中国AIOps现状调查报告（2024）

版权声明 本调查报告版权属于云计算开源产业联盟，并受法律保护。转载、摘编或利用其它方式使用本调查报告文字或者观点的，应注明“来源：云计算开源产业联盟”。违反上述声明者，本联盟将追究其相关法律责任。 报告目录 前言........................................................................................................................................................................3 核心观点摘要......................................................................................................................................................6 一、调查背景...................................................................................................................................................10 （一）调查方法及样本............................................................................................................................10（二）报告术语界定.................................................................................................................................15 二、AIOps发展现状......................................................................................................................................16 （一）AIOps能力建设基本情况...........................................................................................................16（二）AIOps场景应用情况....................................................................................................................21（三）AIOps可观测能力建设情况......................................................................................................29（四）大模型技术在运维领域的应用情况.....................................................................................33（五）AIOps发展趋势与挑战...............................................................................................................38 三、AIOps实践案例......................................................................................................................................41 （三）服务提供商.....................................................................................................................................48 前言 在新生态、新技术、新业务不断涌现的当下，企业IT架构复杂度、IT基础设施规模快速增长，智能运维（AIOps）正成为企业管控物理设备、实现快速需求迭代、保障业务连续性的必备手段。政策方面，以智能运维为代表的数字化科技已经成为企业经营发展的重要推动力及社会重要生产力，各部委和地方政府也在不断出台鼓励政策，支持数字经济发展，推动数字能力向传统企业渗透。《“十四五”国家信息化规划》《关于印发“十四五”国家应急体系规划的通知》等政策文件中提到，要建设泛在、智联、高质量的数字基础设施体系，发展下一代智能设施体系，建设新一代智能运维体系和具备纵深防御能力的信息网络安全体系。 产业方面，随着信息技术的快速发展，我国企业数字化转型逐步进入深水区，智能运维在通信、金融等技术密集型行业进一步深化，并在能源、交通、制造等传统行业快速生根发芽，推动其数字化转型和升级。此外，随着技术的发展，越来越多的企业在运维场景的实践不断深入，智能运维正从单一场景向体系化发展，产品趋向于构建统一平台。同时，智能运维系统也在从被动响应向主动预防转变，并增加了可观测性和可解释性，提高系统透明度和提升运维人员对系统的理解。 为进一步了解中国AIOps产业发展现状，梳理中国AIOps产业发展脉络，云计算开源产业联盟开展了2024年度AIOps现状调查。