您当前的位置 : > 资讯

基调听云协办的智能观测进化论系列沙龙第一期精彩回顾

日期: 2025-03-18

2025年2月28日,由中国信通院稳定性保障实验室主办、基调听云协办的“智能观测进化论”系列沙龙第一期圆满召开。本场沙龙特别邀请头部可观测企业与云厂商可观测技术负责人带来深度分享,聚焦于AI大模型等智能化技术与可观测性技术融合的最新发展趋势与应用前景,分享可观测性最佳实践案例,吸引了线上数千名业内人士的热情参与。

1742278547680762.png

01

AI时代下,智能化与可观测技术加速融合

1742278558852551.png

中国信通院云大所云计算部副主任 郑立 开场致辞。他指出,国产AI DeepSeek凭借其强劲的性能、独特的技术架构和低成本的训练方案,迅速成为行业焦点,在这场数字化转型的浪潮中,DeepSeek 也在重新定义可观测性的技术边界与实践范式。部分企业已实践DeepSeek智能体,识别问题根因,打造全栈运维助手,产业界正不断的拓展智能可观测技术的发展上限,我们不仅是技术发展的见证者,更是这场观测革命的缔造者。他预告了系列沙龙的召开计划,并提出了本场沙龙将讨论的三个业界关心话题,激发与会者思想碰撞,为行业带来新的启发与思考。

1742278569662154.png

中国信通院云大所云计算部工程师 刘坤 发表了《智能可观测性技术应用现状及发展趋势》主题演讲。他首先分析了在AI时代下推动可观测技术与智能化技术加速融合的多重因素,以及可观测技术与智能化技术结合的本质,中国信通院以标准化建设驱动行业交流并形成《云计算智能化可观测性能力成熟度模型》。他介绍了智能可观测性技术应用现状,包括数据治理、多个核心应用场景以及可观测智能体,最后,分享了智能可观测性技术的十个发展趋势,为与会者提供参考。

02

百舸争流,智能可观测实践赋能系统稳定性

1742278580134387.png

北京基调网络股份有限公司听云AI负责人 韦远奎 发表了《听云AI落地实践-Text2NBQL》主题演讲。他强调AI落地要从业务的实际需求出发,应避免为了AI而AI。要从能力边界和性价比的角度考虑大模型的选型。根据自身的数据质量、资源能力来评估实现方式。仔细评估业务中的切入点,利用AI的长处发挥作用,靠Agent赋能实现业务智能化。

1742278592986138.png

华为云计算技术有限公司可观测架构师 郝利鹏 发表了《面向Al-Native应用的未来海量智能化运维技术实践与探索》主题演讲。他首先针对“AIOps是否是个摆设”这一问题,强调了AIOps在提升运维效率、预测故障等方面的巨大潜力,并指出当前AIOps应用中的挑战与改进方向。随后,他分享了华为云在可观测AIOps领域的探索实践,展示了AIOps如何助力企业实现智能化运维。最后,他分析了大模型时代给运维领域带来的冲击与机遇,并提出了应对策略,包括加强人才培养、深化技术研究等,为企业运维转型提供了有益参考。

1742278602768890.png

科来网络技术股份有限公司产品总监 冀佳鹏 发表了《AI赋能下一代可观测性系统的展望》主题演讲。他分享了科来公司利用AI技术在可观测性领域的最新探索,通过智能运维AI平台,实现了异常检测、故障定位等场景的自动化分析。介绍了AI应用平台在知识库、工作流编排、数据可视化及交互方面的实践经验,以及在知识问答系统、维护操作助手等多个场景的落地经验,还介绍了面向AI基础设施的可观测能力建设情况,最后,他分享了一些关于可观测产品的思考和观察。

03

圆桌探讨,共话痛点、策略与未来

1742278613593949.png

【观点总结】

数据孤岛问题存在,各种数据很难聚合到一起,同时质量参差不齐,而AIOPS非常依赖数据质量,导致算法的效果不佳。

AIOPS算法具有一定的局限性,准确性不足导致需要人工进行判断和决策,间接地增加了运维成本。

AIOPS不是万能的,市场上对AIOPS存在过度宣传,要基于传统的监控模式,在一些特定场景下使用AIOPS,用户对AIOPS本身的期待值要降低。

AIOPS能力需要客户主导建设,要具有全局意识,单一的工具升级很难取得很好的效果。

1742278624671009.png

【观点总结】

DeepSeek使得大模型的算力成本下降,很多企业开始用得起大模型,加速了大模型的落地实践。

由于DeepSeek开源,因此可以进行本地部署,解决了很多企业数据隐私保护的问题。

DeepSeek的思维链推导过程实现了可视化,这对于模型的可解释性非常重要,在根因分析等场景下,增加了模型决策的可信任度。

大模型的落地实践需要企业具备一定的数据基建,但很多企业这部分能力尚处于起步阶段。

企业算力不足仍然是大模型落地实践的一大挑战。

1742278631634045.png

【观点总结】

从用户角度看,用户会将AI能力作为一个运维能力的必选项。

从市场角度看,AI具备很大的关注度和流量,存在很大的市场机会。

从产品形态看,目前的运维工具和可观测性工具是基于场景的,未来的AI产品形态还处于摸索期,但是单点和单场景的工具形态会逐渐走向全面化和统一化,这会导致所有的工具厂商都会走向大运维领域,走向统一规划和统一建设。