每個(gè)行業(yè)的CEO常常對(duì)IT無法跟上業(yè)務(wù)需求感到沮喪。IT部門經(jīng)常受到手動(dòng)流程和孤立的結(jié)構(gòu)的阻礙，這阻礙了它們有效地協(xié)作并最大程度地提高了組織的價(jià)值。在過去的幾個(gè)月中，隨著世界越來越依賴數(shù)字服務(wù)，這一點(diǎn)變得更加重要。

盡管組織正在尋找使IT部門專注于為業(yè)務(wù)創(chuàng)造更多價(jià)值的方法，但人工智能（AI）逐漸成為改變IT部門走向NoOps的主要游戲規(guī)則?；贏I的方法使IT部門可以采用自動(dòng)駕駛操作，從而導(dǎo)致團(tuán)隊(duì)和部門之間的協(xié)作更加緊密，并使IT部門可以騰出精力來專注于創(chuàng)新，從而實(shí)現(xiàn)業(yè)務(wù)及其客戶的真正需求。

減少手動(dòng)工作量以釋放創(chuàng)新

阻礙IT交付價(jià)值的最大問題之一是花在手動(dòng)重復(fù)性任務(wù)上的時(shí)間，這些任務(wù)只是“開燈”。IT部門的大部分時(shí)間都花在了解決問題，提供新的云基礎(chǔ)架構(gòu)以及推出軟件版本上，因此，為推動(dòng)業(yè)務(wù)創(chuàng)造新價(jià)值的新計(jì)劃幾乎沒有余地。許多IT團(tuán)隊(duì)也各自為政，缺乏對(duì)業(yè)務(wù)的廣泛了解，這使得很難理解他們的工作如何推動(dòng)組織前進(jìn)并有效地確定優(yōu)先級(jí)。

隨著組織面臨著巨大的競(jìng)爭(zhēng)壓力以及快速交付新數(shù)字服務(wù)的需求，IT團(tuán)隊(duì)需要一種新型，更有效的運(yùn)營(yíng)方法。IT團(tuán)隊(duì)需要使大多數(shù)（即使不是全部）重復(fù)性強(qiáng)的任務(wù)自動(dòng)化，這些任務(wù)不需要他們的專業(yè)技能，因此他們可以將精力集中在最需要的地方。

通過NoOps將自動(dòng)化和自我修復(fù)技術(shù)投入運(yùn)營(yíng)，IT團(tuán)隊(duì)可以將更多時(shí)間用于提供新的數(shù)字服務(wù)，改進(jìn)現(xiàn)有應(yīng)用程序并為更廣泛的業(yè)務(wù)轉(zhuǎn)型做出貢獻(xiàn)。盡管Runbook自動(dòng)化是邁出的重要第一步，但NoOps和自治云將這些原理進(jìn)一步提升了。在自修復(fù)業(yè)務(wù)流程的推動(dòng)下，從開發(fā)到生產(chǎn)，運(yùn)營(yíng)和開發(fā)團(tuán)隊(duì)及流程始終統(tǒng)一在一個(gè)統(tǒng)一的堆棧中。

克服過去的吸引力

但是，對(duì)于大多數(shù)組織而言，傳統(tǒng)體系結(jié)構(gòu)可能會(huì)使自動(dòng)化變得困難。大多數(shù)遺留系統(tǒng)和技術(shù)并非旨在自動(dòng)運(yùn)行，因此需要大量的人工維護(hù)。結(jié)果，組織通常需要基于在微服務(wù)平臺(tái)（如Kubernetes）上的容器中運(yùn)行的微服務(wù)，將它們重新設(shè)計(jì)為云原生架構(gòu)。

當(dāng)然，重新整理是一項(xiàng)耗費(fèi)大量時(shí)間和金錢的投資，因此組織應(yīng)該質(zhì)疑什么級(jí)別的自動(dòng)化才有意義。選項(xiàng)包括IT驅(qū)動(dòng)的運(yùn)行手冊(cè)自動(dòng)化，面向DevOps的自動(dòng)化編排，以及NoOps的自我修復(fù)。這將使熟練的工程師能夠?qū)Ｗ⒂陂_發(fā)新服務(wù)和創(chuàng)建改進(jìn)，而不必按按鈕來執(zhí)行相同的重復(fù)運(yùn)行手冊(cè)，從而最終為企業(yè)帶來更高的價(jià)值。

使用AI實(shí)時(shí)了解環(huán)境

隨著組織轉(zhuǎn)向云原生架構(gòu)以實(shí)現(xiàn)其NoOps愿景，他們將面臨的直接挑戰(zhàn)是如何在動(dòng)態(tài)Web規(guī)模環(huán)境中自動(dòng)化操作。為了觸發(fā)有效的自我修復(fù)工作流，組織需要能夠?qū)崟r(shí)了解每個(gè)更改并識(shí)別每個(gè)相互依賴關(guān)系的AI。只有這樣，他們才能確保用于觸發(fā)和驅(qū)動(dòng)自動(dòng)化流程的基于AI的見解足夠準(zhǔn)確以至于可以依靠。機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等最常見的方法學(xué)習(xí)時(shí)間太長(zhǎng)，只能識(shí)別以前發(fā)生的模式。因此，他們將無法跟上規(guī)則不斷變化的云原生環(huán)境。