實(shí)際上，各行各業(yè)都正在經(jīng)歷數(shù)字化轉(zhuǎn)型期，整個(gè)IT架構(gòu)已經(jīng)到了臨界點(diǎn)。這逼迫企業(yè)打通組織之間的構(gòu)架，通過監(jiān)測和診斷復(fù)雜應(yīng)用程序的性能問題，確保軟件應(yīng)用程序的良好運(yùn)行，最終實(shí)現(xiàn)可管控的運(yùn)維。

這無疑也成為驅(qū)動(dòng)運(yùn)維業(yè)務(wù)發(fā)展的要素之一。

作為應(yīng)用性能管理（APM）市場的領(lǐng)頭羊，Dynatrace市場份額接近20APM%，已連續(xù)7年被Gartner魔力象限評選為該市場領(lǐng)導(dǎo)者。

告別傳統(tǒng)運(yùn)維方式

有統(tǒng)計(jì)結(jié)果顯示，平均每個(gè)單一交易可能使用到的技術(shù)為82種，而這些技術(shù)的排列和組合，將使情況變得更加復(fù)雜。

代碼的復(fù)雜性、環(huán)境的復(fù)雜性使得人們疲于應(yīng)對，除了系統(tǒng)監(jiān)控和網(wǎng)絡(luò)監(jiān)控，企業(yè)不得不投資開發(fā)更多的應(yīng)用監(jiān)控。國內(nèi)規(guī)模較大的企業(yè)，其核心應(yīng)用更是數(shù)百上千。

在最近的一次采訪中，琚偉表示，“從產(chǎn)品到設(shè)計(jì)，傳統(tǒng)的運(yùn)維方式已死，原因是絕大多數(shù)交付方式都是通過APP來實(shí)現(xiàn)，而后臺(tái)由應(yīng)用來支撐，這些應(yīng)用決定了企業(yè)數(shù)字化經(jīng)濟(jì)的好壞。

對策是什么？

琚偉認(rèn)為，必須把AI技術(shù)真正植入到運(yùn)維中，用機(jī)器學(xué)習(xí)的方式去打通、去理解業(yè)務(wù)邏輯，打通交易鏈路，提前發(fā)現(xiàn)各種問題。

“AI是最理想的方法?！辫ケ硎荆裆鲜雠虐嗟氖д`，AI就能自動(dòng)規(guī)避。更重要的是，這種自動(dòng)監(jiān)控讓IT管理人員可以從業(yè)務(wù)運(yùn)維的細(xì)節(jié)中抽身出來，重新評估現(xiàn)在的經(jīng)濟(jì)、環(huán)境，用更多的時(shí)間去研究自己的業(yè)務(wù)和創(chuàng)新，讓每一個(gè)用戶、每一個(gè)應(yīng)用、每一個(gè)地點(diǎn)，人工智能全棧式、全自動(dòng)化地運(yùn)維方式和開發(fā)。

以往運(yùn)維和開發(fā)是兩個(gè)獨(dú)立的團(tuán)隊(duì)，如今正逐漸融合，成為一個(gè)萬億規(guī)模的市場；運(yùn)維也逐漸轉(zhuǎn)向人工智能的運(yùn)維（AI ops）和無人值守的operation（NoOps，而非沒有人的operation），實(shí)現(xiàn)系統(tǒng)自愈。這種自愈系統(tǒng)將來在很長一段時(shí)間里會(huì)伴隨著企業(yè)業(yè)務(wù)的發(fā)展。

將運(yùn)維與AI相結(jié)合

AI的價(jià)值已經(jīng)嶄露，但業(yè)務(wù)運(yùn)維如何去應(yīng)用和實(shí)現(xiàn)？

四年前，Dynatrace就開始了布局——在奧地利設(shè)有實(shí)驗(yàn)室，開展AI相關(guān)方面的研究和搜集；在語音和車聯(lián)網(wǎng)行業(yè)，Dynatrace在汽車之城底特律開展相關(guān)的合作。僅僅兩年的時(shí)間，Dynatrace的解決方案從Pure Path這個(gè)單線跟蹤技術(shù)發(fā)展到Smart Scope技術(shù)，再到擁有AI能力，并投入到實(shí)用過程中。

例如，將Dynatrace的OneAgent專利技術(shù)植入到數(shù)字經(jīng)濟(jì)環(huán)境中后，能自動(dòng)采集所有相關(guān)信息，對信息相互之間的關(guān)系自動(dòng)建模、借助大數(shù)據(jù)手段分析因果關(guān)系，最后將結(jié)果清晰地呈現(xiàn)給客戶。

