本文来自IDC咨询。
随着各行各业数字化转型的持续推进，以及信息化建设的不断深入，IT系统规模及复杂程度日趋增长。据IDC预测，2021年中国金融行业IT支出规模（包括：软件、硬件、IT服务等）达到2186.02亿元，到2025年将达到3359.36亿元。伴随着IT资源越来越丰富，监控数据量亦呈现出指数级增长态势，导致管理复杂度越来越高，智能运维需求随之加大。同时，业务的连续运行对IT系统的安全性、可用性与持续性的依赖程度也越来越高。如何运用新技术推进IT运维的智能化发展，已经成为金融行业迫切需要思考和面对的问题。
2022年银保监会发布的《关于银行业保险业数字化转型的指导意见》、中国人民银行发布的《金融科技发展规划（2022-2025年）》等政策文件，明确提及要建立健全金融数据中心智能化运维机制，积极运用大数据加强态势感知、故障预警和故障自愈，不断提高运维智能化水平。
IDC长期以来一直关注于新技术在金融行业各业务场景中的应用。本次《IDC PeerScape：金融行业智能运维实践案例洞察》报告瞄准金融行业运维场景，通过深入访谈，对各金融机构智能运维应用现状、主要难点、解决过程中所面临的挑战及解决方案进行了深入的了解和探讨，通过对优秀案例的实践路径和实践策略分析，总结出了金融行业中智能运维应用方法、推进策略和发展方向，以供业界参考。
IDC认为，智能运维是通过使用大数据分析（Big Data Analytics）和人工智能（AI）等技术对企业不断增长的IT系统数量、规模和复杂性进行事件关联、根因分析、决策支持等工作来自动化处理并增强IT运维的能力及效率。
智能运维作为支撑金融机构数字化业务稳定持续运行的关键手段，在未来发展前景广阔。一方面，传统的运维手段以难以满足金融机构愈加复杂的业务监控和安全管理需求；另一方面，通过智能运维手段，金融机构能有效监控不同运维场景中的运维资源，并能通过大数据分析（Big Data Analytics）和人工智能（AI）等技术应用及时实现运维全生命周期的智能化管理，从而保障系统稳定性和业务连续性，这也是金融机构可持续发展的基础。
目前，智能运维在金融领域应用已成为刚需，银行、保险、证券等金融机构正加速建设智能运维体系，其应用已经从单点实验阶段推向管理运营阶段。市场中也涌现出了以场景驱动、数据驱动、产品创新而开展智能运维的实施部署与管理运营的智能运维体系建设的优秀实践案例。目前金融机构的运维场景主要有：应用/组件监测、监控告警、故障发现与定界、故障诊断、根因分析、故障自愈等，智能运维的建设往往以监测对象为基础，通过整合与拓展运维对象，构建运维大数据平台，在“数据管理+工具开发+AI算法”等支撑下，可以实现监控告警、故障定界、故障诊断、根因分析、故障修复等场景的智能化管理，从而有效实现运维全生命周期的低成本、高效率、高质量管理。
IDC中国金融行业研究高级分析师思二勋表示：“智能运维正加速迈向以运营效果为导向的大规模应用落地阶段。智能运维的规模化落地需要以运维对象为抓手，在运维数据分析和先进技术应用的基础上，逐渐加强运维场景的深度服务与广度拓展。同时，也需注重智能运维的标准化建设（包括业务流程标准化、数据应用标准化、组件定义标准化等）和组织的扁平化、虚拟化转型。未来，随着智能运维的深入应用，智能运维场景也将逐渐从单一场景向生态化发展。
