第1个回答 2020-12-08
传统的运维方式在监控、问题发现、告警以及故障处理等各个环节均存在明显不足，需要大量依赖人的经验，并且在数据采集、异常诊断分析、故障处理的效率等方面有待提高。这个时候智能运维就应运而生了，智能运维是将人工智能的能力与运维相结合，通过机器学习的方法来提升运维效率。总体来说AIOps比传统运维方式效率高，数据采集更准确，更智能。听云一直在AIOps探索的道路上，经过13年的技术深耕，早已是行业内的领先者，合作的企业更是多达8000家，覆盖的企业有金融、银行、政府、教育等等。本回答被提问者采纳
第2个回答 2022-08-02
传统运维依赖于人的经验+手工操作，经验靠口口相传，不具备可复制性，而且手工操作的效率存在上限瓶颈；
自动化运维通过脚本、命令、定时任务、执行计划等让一部分工作由机器完成，减轻了人的操作成本，可以理解为人的经验的沉淀；
智能运维通过大数据、算法和业务场景的结合，将人面对的问题从“已知的已知”转向“已知的未知”和“未知的未知”，极大拓展了业务的边界，提升了运维效率；
从上述对比来看，自动化运维并非是实现智能运维的前提条件，它只是后者中间一个关键的步骤。
第3个回答 2021-06-15
现阶段建筑智能运维的困境之一，就是受限于各种原因，不是所有问题都能达到输出决策的水平。
总体来说，从测量到决策有两种路径，一是反馈路径，包括分析过程和反馈决策；二是前馈路径，包括状态预测和预测决策——这两种路径会同时在建筑中消防、安全、空调、电力等很多细分专业领域中展开应用。
与其空泛讨论建筑怎样才能智能化，不如回归到每一个具体工程问题的建模中，事实上绝大多数技术难点，都会在现实建模过程中暴露出来。
第4个回答 2021-01-08
传统的运维，主要靠监控+人工排障，主要难点在于：
1. 发现问题难，大多是要靠设置的阈值触发告警后才能发现问题
2. 根因定位难，缺乏根因定位的手段，全靠运维人员经验
3. 数据治理难，传统监控的指标多、量又大，关系繁杂
4. 运营分析难，缺乏业务视角的多样化分析能力，无法提升IT运维的真正价值
智能运维AIOps出现后，运用人工智能和大数据技术结合，从告警、日志、指标等数据中进行异常检测、根因定位、进而大大缩短MTTR平均排障时间。
对于应对越来越复杂的IT设备和大数据量，智能运维是未来IT运维工作的必要之选