问卷以中国信息通信研究院牵头编制的《智能化运维（AIOps）能力成熟度模型》系列标准为参考，聚焦中国AIOps能力建设成熟度现状，对AIOps产业发展现状、未来AIOps发展趋势、企业当前面临的困难与挑战等情况进行了调查，共收回有效问卷3218份。本报告以调查结果为基础，结合行业专家的深度访谈、研讨，力争详实客观地反映企业对AIOps落 地实践的需求，为广大关注AIOps的从业人员、专家学者和研究机构提供真实可信的数据支撑。 本次调查由云计算开源产业联盟联合近60家企业共同发起，包括高 效 运 维 社区 、dbaplus社 群 、 中 国 移 动 、 中 移 信 息 、 中 国 联 通 、 中 国 联 通 软 件 研 究院、中 国 工 商 银 行、中 国 农 业 银 行、中 国 民 生 银 行、建 信 金 科、中 信 银 行、浦 发 银 行、交 通 银 行 太 平 洋 信 用 卡 中 心、华 泰 证 券、银 河 证 券、招 商 证 券、安 信 证 券 、 南 银 法 巴 消 费 金 融 、 深 圳 证 券 通 信 有 限 公 司、华 为 、 腾 讯 、 阿里 云 、 京 东 科 技 、联 想 、亚 信 科 技 、华 讯 网 络 、浪 潮 云 、 新 炬 网 络 、 博 睿数 据、宇 信 科 技、擎 创 科 技、云 智 慧、日 志 易、必 示 科 技、BMC中 国 公 司、爱 数、润 建 股 份、众 安 科 技、广 通 优 云、云 杉 网 络、新 数 科 技、华 青 融 天、浩 鲸 科 技 、 紫 羚 云 、 优 维 科 技 、 趣 丸 科 技 、 溪 数 科 技 、 思 特 奇 、 宝 兰 德 、西 骏 数 据、鼎 茂 科 技、基 调 听 云等，各地AIOps实践企业和社会各界也对本次调查给予了大力支持。在此，谨表示最衷心的感谢！同时也对参与中国AIOps现状调查的企业朋友表示最诚挚的谢意！ 云计算开源产业联盟2024年7月 参与编写单位：云计算开源产业联盟、中 国 移 动 、 中 移 信 息 、 中 国 联 通 、中 国 联 通 软 件 研 究 院 、 中 国 工 商 银 行 、 中 国 农 业 银 行 、 中 国 民 生 银 行 、 建信 金 科 、 中 信 银 行 、 浦 发 银 行 、 交 通 银 行 太 平 洋 信 用 卡 中 心 、 华 泰 证 券 、银 河 证 券 、 招 商 证 券 、 安 信 证 券 、 深 圳 证 券 通 信 有 限 公 司、中 移 成 研 院 、中 移 杭 研院、中 移 杭 研、南 银 法 巴 消 费 金 融 、 华 为 、 腾 讯 、 阿 里 云 、 京 东科 技 、 华 佑 科 技 、 亚 信 科 技 、 浪 潮 云 、 新 炬 网 络 、 博 睿 数 据 、 联 想 集 团 、宇 信 科 技、华 讯 网 络、擎 创 科 技、云 智 慧、必 示 科 技、BMC中 国 公 司、爱数 、 润 建 股 份 、 众 安 科 技 、 广 通 优 云 、 四 川 速 宝 网 络 科 技、云 杉 网 络 、 新数 科 技、华 青 融 天、浩 鲸 科 技、紫 羚 云、优 维 科 技、趣 丸 科 技、溪 数 科 技、思 特 奇、宝 兰 德、西 骏 数 据、鼎 茂 科 技、基 调 听 云、日志易、星 汉 未 来、上海 叠 念 、 金 现 代 、高效运维社区、dbaplus社群。 参与编写人员：杨玲玲、牛晓玲、白璐、刘昭炜、白瀚雄、武仪、张健一、谢洪涛、蔡旭辉、萧田国、陈刚、景韵、梁铭图、程永新、黄国标、盘隆、董威、张宪波、张静、张健、黄俊琦、饶琛琳、胡伟、包彤、杨敏强、梁思远、穆婉莹、唐振浩、徐育毅、刘东海、郭锐、刘建杉、张军、高恩伟、吕梦琪。 核心观点摘要 AIOps能力建设基本情况 智能运维产业在2024年保持稳健发展态势，各行业对智能运维技术的需求将进一步增长。随着行业标准体系的逐步制定和完善，智能运维市场的规范化程度将进一步提高。现阶段，我国智能运维市场的主要客户来自金融、运营商等业务系统复杂且对系统运行效率要求较高的行业。随着智能化技术进一步赋能传统行业，智能运维技术也在能源、制造等传统行业逐渐推广。 企业对智能运维需求强劲，2024年更多企业关注投入成本以及运营的可持续性。数字化转型的目标正从收入增长向利润产生转变，企业在IT方面的预算增速已经放缓，如何运用人工智能等技术提高效率，助力企业降本增效也是当前的关注重点。 智能运维AIOps、业务可观测性和SRE可靠性实践是当前重点关注方向。此外，今年运维数据治理、大模型与运维场景的结合以及运维数字员工等方向也受到企业关注。 运维领域中大语言模型LLM的应用已逐步增多，已在开展运维大模型相关实践的企业较2023年明显提升，市场上已逐渐出现一些较为成熟的运维大模型相关产品。 AIOps场景应用情况 随着AIOps建设不断深入，企业AIOps智能运维能力建设成熟度逐渐提高，更多企业进入L3进阶智能化运维阶段。智能运维在质量、成本、效率、安全四大运维领域均已开展部署和应用，其中质量和效率领域仍然是目前企业关注度最高的应用方向。此外，2024年成本方向关注度显著提升。 随着技术的发展，智能运维正从单一场景向体系化发展，产品趋向于构建统一平台。同时，智能运维系统也在从被动响应向主动预防转变，可观测性和可解释性关注度提升，进一步提高运维的透明度和增强运维人员对系统的理解。 通过采购第三方解决方案、组建团队进行联合开发，快速构建智能运维能力，是多数企业目前建设AIOps能力的主要方式。我国智能运维行业参与者众多，集中度较低，解决方案丰富而多样，反映了市场的创新活跃性和多元化发展。 AIOps可观测能力建设情况 可观测性技术可以通过实时监控和分析IT系统的指标、日志和追踪等数据，为运维团队提供了深入理解系统内部状态和过程的能力。可观测能力可以结合智能运维能力应用于多种不同的可观测场景，让运维人员能够更容易地理