00 AIOps概念
国际惯例，我们先介绍一下AIOps的概念：AIOps，即Artificial Intelligence for IT Operations，智能运维，将人工智能应用于运维领域，基于已有的运维数据（日志、监控信息、应用信息等），通过机器学习的方式来进一步解决自动化运维没办法解决的问题。
Gartner预测，我们会看到当前的IT应用程序会发生剧变，而且我们管理整个IT生态系统的方式也会改变。这些变化的关键是Gartner所称的AIOps平台。
我们今天要讨论的，就是AIOps的需求挑战，以及我们通过怎么样的方式去应对这种挑战。
01新技术、新挑战，呼唤高度智能的电信网络
正如大家所知道的那样，近年来以5G为代表的新技术在电信网络中得到了快速的应用，新技术的应用，同时也给我们带来了很多的收益，比如大连接、低时延、高速率等等。5G的发展，让这些数据都至少有一个数量级的提升。
但是，在数据量级的提升，伴随着的，是运维难度的增加，从而，给运维带来了如下挑战：
1.网络复杂性：
数据量级的增大，让网络变得更加复杂：新技术得到了快速应用，旧技术却没有同步退出，导致我们每引入一项新技术，都需要在原来的复杂度上做一个加法。而在某些场景，甚至要去做乘法。
比如，在无线领域，2G/3G/4G/5G，“四代同堂”；在核心网，PS/CS/MS物联网等等十域并存......如此高的网络复杂度势必会给运维带来相当大的挑战。
2.2B新需求
运维的第二个挑战是To B的新场景，也就是企业应用。5G的应用推动了智能制造，网络也逐步融入到了企业的生产制造流程当中。在这种情况下，对网络可靠性的要求必然会提高，毕竟网络一旦出问题，生产流程就可能会受影响，甚至会中断，这样造成的损失将会非常大。
3.成本压力
成本压力主要是由前面两个挑战传导而来。前两个挑战导致我们要么面临一个比较复杂的网络，要么就是有更高的要求。如果我们以传统的运维方式去应对的话，必然会导致成本的急剧上升。当然，成本的提高，还有一个因素就是能耗。毕竟，5G的能耗要高于4G的能耗。
讲完上述内容，我们需要思考如何去应对网络运维面对的这些挑战呢？AI技术是关键。
02 AI是提升电信网络自动化和智能化的关键技术
在运维成本方面，有统计显示，90%的运维都需要人工去参与，而70%的成本就是人力成本。在这种情况下，一个很自然的想法就是能不能使用AI的技术来降低人的成本，来提高运维效率。
比如刚才提到5G能耗问题，我们能否通过人工智能的技术来去降低能耗呢？从过往的实践经验来看，上述问题的答案是肯定的。
接下来，我们通过三个例子来说明。
1.基站节能
第一个例子是基站节能的一个例子。基站的能耗是非常高的。在布网初期，基站用户较少，有时候基站常常是空开。针对情况，运营商自然而然想到，能不能对话务量做出一些预测。如果我们能精准的预测话务量的话，那么，在话务量小的时候，我们就可以把一定量的载波关掉，从而达到一个节能目的。据统计，在预测话务量的过程中，通过LSTM神经网络来做预测，可以实现节能10%以上的一个目标。
2.核心网KPI异常检测
第二个例子，是一个异常检测的一个案例：在运营商的核心网部署KPI异常检测服务。原有的异常检测服务，是使用固定阈值进行告警通知。而AI技术，则更加智能、及时、准确地识别异常。
具体例子是在我们使用过程中，有一天晚上，新的检测手段比老方法提前五个小时对故障发出了提示，运维人员收到提示之后，连夜就把故障进行了修复。客户自然非常满意，因为故障修复之后，避免了故障影响早高峰的用户体验。
3.故障识别及根因定位
通常网络上一旦发生故障，就会触发大量的告警，而系统同时又以高经纬维度进行运维派单。如果多个网员上报多个告警，那么就会出现这种重复派单。也就是说发生了一个故障，多网员上报告警，最后可能导致在多个域（无线域和传输域等）都去派单。比如，一次断电，可能派发十几个工单去处理。那么，面对这种情况，能否通过AI技术实现精准派单，达到一故障一工单的目标？答案是，可以的。具体操作我们会在后续讲解中给出。
03开发AI应用仍然面临挑战：开发门槛高、周期长
从上面三个例子我们可以看出，AI相对来说，还是非常靠谱的。但是既然AI如此靠谱，为什么没有得到全面快速的应用呢？因为AI的开发还面临着不小的挑战，简单概括就是六个字：门槛高，周期长。
上图是Gartner的一份研究报告。它从四个维度分析了AI应用的主要障碍。其中最主要的3点：
1)人员技能
2)理解增益与用途
3)数据范围与质量
回到我们说的六个字：门槛高，周期长。
1.门槛高
此处说的“门槛高”，第一点是指缺乏AI算法开发人员。一般的运维团队不会配置专门的AI算法开发人员，这样必然导致AI技能的缺失。但这不是最关键的，因为AI人员通过培训、培养、招聘等手段，都可以解决。
最关键的，也就是我们说的第二点，算法与业务结合难。如果要想把一个应用做好，最好的是从业务出发，根据业务的实际情况选择合适的算法，这样才能把应用做好，这点是非常重要的。但在实际操作过程中，首先，需要有一个业务专家对运维要有深刻的理解；其次，还需要有一个精通AI的算法专家。在这之后，需要他们有充足的时间和意愿坐下来深入的交流。在这里，时间和意愿都会成为阻碍。
第三点是数据。数据包含两个问题：工程问题和标注问题。工程问题其实和接下来要说的第四点是一致的。即，开发一个AI应用实际上是相当大的工程量，因为首先需要接入海量的多模态的数据去完成模型的训练和推理，最后还要去完成结果的展示，包括去对接一些现有的系统。因此除了前面需要的运维专家和算法专家，还需要很多工程开发人员。
2.周期长
开发门槛高，就决定了开发周期长，毕竟有这么高的门槛，如果不能很好的解决的话，那么周期必然会特别长。开发周期长会导致：
第一是，理解增益和用途。怎么理解呢？也就是说，如果我们长时间拿不到结果，那么企业决策人员就可能对AI能产生的效果会表示怀疑，
第二是，时间越长，大家对项目的期望就会越高。假设同样是做一个东西取得了同样的效果，比如说故障修复时长降低5%，两年做出来的和一个月做出来的，得到的评价可能就完全不一样。
