工）、智能化的新型 IT 服务管理模式。
【IT 架构复杂度越来越高，起源 Gartner】
目前，ITSM 在国内外都存在着倒退停滞不前的情况。导致这种情况的除了顶层的模型、规范和理念之外，技术改革的因素也不能漠视，业务零碎越来越简单，IT 架构向容器化、云化的方向倒退，数据规模和复杂度与十年前相比是指数级变动的。
以往通过人工利用流程和工具解决问题的办法逐步生效，扭转的路径只有一个：以数据为根底，利用人工智能技术解决 IT 服务治理问题。 ITSM 工具向 AI 方向演进成为必然。
AITSM 的概念和意义
AITSM 是 Gartner 提出的面向 IT 服务治理畛域的新概念，是指 在 ITSM 工具和实际中综合利用人工智能、 自动化 和大数据技术，以进步运维人员的整体效率和缩小谬误。
随着企业对 IT 需要的减少，利用人工智能和大数据实现自动化和被动治理，将人和大型机器产生的结构化、非结构化数据集输出到工具中，优化 ITSM 实际和数据处理，对于具备流程优化和数据处理实际需要的 IT 治理部门尤为重要。利用各种数据提供事件响应和问题解决流程的智能倡议，实现可反复操作和执行工作的自动化能力是 AITSM 的两个基本特征。
AITSM 体系及利用场景
以综合利用大数据、人工智能和自动化技术为典型特色的 AITSM 对 IT 服务治理的重塑将是全方位笼罩的。这种全面性体现在最新的 ITIL4 的各个实际中，也体现在新一代 ITSM 产品的零碎构建中，最终都会变成软件的性能，落地于一个个理论用户场景，最终实现 IT 管理效率晋升的指标。
【AITSM 对 ITSM 的赋能将是全方位笼罩的】
- 智能的虚构服务助理
【AITSM 中的智能服务助理】
智能的虚构服务助理（VSA：Virtual Service Assistant，或 Virtual Support Agent）是一种会话式的代理业务应用程序，它提供信息、常见问题的答案和执行事务，以便在 IT 服务台的 IT 服务治理场景中提供 IT 反对和帮助。
面向 IT 服务治理的实际，基于即时通讯（IM）前端的智能服务助理，应该具备以下能力：为终端用户提供对于 QA 问答、工单辅助、监控辅助、巡检辅助、服务申请以及工作脚本的智能与自助服务，促成用户和 IT 服务人员的扁平化合作，晋升沟通效率、升高人力老本。
- 智能决策大脑
在 IT 服务治理的很多实际中，一个决定的产生往往是多种因素综合思考的折中后果，单纯依附集体教训，其速度和准确性常常很难保障。智能决策大脑的外围是 将人的常识（教训、技术等）转化为数字化常识，把依赖专家转变为以数据为外围，依靠算法与机器学习的伎俩。
智能决策大脑作为新一代 ITSM 的 ” 神经中枢 ”，服务于 IT 服务治理组织中须要决策的各级人员，具备实时、闭环、主动进化、可自动识别问题、全局优化等特色，充沛展示了数据汇聚和常识交融的价值，进步了用户在工作过程中各种决策的效率和品质。
- 常识工程
常识治理（Knowledge Management）是 ITIL 中十分经典的一个实际（ITIL V3 中称为流程），在新一代的 ITIL4 和 ITSM 工具中，常识治理的边界曾经达到了常识工程领域。
【常识治理、常识工程和人工智能】
AITSM 的所有实际必须利用常识工程的技术手段来进行构建或优化，包含对常识的关注将推动数据的收集，用于自动化、服务设计、测试、预测剖析、主动复原、自助服务和其余服务治理实际等，基于 AI 的常识工程实现办法可提高效率、降低成本、打消谬误 / 节约以及进步整体价值。
- 面向预测和剖析的监控与事件治理
