2017 年5月23日-5月27日AlphaGo與世界棋王柯潔的人機(jī)大戰(zhàn)，機(jī)器以3:0戰(zhàn)勝了人類。AlphaGo在圍棋上的強(qiáng)大得到了人們的贊嘆，同時(shí)也將人工智能引入了大家的視線。

什么是人工智能？人工智能（Artificial Intelligence），英文縮寫為AI。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器。人工智能從誕生以來，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也不斷擴(kuò)大，可以設(shè)想，未來人工智能帶來的科技產(chǎn)品，將會(huì)是人類智慧的“容器”。人工智能可以對(duì)人的意識(shí)、思維的信息過程進(jìn)行模擬，人工智能不是人的智能，但能像人那樣思考、也可能超過人的智能。如同科幻電影里呈現(xiàn)的：機(jī)器逐步替代人來工作正逐步成為現(xiàn)實(shí)。當(dāng)前人工智能已經(jīng)在金融、電商、自動(dòng)駕駛、醫(yī)療、教育等領(lǐng)域得到了廣泛的應(yīng)用。

如今的IT架構(gòu)相比五年前、十年前，規(guī)模和復(fù)雜度都呈倍數(shù)增長，管理和維護(hù)成本也水漲船高。從企業(yè)的角度而言，早期的運(yùn)維方式已經(jīng)無法負(fù)荷愈加沉重的工作量，人力又無法像網(wǎng)絡(luò)規(guī)模一樣成倍增長，這使網(wǎng)絡(luò)運(yùn)維成為企業(yè)發(fā)展的道路上不得不面對(duì)的難題。如何走出當(dāng)前的困境？大家將目光投向了人工智能，希望通過機(jī)器學(xué)習(xí)和算法解決企業(yè)在數(shù)字化轉(zhuǎn)型過程中遇到的問題：

? 難于衡量，無法主動(dòng)發(fā)現(xiàn)問題

隨著企業(yè)的業(yè)務(wù)發(fā)展，網(wǎng)絡(luò)已經(jīng)遍布企業(yè)的每個(gè)角落。一個(gè)大型辦公園區(qū)，可能會(huì)涉及到上百臺(tái)交換機(jī)、幾千臺(tái)AP、上萬人接入。但是如何衡量成百上千個(gè)設(shè)備構(gòu)成的網(wǎng)絡(luò)是否運(yùn)轉(zhuǎn)正常？每個(gè)接入網(wǎng)絡(luò)的人員、終端、系統(tǒng)應(yīng)用在網(wǎng)絡(luò)上體驗(yàn)是什么樣的？是否有人員無法接入網(wǎng)絡(luò)？是否存在網(wǎng)絡(luò)服務(wù)質(zhì)量差的情況？是單點(diǎn)故障還是群體故障？傳統(tǒng)的方式，更多是被動(dòng)等待員工報(bào)障，運(yùn)維人員定位，現(xiàn)場人員修復(fù)的模式；這就導(dǎo)致網(wǎng)絡(luò)處于不可衡量的狀態(tài)，一切都是未知。網(wǎng)絡(luò)人員時(shí)刻都處于“提心吊膽”和“隨時(shí)救火”的狀態(tài)。

? 場景繁多，故障修復(fù)效率低

以Wi-Fi網(wǎng)絡(luò)為例，一個(gè)簡單的故障Case：Wi-Fi網(wǎng)絡(luò)經(jīng)常連接不上。僅從網(wǎng)絡(luò)側(cè)來看，可能的原因包含了好幾種：認(rèn)證失敗導(dǎo)致，接入用戶數(shù)過多導(dǎo)致，信號(hào)強(qiáng)度弱導(dǎo)致，漫游失敗導(dǎo)致等等。不同的故障場景，最終在用戶側(cè)體現(xiàn)出來的現(xiàn)象經(jīng)常是類似的。這就導(dǎo)致每次出現(xiàn)故障的時(shí)候，都需要將可能的原因進(jìn)行遍歷，最終才能判斷出具體的原因。而網(wǎng)絡(luò)環(huán)境每時(shí)每刻都在發(fā)生變化，運(yùn)維人員介入時(shí)，故障無法復(fù)現(xiàn)或者故障現(xiàn)象改變的情況，導(dǎo)致故障修復(fù)效率及其低下。這種狀況對(duì)于一刻都不能中斷的業(yè)務(wù)應(yīng)用而言，是不可容忍的。

