新闻聚焦

提到企业IT运维，在传统企业和大部分投资机构的眼中，并不是一个很性感的词汇，大家联想到的是一群IT人员对企业IT系统软硬件进行日常维护，员工7*24小时三班倒的工作。
在系统不出现问题的时候，大家感知不到你的存在，而出了问题往往运维部门又要背锅，不直接为企业创造收入，因此IT运维往往在老板眼里是一个花钱、卖力且不讨好的部门。
实际上，这都是过去人们对运维及运维人的刻板印象。随着近年来云技术、AI技术的发展，运维也被赋予了新时代的标签，甚至爆发出前所未有的发展潜能。
本期华映洞察，将为大家介绍我们对目前火热的智能运维领域的行业梳理，以及一些投资思考，希望大家从中有所收获：

什么是智能运维（AIOPS）？
回顾IT运维的发展历程，行业通常将其划分为四个阶段，从V1.0的手工式运维，V2.0的监管控式运维，V3.0的大数据式运维，到现在V4.0-AI赋能的智能运维，这个过程是传统运维到智能运维的演进。

❏ 效率低：传统运维方式主要以“人”为本，发现问题和解决问题的效率都不够高；

❏ 成本高：传统IT运维通过设备冗余和人员冗余的方式来保障安全性，通过成本线性增长来匹配日益增长的任务，硬件成本和人力成本极高；

❏ 经验旧：传统运维经验更多擅长封闭架构下的稳态业务，无法支撑新业务和新架构下的新运维需求；

其次，新的业务形态和IT架构重构正在为客户的业务保障带来全新挑战。我们观察到，目前80%的IT资源在做云迁移，50%的IT架构在进行重构，随着容器化、微服务化和云化，不得不面临一个问题——我们需要引入大量的运维工具，实现对我们IT架构的不同维度做监控和掌握。不管是云环境容器还是应用层、基础资源层，都需要通过日志手段、APM手段、基础资源监控等手段去获得大量的监控数据，与此同时也引发了相应的问题：工具越来越多，就越需要引入更复杂的流程去处理这些问题，一旦一个问题在某个系统上面爆发出来，我们不得不通过大量的流程去解决这些问题，甄别这些问题。 第三，目前基于“人+规则”为主的运维方式呈现出局限性。我们需要能够快速定位和处理问题的人。原有的流程和经验没有办法覆盖所有问题，人的线性投入不发来带运维效益的线性增长，人工成本在增加，而行业资深专家越来越少。如何应对运维团队的人员变化，把运维人员各自的经验沉淀成知识体系，能够持续为企业复用是企业无法忽视的问题。 最后，如何提高IT效率来反哺业务效率。在企业决策者层面要考虑，IT的比重在企业运营中逐渐增强，是否可以通过科技创新，科技赋能运维以支撑新的业务增长点呢？也就是我们说的，从成本中心到收入中心的转变，从IT运维到IT运营的升级。 我们之所以强调AIOps的重要性，正因为它是基于大数据和AI应运而生的，可以完美的解决传统运维所面临的诸多挑战。过去，企业使用IOE架构，使用的场景面向内部办公业务，对于IT运维的诉求可有可无；现在，企业做云上的迁移，是云架构的，面临第一次的IT重构，稳定高效的运维成为业务的核心诉求；未来3-5年的时间，企业持续进行业务的数字化升级，形成云架构/雾架构；那时稳定高效的运维将成为万物物联世界的基石，而AIOps也会成为企业的刚需。

❏ 对日益主动的IT运营的需求不断增长❏ 多云和混合云和数字化带来的速度，规模和复杂性强调了传统的基于规则的性能监控和管理❏ 不断提高的数据多样性，成本优化目标和质量期望❏ IT运营中持续的数据增长，活力和相关的复杂性❏ 自治治理(适应性治理的一部分)的要求，以实现业务可持续性

New Relic为web应用和移动应用提供实时的监控。2015年2月，NewRelic宣布已经超过1.1W的客户，其中包括Nike， ESPN，Sony， GitHub，New Relic上市前累计融资2亿多美金。APM相对来说产品比较轻，更容易SaaS化，部署实施比较简单，更偏重于前台的集成。

