Splunk: 2018年人工智能将继续促进IT的重塑

      正确地运用人工智能（AI）和机器学习，通过加强IT运营流程和工作的自动化，将会极大地简化IT的运营。IT已经变得越来越复杂，用户迫切需要能够简化工作流程的技术。智能自动化的预测分析将取代人工密集型任务。IT部门能够利用数据和人工智能迅速发现潜在的问题，提出解决现有问题的建议，通过自助服务和自我恢复功能简化自动化流程，并预测未来的结果，从而估算出成本，优化资产回报。
      Gartner发现了这一趋势，创造了“面向IT运营的人工智能（AIOps）”这一术语。试想一下，系统能够为那些我们尚未想到的问题提供深刻见解——这正是AIOps的潜力所在。
      AIOps不仅能够提供解决问题的建议，还可以从过去的行为和解决方案中学习，自动解决问题和预测故障，由此极大地简化了IT。这要求机器的配置状态具备可见性，还要理解过去的行为和交互——包括好的和坏的。AIOps通过自动应用深度分析，确保在高性能IT环境下能够主动做出决策，最终让业务更加健康的运行，从而进一步提高了IT运营分析（ITOA）能力。

DevOps对于业务必不可少：高速发展还是缓慢前行
      DevOps是 Development和Operations的组合，可以把DevOps看作开发（软件工程）、技术运营和质量保障（QA）三者的交集。
      传统的软件组织将开发、IT运营和质量保障设为各自分离的部门。在这种环境下如何采用新的开发方法，这是一个重要的课题：按照从前的工作方式，开发和部署不需要IT支持或者QA深入的、跨部门的支持，而却需要极其紧密的多部门协作。现在，DevOps考虑的是一套针对这几个部门间沟通与协作问题的流程和方法。
      虽然企业高层还不太熟悉DevOps，但它是当今高度复杂和快速发展的环境中建立并保持竞争优势的关键所在。随着每一家企业都将成为数字化企业，企业开发并交付的数字服务将决定其业务的沉浮。竞争力取决于交付速度、客户体验质量以及数字服务所实现的业务目标。DevOps不仅使数字服务交付的更快，而且更高效，并能让团队的工程和运营人员更好的参与进来。要做到这样，机构必须具备灵活性，以便轻松的提高团队开发和交付服务的技能、流程和技术。
      为实现DevOps所承诺的速度、质量和业务影响，机构将继续采用新的人员配置方法和新技术，为团队提供支持，使团队更敏捷。从吸收部门新概念（例如，自我管理团队和松散耦合的工具链等），到吸收新技术例如，容器、微服务、“功能即服务”解决方案，以及采用少代码/无代码方法开发软件等，机构将经历不断的变化。因此，DevOps不仅意味着不同部门对生产服务的质量和性能有统一全面的理解，而且对软件开发、构建和发布过程所涉及的质量和性能也有统一全面的理解。
      只有掌控好DevOps计划的高管才能脱颖而出。高管们的谈话围绕速度和竞争力，而指出DevOps实施的成功之处并用数据来证明其影响才是关键所在。

DevSecOps——下一个前沿
      为满足不断提高的管理、审计和合规要求，同时保持发展速度，很多团队都将采用DevSecOps。正如IT部门正在进行优化，在其交付平台和应用程序中置入更多的监测功能，他们的安全需求也会随之优化。这意味着开发人员将发挥更大的作用（以及更多的责任），以确保其应用程序和所处理数据的安全。同样，安全部门还应该更多的与开发和运营部门协作，以保证应用程序和交付过程的安全。