? 專家資源匱乏，網(wǎng)絡(luò)難于優(yōu)化調(diào)整

以某汽車4S店為例，該店在全國有440家分店，主要集中在一二線城市。總部有大約20人的團(tuán)隊(duì)進(jìn)行日常運(yùn)維和管理。由于每家4S店的情況各不相同，即使在同一家店，網(wǎng)絡(luò)狀況也在不停動(dòng)態(tài)變化。如何對(duì)現(xiàn)有的網(wǎng)絡(luò)進(jìn)行優(yōu)化調(diào)整，保障每個(gè)4S店網(wǎng)絡(luò)均能提供良好的服務(wù)質(zhì)量？依靠總部的運(yùn)維專家，答案是明顯的。假定每個(gè)4S店的網(wǎng)絡(luò)優(yōu)化，投入4個(gè)人，5天時(shí)間，包含現(xiàn)網(wǎng)情況分析，歷史問題分析，未來發(fā)展規(guī)劃分析，現(xiàn)網(wǎng)部署調(diào)整等，這個(gè)已經(jīng)是非常短的時(shí)間了。那么440家4S店全部評(píng)估優(yōu)化完，需要全部運(yùn)維管理人員專職投入將近2年時(shí)間。如果選擇專業(yè)服務(wù)商提供服務(wù)，每次業(yè)務(wù)變化，都需要服務(wù)廠商進(jìn)行評(píng)估，其成本又是企業(yè)的“難以承受之重”。

網(wǎng)絡(luò)結(jié)合AI，體驗(yàn)智能化網(wǎng)絡(luò)服務(wù)

2016年，Gartner提出了AIOps的概念，即基于算法的IT運(yùn)維（Algorithmic IT Operations）。AIOps為網(wǎng)絡(luò)運(yùn)維插上了機(jī)器學(xué)習(xí)和人工智能的虎翼，致力于為網(wǎng)絡(luò)運(yùn)維提供更加高效的決策方案。

舉個(gè)例子：當(dāng)異常發(fā)生時(shí)，在線系統(tǒng)中可能出現(xiàn)響應(yīng)變慢，甚至服務(wù)中斷的情況，給用戶體驗(yàn)帶來負(fù)面影響。AIOps可以通過機(jī)器學(xué)習(xí)算法找到問題的核心影響因素，從而將人工排查的時(shí)間縮短到分鐘級(jí)，甚至秒級(jí)。確定故障根因后， AIOps可以根據(jù)問題庫中相似問題的修復(fù)方案來自動(dòng)處理問題，讓運(yùn)維人員從重復(fù)繁瑣的日常工作中解放出來。當(dāng)然，更加理想的是使用AIOps對(duì)故障進(jìn)行自動(dòng)預(yù)測，提前識(shí)別有風(fēng)險(xiǎn)的網(wǎng)絡(luò)節(jié)點(diǎn)，雖然目前我們離這一天還有很長一段路要走，但經(jīng)過在AIOps領(lǐng)域的持續(xù)深耕，相信時(shí)間一定會(huì)給我們?cè)絹碓蕉嗟捏@喜。

AIOps時(shí)代的網(wǎng)絡(luò)運(yùn)維應(yīng)該如何構(gòu)建？還能完成什么以前無法想象的任務(wù)？基于AIOps的理念，華為近期將在2018西歐渠道大會(huì)上發(fā)布意圖驅(qū)動(dòng)的CloudCampus新方案及關(guān)鍵組件，新的園區(qū)網(wǎng)絡(luò)解決方案將為各行業(yè)客戶帶來預(yù)測性運(yùn)維的能力，讓客戶真實(shí)體驗(yàn)網(wǎng)絡(luò)運(yùn)維的“人工智能之路”。敬請(qǐng)期待！