IBM王博：智慧运维：AI引领运维新时代 | 智见
王博 IBM技术服务高级解决方案经理 在北京举办的以“数据×AI 万象新生”为主题，第四届中国数据要素高峰论坛暨数据×AI 行业场景应用研讨会上，IBM技术服务高级解决方案经理王博发表了《智慧运维：AI引领运维新时代》的主题演讲。 以下为精彩演讲视频： 以下为DTinsight整理的演讲内容精炼：
运维管理工作经历了几个发展阶段：第一阶段，依靠系统管理员个人技能进行系统运维；第二阶段，随着IT系统越来越多、重要性增强，保证系统稳定运行变成非常重要的工作，以ITIL等最佳实践为指导建立各种各样标准流程和技术规范，保证系统可靠性，帮助实现更好的系统运维；第三阶段，信息爆炸时代，系统数量成指数级增长，采用自动化工具成为运维的主要方式；第四阶段，自动化运维呈现出局限性，而伴随着AI技术的发展，通过AI认知识别、大语言模型引入，不断应用于运维工作中。 IBM作为全球领先的IT服务提供商，不断探索运维技术支持工作技术发展，更好运用AI技术为客户提供服务。IBM技术服务部作为全球性组织，覆盖 130 个国家，可支持超 40种语言，拥有 230 +种技术认证，涵盖22000万余种产品。为客户提供从系统规划到系统下线的全生命周期技术支持服务，其服务范围不仅限于 IBM产品的技术支持，还涵盖市面上几乎所有 IT 软硬件服务。 根据去年数据统计，技术服务部大约处理 640 万项问题，其中 AI 技术解决约 190 万项，人工解决约 450 万项，通过 AI 自动巡检技术，主动识别出约 180 万项系统技术漏洞并提前规避风险。基于此，IBM技术服务部被 IDC MarketScape 评为技术支持服务的领导者。 IBM技术服务的内容主要有三个方面：一是针对IBM自有品牌及多品牌软硬件提供技术支持服务，这也是技术服务部的基础；二是随着AI技术发展，IBM提供AI-enabled 主动支持洞察服务，通过AI技术实现主动故障检测、处理，为系统管理员提供服务，帮助其更好进行系统运维；三是提供基础架构服务，帮助客户解决从技术架构的规划设计到建设、运维，再到下线迁移的整个生命周期的各种问题。 从服务器到存储、网络，再从安全到软件，IBM产品覆盖领域广泛，除了本身产品外，也对市场主流软硬件产品，甚至一些开源产品，IBM都提供相应技术支持服务。
随着AI技术快速发展应用，IBM也对AI技术应用在运维和技术支持方面进行尝试和探索，主要是通过AI提升客户技术支持服务体验和提高系统运行稳定性。一方面通过AI技术应用改善客户技术支持交互体验，提升支持效率；另一方面通过AI和自动化保证系统稳定运行。 改善客户技术支持交互体验，提升支持效率分为三个方向：第一，通过虚拟知识助手提供客户自助服务，智能知识助手对话模式，根据客户提出基础知识问题的理解，检索知识库中的相应知识、信息，为客户提供帮助；第二，使用生成式AI提供技术支持记录总结和建议，通过AI技术对客户过去一年各种途径遇到的问题，进行记录总结并生成报告，为客户提供系统运维洞察支持；第三，追踪问题解决路径，丰富知识库，在技术支持工作中，运维人员经常记录问题、查找解决方案、尝试反馈并最终形成完整处理记录的流程。而反馈过程中还可能经历多次失败，重复新的流程。通过AI技术自动记录每一次问题，并进行总结，不断丰富知识库，有效节省了运维人员的时间，提升了运维效率。 通过AI和自动化保证系统稳定运行，目的是主动的风险评估与洞察，消除隐患。在主动问题识别和解决方案建议方面主要进行了两个方面探索：一方面是针对运维系统软硬件需要频繁升级补丁，影响运行时间等情况，IBM 推出了IBM Support Insights Pro 工具，可以对多品牌软硬件提供可执行级别的补丁升级建议；另一方面，通过Call Home/Enterprise Service Agent，对已部署在客户系统上的产品进行监测，对系统运行出现的问题进行自动诊断和派单。在健康检查和评估层面，通过IBM Network Health Check 工具针对企业网络完成健康评估、问题发现及诊断；IBM IT基础设施可以自动监测系统资源运行状况，实时采集 CPU 使用率、IO 使用率、网络使用率等数据，基于数据提供资源优化建议，适当减少整体的数据中心设备量，助力企业降低能耗和运营成本，也契合绿色发展理念。
随着AI技术快速发展，其应用场景越来越广泛，IBM在多个场景应用AI技术，提升业务和运维效率。 在IBM内部桌面运维支持场景中，通过 Ask IT工具，智能化处理问题。所有用户问题通过Ask IT工具提问，Ask IT机器人尝试向用户提供常见解决方案、推理回答，针对复杂性、难以解决的问题自动转接人工解决模式。无论是从运维效率上，还是对于工程师团队的成本控制上，Ask IT都实现了很大提升。 此前，工程师提供技术支持，需要收集客户信息，根据相关描述收集系统运行日志或监控数据，在对此类信息进行知识库检索，还要对所有类似报告进行选择匹配，过程不仅耗时长，而且工作量非常大。而工程师AI辅助助手，可以为工程师在问题处理上提供辅助支持。AI助手根据所有问题描述转化成数字向量模型，寻找类似问题，进入watsonx LLM模型之后，从类似问题中进行提取和总结。并将所有总结出来的信息重新切入模型，通过Cluster模型对所有类似问题或解决方案进行汇总，为工程师提供相关性最高的解决方案。其意义在于 AI机器人为工程师节省了大量的检索问题、分析问题时间，还能够更快速的给到相关解决方案建议。 除了以上两大场景外，IBM通过AI技术工具帮助支持技术服务工作。Virtual Assistant - Self Service工具提供交互功能，客户可快速检索后台知识库与工具的匹配度；Remote Technical Support (RTS ) Agent Assist 会部署到客户设备终端上面，自动对设备进行巡检、运行状态监控、历史跟踪数据分析，提供系统运行状态报告；Case Summarization 能够帮助我们把所有历史记录的关键信息提取出来，丰富到知识库中；RFP Advisor 工具上线后，能够为客户提供更复杂的解决方案和建议；Control Center Agent Assistant Service 工具主要用在技术支撑中心内部，帮助监控整个客服中心、运行流程，对重复高的任务进行处理；Control Center Entitlement Operations 帮助客户进行权限检查、快速调控工作；Client Value Reports 工具主要帮助客户自动抓取所有服务记录，为客户生成报告；Sales Lead Generation工具用来了解服务客户接入情况自动产生销售机会。 IBM基于国内开源大模型开发 IT 支持问答系统，可部署在客户自有系统中。其运作流程为：先上传技术文档，系统解析文档数据并录入后台知识库，随后用户可在对话中提问相关技术问题，系统基于已录入的知识库信息进行回答。目前该系统支持多种大语言模型。
 |
