00 AIOps概念
國際慣例，我們先介紹一下AIOps的概念：AIOps，即Artificial Intelligence for IT Operations，智能運(yùn)維，將人工智能應(yīng)用于運(yùn)維領(lǐng)域，基于已有的運(yùn)維數(shù)據(jù)（日志、監(jiān)控信息、應(yīng)用信息等），通過機(jī)器學(xué)習(xí)的方式來進(jìn)一步解決自動(dòng)化運(yùn)維沒辦法解決的問題。
Gartner預(yù)測(cè)，我們會(huì)看到當(dāng)前的IT應(yīng)用程序會(huì)發(fā)生劇變，而且我們管理整個(gè)IT生態(tài)系統(tǒng)的方式也會(huì)改變。這些變化的關(guān)鍵是Gartner所稱的AIOps平臺(tái)。
我們今天要討論的，就是AIOps的需求挑戰(zhàn)，以及我們通過怎么樣的方式去應(yīng)對(duì)這種挑戰(zhàn)。
01新技術(shù)、新挑戰(zhàn)，呼喚高度智能的電信網(wǎng)絡(luò)
正如大家所知道的那樣，近年來以5G為代表的新技術(shù)在電信網(wǎng)絡(luò)中得到了快速的應(yīng)用，新技術(shù)的應(yīng)用，同時(shí)也給我們帶來了很多的收益，比如大連接、低時(shí)延、高速率等等。5G的發(fā)展，讓這些數(shù)據(jù)都至少有一個(gè)數(shù)量級(jí)的提升。
但是，在數(shù)據(jù)量級(jí)的提升，伴隨著的，是運(yùn)維難度的增加，從而，給運(yùn)維帶來了如下挑戰(zhàn)：
1.網(wǎng)絡(luò)復(fù)雜性：
數(shù)據(jù)量級(jí)的增大，讓網(wǎng)絡(luò)變得更加復(fù)雜：新技術(shù)得到了快速應(yīng)用，舊技術(shù)卻沒有同步退出，導(dǎo)致我們每引入一項(xiàng)新技術(shù)，都需要在原來的復(fù)雜度上做一個(gè)加法。而在某些場(chǎng)景，甚至要去做乘法。
比如，在無線領(lǐng)域，2G/3G/4G/5G，“四代同堂”；在核心網(wǎng)，PS/CS/MS物聯(lián)網(wǎng)等等十域并存......如此高的網(wǎng)絡(luò)復(fù)雜度勢(shì)必會(huì)給運(yùn)維帶來相當(dāng)大的挑戰(zhàn)。
2.2B新需求
運(yùn)維的第二個(gè)挑戰(zhàn)是To B的新場(chǎng)景，也就是企業(yè)應(yīng)用。5G的應(yīng)用推動(dòng)了智能制造，網(wǎng)絡(luò)也逐步融入到了企業(yè)的生產(chǎn)制造流程當(dāng)中。在這種情況下，對(duì)網(wǎng)絡(luò)可靠性的要求必然會(huì)提高，畢竟網(wǎng)絡(luò)一旦出問題，生產(chǎn)流程就可能會(huì)受影響，甚至?xí)袛啵@樣造成的損失將會(huì)非常大。
3.成本壓力
成本壓力主要是由前面兩個(gè)挑戰(zhàn)傳導(dǎo)而來。前兩個(gè)挑戰(zhàn)導(dǎo)致我們要么面臨一個(gè)比較復(fù)雜的網(wǎng)絡(luò)，要么就是有更高的要求。如果我們以傳統(tǒng)的運(yùn)維方式去應(yīng)對(duì)的話，必然會(huì)導(dǎo)致成本的急劇上升。當(dāng)然，成本的提高，還有一個(gè)因素就是能耗。畢竟，5G的能耗要高于4G的能耗。
講完上述內(nèi)容，我們需要思考如何去應(yīng)對(duì)網(wǎng)絡(luò)運(yùn)維面對(duì)的這些挑戰(zhàn)呢？AI技術(shù)是關(guān)鍵。
02 AI是提升電信網(wǎng)絡(luò)自動(dòng)化和智能化的關(guān)鍵技術(shù)
在運(yùn)維成本方面，有統(tǒng)計(jì)顯示，90%的運(yùn)維都需要人工去參與，而70%的成本就是人力成本。在這種情況下，一個(gè)很自然的想法就是能不能使用AI的技術(shù)來降低人的成本，來提高運(yùn)維效率。
比如剛才提到5G能耗問題，我們能否通過人工智能的技術(shù)來去降低能耗呢？從過往的實(shí)踐經(jīng)驗(yàn)來看，上述問題的答案是肯定的。
接下來，我們通過三個(gè)例子來說明。
1.基站節(jié)能
第一個(gè)例子是基站節(jié)能的一個(gè)例子。基站的能耗是非常高的。在布網(wǎng)初期，基站用戶較少，有時(shí)候基站常常是空開。針對(duì)情況，運(yùn)營(yíng)商自然而然想到，能不能對(duì)話務(wù)量做出一些預(yù)測(cè)。如果我們能精準(zhǔn)的預(yù)測(cè)話務(wù)量的話，那么，在話務(wù)量小的時(shí)候，我們就可以把一定量的載波關(guān)掉，從而達(dá)到一個(gè)節(jié)能目的。據(jù)統(tǒng)計(jì)，在預(yù)測(cè)話務(wù)量的過程中，通過LSTM神經(jīng)網(wǎng)絡(luò)來做預(yù)測(cè)，可以實(shí)現(xiàn)節(jié)能10%以上的一個(gè)目標(biāo)。