OneAgent技術(shù)的能力非常適合當(dāng)今云的環(huán)境和數(shù)據(jù)中心。即使超過80種復(fù)雜技術(shù)也輕松應(yīng)對。

人機(jī)對話方式是Dynatrace的解決方案的一大特色。如果顯示異常情況，可以通過人機(jī)交互方式按重要性逐一了解到原因所在、影響到了哪些客戶。

在上述航空公司，程序之間的關(guān)系多達(dá)840億個(gè)，原有運(yùn)維團(tuán)隊(duì)70人，采取8小時(shí)輪班制，借助30多種不同的工具，其MTTI（Mean Time To Identify），即從發(fā)現(xiàn)問題到確定原因的平均耗時(shí)，是55分鐘。Dynatrace的AI解決方案每秒鐘1000萬次的處理能力，迅速找到并回溯到問題的根源，還提供了最優(yōu)對策，實(shí)現(xiàn)了零告警。不僅如此，團(tuán)隊(duì)減少為7個(gè)人，MTTI僅為5分鐘，所產(chǎn)生的效益無法估量。

除了上述案例，Dynatrace正在中國聯(lián)通協(xié)助50多家全國汽車銷售公司運(yùn)維服務(wù)以以采集用戶使用行為、優(yōu)化用戶體驗(yàn)方面，提供了一個(gè)全棧式IoT的解決方案；幫助星巴克將所有門店統(tǒng)一收回授權(quán)的過程中，將其后臺(tái)各種系統(tǒng)，和星巴克自有系統(tǒng)實(shí)時(shí)整合在一起，實(shí)現(xiàn)了所有門店的單一應(yīng)用、單一品牌與相同的客戶體驗(yàn)。

與此同時(shí)，Dynatrace還不斷加深與業(yè)界的合作。以公有云市場為例，Dynatrace的合作伙伴已經(jīng)從Red Hat、AWS、Azure擴(kuò)展到了華為、阿里以及ServiceNow等，這些公有云廠商既作為Dynatrace的用戶，也借助云市場合作模式、借助用戶的云應(yīng)用拓展更大的空間。

運(yùn)維界，AI的春天已來

雖然APM市場尚屬于培育客戶、挖掘需求的階段，市場相對分散，展望未來，琚偉相信運(yùn)維市場仍將保持50%的增長率。Dynatrace將繼續(xù)加大投入，特別是對人才方面的投入。

琚偉認(rèn)為，未來人工智能和芯片技術(shù)將成為中國兩個(gè)最大的風(fēng)口。借助于優(yōu)秀的人才，以及以云計(jì)算、物聯(lián)網(wǎng)、大數(shù)據(jù)的良好基礎(chǔ)，AI將會(huì)走在其他國家前面。但未來最大的瓶頸是芯片，而芯片與實(shí)現(xiàn)AI的這些芯片的制造核心都不掌握手中。

因此，在維持傳統(tǒng)的電信和金融行業(yè)優(yōu)勢的同時(shí)，Dynatrace將聚焦于高端制造。

這也是華為成為2016年Dynatrace單體最大客戶的原因之一；2017年Dynatrace單體最大的客戶則仍然是一家世界五百強(qiáng)制造企業(yè)。

高端制造業(yè)企業(yè)對計(jì)算機(jī)的依賴程度之高令琚偉驚訝，他發(fā)現(xiàn)，無論是電梯、空調(diào)、門窗等傳統(tǒng)行業(yè)，還是汽車、航空航天等高精尖行業(yè)，他們都已經(jīng)成為數(shù)字化轉(zhuǎn)型的先鋒，其速度和規(guī)模令人吃驚。

剛剛過去的2017年，在琚偉看來是“蠻有意思的”。他注意到，前兩個(gè)季度，所有公司投資都非常謹(jǐn)慎。但從第三季度開始，投資速度明顯加快。

琚偉認(rèn)為，這得益于市場對數(shù)字化轉(zhuǎn)型這種商業(yè)模式的認(rèn)可，相關(guān)的產(chǎn)品和解決方案帶來的預(yù)期價(jià)值刺激了用戶嘗試的積極性。

此外，很多新的創(chuàng)意往往是在經(jīng)濟(jì)欠佳、投資特別謹(jǐn)慎的時(shí)候“冒出來”。例如人工智能（AI），從年初被人熱捧到年底不提人工智能都不好意思出門了。微軟在英國倫敦劍橋大學(xué)的一家AI研究院，人均年薪達(dá)到34.5萬美元，映襯AI的巨大市場與人才的巨大缺口。

對于運(yùn)維界來說，AI的春天也來了。

xiesc