智能运维赛道需要什么样的玩家？早期的运维被认为是可有可无的环节，大部分工作由运维人员手工完成。可在数字化转型浪潮之下，数据流量呈激增态势，给企业带来了安全运行的稳定性、运维效率和人员紧缺等挑战。

　　因此，伴随人工智能、云计算、大数据、物联网等技术创新，IT运维从传统运维流程化管理逐步向智能化演进。

　　智能运维（AIOps，Artificial Intelligence for IT Operations）概念最早由Gartner提出，是指通过机器学习等人工智能算法，自动地从海量运维数据（包括日志、业务数据、系统数据等）中进行实时或离线分析，通过主动性、人性化和动态可视化，增强传统运维的能力。

　　从虚拟化到自动化，从DevOps到AIOps，智能运维正在向产业深处驶入，将触角伸到越来越多的领域中。

　　根据艾瑞咨询的预测，2021年中国IT服务有望突破万亿元大关，其中IT运维市场规模将达2941.2亿元。MarketsandMarkets Research的数据显示，全球智能运维市场未来几年的复合增长率预计为30.6％，2027年规模可达400亿美元。

　　可是，由于智能运维在实际落地过程中缺乏统一认知和框架指导，致使各行各业的智能运维发展千差万别。

　　云智慧高级售前总监汪欢表示：“事实上，每一个客户在不同阶段都有不同的智能运维诉求，主要诉求大概有用户体验、支撑业务战略发展、运营层面的支撑以及IT自动化能力。”

　　“在服务了许多客户之后，我们发现整个运维市场发展迅猛，但是一致性较差，消耗成本非常高、运维代价非常大，企业亟需寻求新的路径或者框架来做支撑。”汪欢告诉雷锋网。

　　根据信通院在2020年对我国企业的应用监控和连续性管理能力进行的调查，受访企业中只有不足20%的企业具备智能化监控和运维决策能力，超过70%的企业无法在10分钟内解决应用系统出现的故障。

　　在云智慧总裁刘洪涛看来，突如其来的疫情让数字经济成为全球的增长引擎，也让各行各业对智能运维有了更多认识。

　　然而，面对日新月异的IT系统架构和业务需求，国内智能运维成熟度水平相对较低的情况下，如何将新技术与管理方结合，对数据进行有效治理，提升生产与运营效率，充分发挥智能运维的效能，提升生产与运营效率，成为各行业在数字化转型发展中亟待解决的问题。

　　为促进智能运维行业进一步发展，帮助更多企业应用智能运维实现数字化转型，云智慧于9月23日召开媒体沟通会，正式发布智能运维分级成熟度模型，详细介绍了该模型的内容与应用价值，以及智能运维行业的发展现状与未来趋势。

　　凭借多年服务企业客户的数字化运维行业经验，云智慧智能运维分级成熟度模型在智能运维国家标准编制组指导下，同时参考了ITSS运维服务能力成熟度模型与Gartner关于AIOps市场指南的基础上提炼而成。

　　该模型将智能运维演进路线分成了人力运维、辅助运维、一体化运维、初步智能化运维、高度智能化运维和完全智能化运维6个阶段。

　　从Level0到Level5，该模型分别从业务用户体验、运维组织管理、流程管理、工具应用、数据管理和应用平均故障恢复时间等几个维度，描述了每个阶段的运维管理特征，同时为每个阶段的演进提供了相应的关键提升手段。

　　经过长期调研后，云智慧发布的国内首个智能运维分级成熟度模型，不仅可以为各行业不同能力水平的企业IT，迈向真正意义上的智能运维提供实践参考，还可以帮助各行业中熟悉各个运维场景和关键业务的IT人员，了解和评估企业在运维方面所处的阶段，从中找到亟需解决的根源问题，进而持续提升运维和IT管理效率PG电子官方网站。

　　“从客户视角来看，智能运维的价值主要体现在业务支撑上面。以电商为例，系统的故障率直接决定了当天的交易额。智能运维能够对业务有更好的支撑，以此大幅度降低业务中断带来的损失。”汪欢告诉雷锋网。

　　中国电子技术标准化研究院软件中心IT服务室主任、智能运维国家标准编制组核心成员郭鑫伟，在智能运维分级成熟度模型发布会上，分享了智能运维国家标准研制的进展与后续工作规划。

　　他表示在“十四五”规划大力推进企业数字化转型的背景下，随之蓬勃发展的智能运维领域，亟需集合各界力量形成体系化指导框架和规范，来填补国内智能运维领域一些方的空白。

　　“云智慧作为智能运维国家标准编写组的一员，率先运用智能运维领域的理论研究及最佳实践，推出具有中国特色的智能运维分级成熟度模型，可以指引企业建设符合自身发展的智能运维系统来实践数字化转型，从而推动国内智能运维领域迈入更高的发展水平。”郭鑫伟表示。

　　“第一，目前为止，国内了解和从事智能运维领域的玩家并不是很多。云智慧作为在这个行业跑得比较快的公司，积累了大量的大客户，构建了很强的行业壁垒。

　　第三，智能运维涉及到的算法、AI等能力，云智慧通过实践在经验积累和技术突破方面，不断迭代和优化。”

　　据汪欢透露，云智慧在数据层面积累了丰富的实验数据，内部脱敏数据已经超100T，为其算法的训练和优化提供了良好条件。

　　与此同时，云智慧和清华大学也展开了密切的产学研合作，将学术成果转化为工程成果，赋能到企业客户的各个场景中。

　　作为国内智能运维行业的“资深玩家”，云智慧经过多年研发，形成了从ITOM到ITSM的智能运维产品系列，覆盖200多个应用场景的“全栈式”运维平台，为金融、政府、运营商、能源、交通、制造等数十类行业客户，提供了数字化运维体系建设及全生命周期运维管理解决方案。