近日，面向企业云的软件智能公司Dynatrace，基于对全球800 位CIO（首席信息官）展开调研，重点探讨了 IT 资源与管理企业云生态系统的需求之间不断拉大的差距，揭示了处理来自监测工具的警报风暴所花费的时间平均每年让组织耗资 150 万美元。
在这份报告中您将了解以下内容
由于企业云复杂性与 IT 资源之间的差距不断拉大，驾驭复杂的全新的企业云生态系统已经超越了人类能力的极限。
精准、可解释的人工智能给出的解决之道是企业能够跟上数字化转型步伐的关键所在。
先进的自动化和人工智能技术提供了全然不同的方式，铺平了通往自主云运营的道路。
Dynatrace在其发布的《2020年全球首席信息官报告》中分析了复杂的企业云环境，重点介绍了这种复杂性对企业的影响，以及首席信息官为何要借助人工智能和自动化技术弥补紧张的 IT 资源与云复杂性之间的差距。
CIO们亟待解决的两大挑战
01
IT团队受困于数据洪流
对于在动态化、大规模运算的企业云上的应用，传统监控工具无法完全监控整个技术栈中所发生事件的各种背景信息，难以应对它们所生产的快速的、大量的数据及关联变化。据《报告》统计，过去一年当中，全球IT和云运营团队平均每天会从他们的监控和管理工具中收到2,973 个警报，然而在数千个警报当中，仅26%的警报需要IT团队采取行动，绝大部分都属于误报、重复或者低优先级的警报。IT团队和云运营团队陷入数据洪流中无法脱身，严重牵扯了他们日常工作的主要精力，更阻碍了其为企业打造无缝用户体验、优化业务成效发挥作用。
在过去12个月里，全球企业收到来自监控和管理工具的警报数量平均增长19%。
70%的企业都在全力应对他们收到的来自监测和管理工具的警报。
75%的企业表示，他们收到的来自监测和管理工具的警报大多数都无关紧要。
02
问题总比答案多
传统监控工具只能提供来自技术栈的有限的组件的相关数据，这迫使 IT 团队不得不以手工方式对警报进行整合、关联，以便过滤掉重复、误报的警报，识别潜在问题根源。但企业云作为大规模Web应用的动态混合多重云，其中包含数十亿的依赖关系，手工检测的方式不仅耗时还容易出错。根据调研数据估算，IT团队平均要花费15%的时间用以辨别哪些警报值得关注、哪些警报无关紧要，而企业每年平均要为此耗费1,530,000 美元。“蹩脚”的监测与管理工具不仅给企业造成了直观的经济损失，还导致 IT 团队为业务和客户提供支持的能力被大大削弱，这不仅加大了风险，而且耽误了创新。
70%的IT团队遇到过问题原本可以避免但由于警报过多而错失的情况。
企业每年平均会遇到 21 个如果警报被及时地发现或采取行动原本可以避免的故障。
通往人工智能驱动的自主云之路
越来越多的CIO们已经看到传统监控工具对混合云世界的力不从心，在对现有监控工具进行增量式改进后仍然收效甚微，企业需要以全然不同的监控方式来确保软件完美地运行。为了使监控工具与企业IT环境所发生的转变步调一致，CIO们正借助人工智能和自动化技术探寻解决之道，旨在实现所投入的IT 资源为企业带来最佳的业务成效、提升终端用户和客户的价值。
人工智能驱动的自主云运营将成为企业畅游数字化世界必由之路。CIO们踏上自主云之路的第一步，需要实现自动化的持续交付和运行、对海量警报的自动修复，将团队与资源从追查和分析各种冗杂问题的桎梏中解救出来。采用以人工智能为核心的软件智能平台，弥合有限的IT资源与云复杂性之间日渐扩大的差距，有效减少因不能对本可以避免的问题及时发现或采取行动而导致的经济与业务损失。
Dynatrace 首席技术官兼创始人Bernd Greifeneder 表示：“企业云环境的规模和复杂性远远超出了当前 IT 和云运营团队的能力。要想了解现在所生成的这些警报的体量、速度及变化，传统的监测工具和方法难以奏效，这也正是我们重新打造这个与众不同的平台的原因所在。Dynatrace软件智能平台是一个集多种模块于一身、采用通用数据模型的一体化平台，其核心是精准、可解释的人工智能引擎。这种技术组合使得Dynatrace能够为企业成功驾驭云计算复杂性提供所需的精准答案和背景因果关系， 从而最终实现人工智能驱动的自主云运营. ”
