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～