AIops给人们带来了云计算的运作承诺，但人类必须足够聪明，知道如何遵循云计算的规则。

人们使用人工智能和机器学习来提高技术的能力似乎没有限制。现在出现了人工智能驱动的分析、智能物联网、边际人工智能，当然还有人工智能工具。

从本质上讲，AIOPS 工具可以实现智能自动化。这些工具包括自我修复、主动维护，甚至与安全和治理系统协调操作，例如将性能问题确定为违规行为。

人们还需要考虑发现或收集数据，并利用数据来训练知识引擎的能力。这会使知识库变得更聪明。更深入地了解被管理系统的行为或可能的行为，将有助于更好地预测问题，并主动修复和报告问题。

空中行动自动化的其他一些优点：

将人们从云操作过程中移除，只有在需要人工干预时才通知他们。这意味着操作人员更少，成本更低。

自动生成故障订单，并直接与支持操作交互，以消除所有手动和非自动化过程。

通过自动或手动机制（自我修复）找出并解决问题的根源。

空中行动发现的一些优点：

将 AIOP 与其他企业工具（如 devops、治理和安全操作）集成在一起。

如上文所述，寻找能使运营团队积极主动的趋势。

检查托管资源中的大量数据，并提供有意义的摘要，以便根据汇总数据自动采取行动。

AIOP 是一项强大的技术。充分利用 AIOP 和工具功能的障碍是什么？快速答案是人类。专家发现，使用 AIOps 工具没有被使用或考虑，主要是因为预算问题是目光短浅的。如果你在使用它们，你就不会充分利用它们。

虽然责备 IT 组织本身很容易，但更大的问题是缺乏大量的最佳实践来正确使用 AIOP。甚至有些供应商也把客户卖给了错误的方向。

核心问题是 AIOPS 工具本身的复杂性。具有讽刺意味的是，鉴于云计算的操作复杂性，应该处理这些问题。正确配置工具的困难在于系统性的。

被忽视或误解的最佳实践是什么？以下是专家分享的几点：

对管理系统没有集中的理解。使用 AIOPS 工具的人无法全面理解所有系统、应用程序和数据库的含义。

缺乏与安全和治理等其他操作工具的集成。跨工具岛之间的任何协调实际上不会导致更多的漏洞。

在最初的培训中，除了工具传授的基本知识之外，缺乏工作方法方面的经验。这些复杂的工具需要了解人工智能引擎是如何工作的，自动化的正确使用，以及最重要的是，测试这些工具的正确方法。

人们可能不想拥有自己比自己更聪明的 AIOPS 解决方案。避免这种情况的最好方法是尽可能跟上其进展。