2.核心網(wǎng)KPI異常檢測(cè)
第二個(gè)例子，是一個(gè)異常檢測(cè)的一個(gè)案例：在運(yùn)營(yíng)商的核心網(wǎng)部署KPI異常檢測(cè)服務(wù)。原有的異常檢測(cè)服務(wù)，是使用固定閾值進(jìn)行告警通知。而AI技術(shù)，則更加智能、及時(shí)、準(zhǔn)確地識(shí)別異常。
具體例子是在我們使用過程中，有一天晚上，新的檢測(cè)手段比老方法提前五個(gè)小時(shí)對(duì)故障發(fā)出了提示，運(yùn)維人員收到提示之后，連夜就把故障進(jìn)行了修復(fù)?？蛻糇匀环浅M意，因?yàn)楣收闲迯?fù)之后，避免了故障影響早高峰的用戶體驗(yàn)。
3.故障識(shí)別及根因定位
通常網(wǎng)絡(luò)上一旦發(fā)生故障，就會(huì)觸發(fā)大量的告警，而系統(tǒng)同時(shí)又以高經(jīng)緯維度進(jìn)行運(yùn)維派單。如果多個(gè)網(wǎng)員上報(bào)多個(gè)告警，那么就會(huì)出現(xiàn)這種重復(fù)派單。也就是說發(fā)生了一個(gè)故障，多網(wǎng)員上報(bào)告警，最后可能導(dǎo)致在多個(gè)域（無線域和傳輸域等）都去派單。比如，一次斷電，可能派發(fā)十幾個(gè)工單去處理。那么，面對(duì)這種情況，能否通過AI技術(shù)實(shí)現(xiàn)精準(zhǔn)派單，達(dá)到一故障一工單的目標(biāo)？答案是，可以的。具體操作我們會(huì)在后續(xù)講解中給出。
03開發(fā)AI應(yīng)用仍然面臨挑戰(zhàn)：開發(fā)門檻高、周期長(zhǎng)
從上面三個(gè)例子我們可以看出，AI相對(duì)來說，還是非常靠譜的。但是既然AI如此靠譜，為什么沒有得到全面快速的應(yīng)用呢？因?yàn)锳I的開發(fā)還面臨著不小的挑戰(zhàn)，簡(jiǎn)單概括就是六個(gè)字：門檻高，周期長(zhǎng)。
上圖是Gartner的一份研究報(bào)告。它從四個(gè)維度分析了AI應(yīng)用的主要障礙。其中最主要的3點(diǎn)：
1)人員技能
2)理解增益與用途
3)數(shù)據(jù)范圍與質(zhì)量
回到我們說的六個(gè)字：門檻高，周期長(zhǎng)。
1.門檻高
此處說的“門檻高”，第一點(diǎn)是指缺乏AI算法開發(fā)人員。一般的運(yùn)維團(tuán)隊(duì)不會(huì)配置專門的AI算法開發(fā)人員，這樣必然導(dǎo)致AI技能的缺失。但這不是最關(guān)鍵的，因?yàn)锳I人員通過培訓(xùn)、培養(yǎng)、招聘等手段，都可以解決。
最關(guān)鍵的，也就是我們說的第二點(diǎn)，算法與業(yè)務(wù)結(jié)合難。如果要想把一個(gè)應(yīng)用做好，最好的是從業(yè)務(wù)出發(fā)，根據(jù)業(yè)務(wù)的實(shí)際情況選擇合適的算法，這樣才能把應(yīng)用做好，這點(diǎn)是非常重要的。但在實(shí)際操作過程中，首先，需要有一個(gè)業(yè)務(wù)專家對(duì)運(yùn)維要有深刻的理解；其次，還需要有一個(gè)精通AI的算法專家。在這之后，需要他們有充足的時(shí)間和意愿坐下來深入的交流。在這里，時(shí)間和意愿都會(huì)成為阻礙。
第三點(diǎn)是數(shù)據(jù)。數(shù)據(jù)包含兩個(gè)問題：工程問題和標(biāo)注問題。工程問題其實(shí)和接下來要說的第四點(diǎn)是一致的。即，開發(fā)一個(gè)AI應(yīng)用實(shí)際上是相當(dāng)大的工程量，因?yàn)槭紫刃枰尤牒Ａ康亩嗄B(tài)的數(shù)據(jù)去完成模型的訓(xùn)練和推理，最后還要去完成結(jié)果的展示，包括去對(duì)接一些現(xiàn)有的系統(tǒng)。因此除了前面需要的運(yùn)維專家和算法專家，還需要很多工程開發(fā)人員。
2.周期長(zhǎng)
開發(fā)門檻高，就決定了開發(fā)周期長(zhǎng)，畢竟有這么高的門檻，如果不能很好的解決的話，那么周期必然會(huì)特別長(zhǎng)。開發(fā)周期長(zhǎng)會(huì)導(dǎo)致：
第一是，理解增益和用途。怎么理解呢？也就是說，如果我們長(zhǎng)時(shí)間拿不到結(jié)果，那么企業(yè)決策人員就可能對(duì)AI能產(chǎn)生的效果會(huì)表示懷疑，
第二是，時(shí)間越長(zhǎng)，大家對(duì)項(xiàng)目的期望就會(huì)越高。假設(shè)同樣是做一個(gè)東西取得了同樣的效果，比如說故障修復(fù)時(shí)長(zhǎng)降低5%，兩年做出來的和一個(gè)月做出來的，得到的評(píng)價(jià)可能就完全不一樣。