回顾New Relic的发展历史，有几点值得我们借鉴：
1.免费+增值模式和简单易用的软件；2. To Engineer：采用了自下而上的方式，先赢得开发者的信任在企业内自传播； 3. 聚焦于良好的产品体验胜出；4. 模式创新：第一个采用SaaS收费模式。

中美产业环境及发展现状对比

是否中国企业可以完全参照美国公司的发展路径呢？我们对比一下中美的市场环境和基础设施存在比较明显的差异：
❏ 数据定义层面：相比美国监测及日志数据的定义已经基本达成共识，国内还处于一个相较混乱无序的状态；❏ 数据源层面：ITOM美国已有多家IPO企业，数据源完善程度高，而中国在数据源层面还处于一个不完善，不稳定的迭代过程中；❏ 数据处理层面：国内的数据处理中台薄弱，美国存储和计算引擎pass领先，已经广泛使用AI和大数据的加持；❏ 数据消费层面：相比美国的全站自动化运维，国内仍旧以单点。单类型的局部应用为主。

❏ 中国潜在市场体量和美国相当，甚至会超越美国，上市公司数量是美国的1/10，总市值水平不足美国1/50，收入水平差距较大，未来发展空间巨大；

❏ 中国没有类似美国Datadog，Splunk的巨头企业，国内已上市企业体量比较小，创业公司具备发展潜力；

❏ 去IOE化及中美市场的差异性，海外企业在中国市场份额呈现下降趋势，给中国创业公司带来发展机会和窗口期；

❏ 从美国产业发展规律来看，智能运维企业除独立上市外，被IT巨头并购概率亦较大，如Signalfx，Appdynamics，Instana; 随着科创板的推出，中国未来三到四年有多家企业有望冲击上市。

未来趋势：单点运维→全局运维→全域数据管理，具备All-In-One交付能力的企业将胜出，行业整合趋势不可避免。
看好的企业基因：高技术门槛+丰富业务经验+长期产品打磨+All-In-One潜力，具体包括：

目前，华映资本在该领域已经先后投资布局了Linkedsee灵犀及基调听云两家企业，未来将持续关注具备企业全域数据管理能力的公司，面向更大的ITSM、ITOM领域进行布局。 

 Linkedsee灵犀CEO-朱品燕：
“Linkedsee灵犀很有幸作为国内第一家专注从事AIOps领域的企业，几乎见证了AIOps在国内市场的发展，从第一阶段2016-2017年的孤军奋战，全产业观望；到2018-2019年，曙光初现，个别友商出现，创新类客户和投资机构出现，经过2020，2021至今已经进入到高速发展期。
在这个期间，可以说，行业对于运维下一步的趋势前所未有的达成了共识：以采集和治理全局运维数据为底座的，以AIOps为核心数据消费引擎的，新的全栈式智能运维解决方案提供商将是所有客户、企业、投资机构期待发生的事件。
灵犀创始团队全部来自于百度运维体系，完整经历了从1000台到500000台服务器规模，运维系统从1.0迭代到4.0的完整10年周期，是现今AIOPS厂商中唯一一家有过大厂全程运维经历，与此同时基于未来蓝图投入研发最久的企业，灵犀至今已经拥有监控产品，日志产品，数据中台，以及包含智能告警，智能监控，智能审计等多款AIOps场景级产品，赢得了互联网，金融，政府，运营商等多家标杆客户。接下来灵犀将继续以Moogsoft+Datadog为目标，夯实平台和方案级能力，力求为客户和行业带来更大价值。”

基调听云CEO-赵宇晨：

“基调听云在智能运维行业深耕十余载，从数据采集到数据分析积累了大量客户案例和行业最佳方案，智能运维的未来在于数据，基于用户端与后端业务系统数据实时全量采集与分析，对数字化业务表现进行主动监控与运维管理可视化。同时立足于多年积累的海量数据处理能力和算法分析能力，横向扩展多产品线，打造更丰富的产品矩阵。同时，将AIOps智能化、数据洞察和可视化能力落地于运维实际场景。听云将持续为各行业客户带来优质服务，不断实现产品及技术更新迭代，实现数字化业务运维成功。”