监控与事件治理（Monitoring & Event Management）是一个比拟非凡的实际，ITIL 对此进行了严格和标准化的定义。然而在落地的产品中，会将之划分到 ITOM 畛域作为独立产品，如云智慧的数字化运维事件治理产品（DOEM）。
监控和事件治理的指标是对事件的产生、告诉与处理进行更加标准的治理，而难点是对于 IT 复杂度高的零碎，事件繁多、数据量大、会有告警风暴的影响，如果管理手段涣散，则会存在微小危险。
利用 AI 赋能的智能事件治理将会很好的解决这些痛点，依靠大数据技术和机器学习算法，对来自于各种监控零碎的告警音讯与数据指标进行对立接入与解决，而后进行告警事件的智能过滤、告诉、响应、处理、定级、跟踪以及多维分析，从而实现事件的智能告警收敛、异样检测、根因剖析、智能预测和全生命周期的对立管控。
【监控和事件治理中的智能故障预测】
AITSM 落地的关键技术
AITSM 的很多场景须要人工智能、机器学习和大数据技术的撑持，实现问题的举荐和自动化处理，历史变更和故障数据的智能剖析，联合 CMDB 对类似变更进行故障预测等等，其中波及的关键技术包含：
- 自然语言解决（ NLP ）： IT 零碎中存在大量文本数据，利用自然语言解决，通过预训练模型，联合 IT 知识库，构建 IT 词向量模型，对工单的实体进行抽取，应用文本纠错将工单进行更正；
- 常识图谱 （ Knowledge Graph ）： 运维常识图谱岂但要获取实体和实体间的关系形成，还要将事件和各种配置服务关系无效整合。通过常识交融将不同数据源整合到一个残缺的图谱中，帮忙运维人员实现常识积攒和积淀，以及疾速故障排查和故障预测；
- 流式大数据处理技术： 大部分的运维数据都是流式数据，针对流式数据须要构建相应的业余运维数据库，提供对立的、简略易用的数据采集、ETL、机器学习流程、建模剖析等性能，还须要具备数据的平安、可扩大、高可用以及环境监控运维等根底能力。
AITSM 的倒退与瞻望
ITSM 曾经到了必须要变革的关口，而国内新型基础设施与 ABC 等数字化技术的一直成熟都给 ITSM 的升级换代发明了良好的机会。
以人工智能、自动化和大数据技术为典型特色的 AITSM，为下一代 ITSM 的倒退指明了方向，为企业降低成本，进步经营效力，造就创新型人才服务，发明更多 IT 价值。
云智慧面向数字化业务的新一代 IT 服务治理产品——数字化经营服务治理平台 DOSM（Digital Operation Service Management），以 ITIL4、ITSS、AIOps 为实践根底，利用大数据和人工智能等 AITSM 核心技术，将企业的各种 IT 资源因素（人、事、财）进行智能化组织与治理，正当调配人力资源、无效管理信息系统软硬件、进步自动化经营管理水平、晋升运维服务的整体效力。
开源福利
云智慧已开源数据可视化编排平台 FlyFish。通过配置数据模型为用户提供上百种可视化图形组件，零编码即可实现合乎本人业务需要的炫酷可视化大屏。同时，飞鱼也提供了灵便的拓展能力，反对组件开发、自定义函数与全局事件等配置，面向简单需要场景可能保障高效开发与交付。
点击下方地址链接，欢送大家给 FlyFish 点赞送 Star。参加组件开发，更有万元现金等你来拿。
GitHub 地址：https://github.com/CloudWise-…
Gitee 地址：https://gitee.com/CloudWise/f…
超级体验官流动： http://bbs.aiops.cloudwise.co…
万元现金流动： http://bbs.aiops.cloudwise.co…
微信扫描辨认下方二维码，备注【飞鱼】退出 AIOps 社区飞鱼开发者交换群，与 FlyFish 我的项目 PMC 面对面交换～
