隨著數字化技術加速迭代,加之全球疫情對線下業(yè)務的沖擊,傳統(tǒng)機構加速線上化遷移。
在此過程中,機構往往面臨業(yè)務系統(tǒng)與 IT 系統(tǒng)割裂的難題,IT 人員分析問題難,解決問題耗時長,各類監(jiān)控軟件數量繁多但無法協(xié)同。如何實現提前預警、簡化運維流程控制成本,有效運用數據產生收益?最基礎的運維工作亟待升級。
根據艾瑞預測,2021年中國IT服務將突破萬億大關,其中IT運維市場規(guī)模將達到2941.2億元。結合大數據、機器學習等前沿技術,推動IT運維行業(yè)跨越人工、自動化階段,進入智能化時代成為趨勢。
《中國經營報》記者注意到,今年以來,多家智能運維服務企業(yè)先后獲得創(chuàng)投資本加持,賽道快速升溫。
今年以來,聽云、擎創(chuàng)科技等企業(yè)先后完成C、D輪融資,融資方包括中國互聯網投資基金、上海國鑫創(chuàng)投、中信資本、GGV紀源資本、淡馬錫旗下ST Telemedia等資金均有參與。另一家智能運維賽道公司“七牛云”截至去年已進行了F輪融資,吸引了包括經緯中國、啟明創(chuàng)投、嘉實投資、張江高科、阿里巴巴、云峰基金、交銀國際等知名創(chuàng)投機構先后注資。
智能運維賽道為何如此火熱?
七牛云首席產品官陳超認為:智能運維已經成為機構數字化轉型中的重要抓手,解決了傳統(tǒng)監(jiān)控運維產品生態(tài)割裂、視角單一、被動查找等痛點,而機器學習、AI可解釋性和知識圖譜等關鍵技術迭代又帶動智能運維進一步升級。
金融領域目前是智能運維系統(tǒng)的一個重要實踐場景。
以銀行業(yè)為例,雖然目前整個行業(yè)基本已具備結合業(yè)務場景收集比較完整的IT指標數據的能力,但還沒有一套指標數據分析體系為IT管理與業(yè)務分析提供可量化、可視化、集約化的決策支撐。
一個政策背景在于,中國人民銀行科技司去年已印發(fā)《關于做好金融業(yè)科技信息綜合管理平臺第三批接入工作的通知》和《金融業(yè)科技信息綜合管理平臺接入規(guī)范V1.0》等規(guī)范,要求人民銀行各級分支機構以及相關銀行機構向平臺報送其基礎設施、基礎軟件、應用系統(tǒng)等數據。對報送范圍、質量要求、異常數據紀錄等提出了多項要求。
對于金融機構尤其是商業(yè)銀行而言,面對日益嚴格的監(jiān)管要求,承受著較大的合規(guī)報送壓力。如何盡快實現機器數據的自動采集、數據可視化和各類監(jiān)管要求的指標計算,提高報送效率,是很多金融機構普遍存在的痛點。
“此前,在金融機構故障處理流程中,問題的歸因分析等所占時間長達 60%,嚴重依賴運維專家的知識和經驗。”有銀行IT服務機構人士稱。
據陳超透露,在銀行業(yè)務交易場景中,每一項服務都有KPI,例如交易額、交易耗時、交易失敗率、吞吐量等等,業(yè)務指標的梳理是第一步。
而這些指標都是分鐘級數據,因為過去只要影響到業(yè)務層面的故障,都會被監(jiān)控到。例如,銀行的交易量呈現一定的周期性,在早上9:00-11:00,下午1:00-3:00會出現波峰,如果設置固定閾值,會出現誤報漏報的情況,而動態(tài)閾值能夠更加準確進行異常檢測。
據透露,七牛云近期針對行業(yè)需求推出“PISA”平臺即主要服務于云業(yè)務運維系統(tǒng),對專線丟包、數據庫切換、流量激增等典型異常場景,梳理數據建模分析,可以將傳統(tǒng)的被動式運維變成主動式運營,讓數據產生更高價值。
借助智能運維平臺,銀行可以在分析日志中實現靈活的 IT 操作風險計量與檢核平臺,界面化建立多系統(tǒng)多維度的內部審計安全規(guī)則,實時感知內部風險,查找異常。
“比如在銀行交易周期的波峰情況上,通過設定動態(tài)閾值,精確檢測。再比如在銀行交易業(yè)務中,銀行的吞吐量在負載均衡的幾臺機器上呈現相似性,如果突然某臺機器出現明顯不同,則可以定位到具體機器,減少故障排查時間?!标惓硎?。
據了解,隨著監(jiān)管要求提升,智能運維系統(tǒng)未來將在銀行,農信社等機構逐步加快落地。