小时候我们应该都听说过三个和尚抬水喝的故事,在我们熟悉的版本里,故事的最后三个和尚喝光了庙里的水,引发了寺庙大火。

如果我们把这个故事比喻为公司的发展,就会发现这其实是一个关于效率、成本的故事:

在寺庙公司刚开张时,一个和尚足够维持公司的正常运转;

进入寺庙公司高速发展时期,很快第2个和尚入职,除了每天打水之外,寺庙里的事务随着公司规模急剧增多,抬水变成一件极其低效率又高时间成本的事情;

到了第三阶段,寺庙已经从公司发展为集团,随着业务规模扩大寺庙事务量呈指数级增长,三个和尚再也无暇顾及打水,最终酿成了大祸。

但在互联网公司,这样的故事几乎不可能发生。人工智能的崛起更让互联网公司信心十足,它们有n种方法将这种低效工作方式扼杀在最低概率里。

平安科技诞生于2008年,前身为平安集团信息管理中心,经过11年深耕,发展成为拥有10000名技术研发人员的大规模企业。作为一家互联网企业,以及服务平安集团五大生态圈的科技解决方案输出专家,代码开发、代码管理等是一家企业无形的核心资产,背后意味着企业的发展活力和技术壁垒的构筑,那么如何协调好10000名技术人员的齐头并进?又如何将人员效率始终维持在高水准上?

平安科技系统运营部总工程师陈亚殊给的答案是,将AI思维嵌入整个研发运维的生命周期中,以AI思维解决执行中的冗余问题,即AIOps(Artificial Intelligence for IT Operations,智能运维)。

智能运维是指将人工智能的能力与运维相结合,在环境部署、应用版本发布、运维监控场景,优化工作流程,代替人员分析决策等,节省人员的时间,提升IT生产力,把IT运维人员从低价值、重复性的劳动中解放出来。

陈亚殊指出,AIOps给运营带来的深刻改变主要体现在两方面:

1、 IT工作模式发生了改变:AI能力的引入如AI自动输入、输出、自动流转信息及智能推荐等,优化了工作环节,使得机器能够代替人处理部分工作,甚至做出决策,节省人员处理简单重复劳动的时间,提升效率;

2、 IT人员技能升维:由原来80%的时间花费在底层被动的沟通、重复性的简单的技能型人才逐渐转型为具备建模能力、处理复杂问题的高端技能人才,IT人员的技能得到升维。

简单来说,有了AIOps,三个和尚不需要做去井里打水这种低效率又高成本的工作了,打水变成了自动化作业,不仅每天有人送水上门,还提供水质检测,一口好水放心喝。

从这种简单重复的劳动中解脱之后,三个和尚可以更专注于高价值的事务中,比如可以花更多的时间和经历开发数字化寺庙,甚至建成全国首个全线上化、智能化寺庙。

从这个角度而言,AIOps赋予了从业人员新的价值,从低端重复性劳动升级到高技术高门槛工作中,对于从业人员的能力提升、个人发展大有裨益。

到底AIOps如何赋予从业人员如此神奇的能力?

陈亚殊举例指出,比如在智能环境交付( AIOps Deploy)作业中,AI能够做的是针对各业务线大量应用的网络架构、存储架构、技术组件、流量特点、应用参数设置等不同纬度,进行海量历史数据分析,产出应用部署架构、系统参数配置等多维度模型。最终优化交付环节,实现智能推荐。通过AIops的应用,人工参与环节可减少40%+,效率提升50%+。

以交付一个理赔系统为例,原来从机房选择、网络区域确定,再到具体中间件选型、负载均衡选型、主机资源准备,以及合适的初始参数配置等一系列共18个步骤。各步骤涉及不同角色人员,重复沟通,基础性工作占比大,往往需要1-2周才能完成交付。通过AIOps,架构设计智能推荐,资深架构师再次微调,最终产出部署架构,然后对接编排系统完成自动交付,1-3天即可交付整个应用。

针对智能版本发布( AIOps Release),平安科技也做了精细的AI解决方案。平安科技目前有8000多个应用系统,每年发布120万+次,发布频率和规模之高,让运维人员压力山大,而且金融系统对版本发布风险控制非常严格,每个发布前后的检查点接近100个。

运用AI技术之后,有效的提升了发布质量和效率,发布效率提升90%,人力降低60%+。每提升1个点,能够节省285小时的人力投入。

举个例子,平安科技积累了大量的重启日志,我们通过分析这些数据发现,重启日志在正常情况,具备高度的相似性。平安科技通过使用AI的文本分析技术,比对当次重启日志,和过往历次重启日志的相似度、和测试环境重启日志的相似度,可以准确实现异常识别。而且AI技术除了原本人工能识别的已知问题外,还能识别如卡顿、中断、缓慢等未知、个性化的问题,通过获得这些异常的历史和处理情况,进而指导下一步的运维操作,重启日志的行为价值变得更高。

除此之外,AIOps在智能端到端监控( AIOps Monitor)作业中大有可为。例如在传统的运维技能下,对于生产故障的处理,都需要运维人员从大量分散的监控告警中分析关联性,同时仍然需要通过临时脚本等方式现场采集信息,并需要专家分析会诊,推导故障可能性,并最终做出决策措施并执行。在此过程中,几乎80%以上依赖于人力和经验,准确性和效率都很低下。

但在应用了AI技术后,我们通过神经网络等算法应用到根因分析场景,以及结合专家知识库服务,在故障发生时,AI监控平台即可直接计算出异常的根源点,同时进行决策措施推荐。运维技术人员仅需要根据AI分析出来的结果做最终的决策执行即可,解放了运维人员对信息收集、分析会诊等场景的强人力依赖。

有一句通俗易懂的话是这么说的,每一个成功的运动员背后是无数汗水和泪水的付出。现在这句话也可以这么说,每一个优秀的技术人员也曾苦过累过,过去无数次的碰壁、困惑和疑惑,引发了思考、更新和完善,AIOps是每一个技术人员苦过累过的明证,也是人工智能时代赋予的程序员智慧所在。

AIOps帮助技术人员解放双手,降低成本、提高运维效率,同时它触发技术人员专注于高价值事务,为技术的进一步发展积蓄出更多的个人能量。