中国信息通信研究院发布了《中国AIOps现状调查报告(2024)》，该报告通过对3218份有效问卷的分析，揭示了近一年来AIOps技术和应用的新发展，并深入洞察了国内企业AIOps的现状。报告指出，AIOps已成为企业提升运维效率、保障系统稳定运行的关键技术，并深入分析了企业在AIOps方面的投资趋势、重点关注方向、能力成熟度以及应用场景等方面的情况。

🎉 **AIOps投资趋势：** 超四成企业在运维方面年平均投资规模超5000万元，企业更关注成本和运营的可持续性，七成企业表示2024年在智能运维方面投入资金情况对比2023年持平。 企业在IT方面的预算增长已经放缓，更关注成本和运营的可持续性，七成企业表示2024年在智能运维方面投入资金情况对比2023年持平。较2023年，智能运维投入资金增加的企业明显减少。

📈 **AIOps重点关注方向：** 智能运维AIOps、业务可观测性和SRE可靠性实践是当前重点关注方向。企业在运维相关技术投资时最优先考虑智能运维，占比为61.53%。其次为业务可观测性与SRE可靠性实践，分别占比37.54%、32.99%。此外，今年运维数据治理、大模型与运维场景的结合以及运维数字员工等方向也受到企业关注。 根据本次调查显示，企业在运维相关技术投资时最优先考虑智能运维，占比为61.53%。其次为业务可观测性与SRE可靠性实践，分别占比37.54%、32.99%。此外，今年运维数据治理、大模型与运维场景的结合以及运维数字员工等方向也受到企业关注。

📊 **AIOps能力成熟度：** 随着AIOps建设不断深入，企业AIOps智能运维能力建设成熟度逐渐提高，更多企业进入L3进阶智能化运维阶段，占比58.42%，较2023年增加超过20%。此外，18.72%的受访者自评处于L2辅助智能化运维阶段，9.72%的受访者自评已达到全面智能化运维阶段。 根据中国信通院牵头制定的行业标准《云计算智能化运维(AIOps)能力成熟度模型 第1部分：通用能力要求》中的AIOps能力建设分级要求，可以将智能化运维整体能力从感知、分析、决策、执行、知识更新五个维度进行级别划分。系统的参与程度随智能化程度逐级递增，并结合智能运维应用场景特点，形成AIOps能力成熟度模型，分为L1-L5五个等级。

🚀 **AIOps应用场景：** 智能运维在质量、成本、效率、安全四大运维领域均已开展部署和应用，其中质量和效率领域仍然是目前企业关注度最高的应用方向，包括异常检测、告警收敛、根因分析、故障恢复等场景。此外，相比较2023年，2024年成本方向关注度显著提升，现位列第三，具体包括包括资源优化、成本评估、容量预测等场景。 随着技术的发展，智能运维正从单一场景向体系化发展，产品趋向于构建统一平台。超四成企业已建立了智能运维系统/工具，其中28.13%受访者表示已开始场景实践但尚未形成平台能力，15.2%的受访者表示已建立了智能运维平台能力，仅有1.96%的企业表示已建立了智能运维平台及相关的评价体系

CAICT数字化治理 2024-08-02 07:15 广东

揭示了近一年来AIOps技术和应用的新发展、深入洞察并解读国内企业AIOps当前现状，助力企业AIOps落地实践，促进全行业智能运维技术的发展。

XOps大会组委会主办的 “2024  XOps 产业创新发展论坛于 2024年 7 月 25 日在北京北辰五洲皇冠国际酒店成功召开。     

同日下午，举行了“新时代智慧运维主题论坛”。该论坛以“智慧运维，质效先行”为主题，聚焦智能运维（AIOps）、运维大模型、系统连续性与稳定性实践（SRE）、FinOps、云治理等领域，汇聚各行业名企专家分享IT运维相关优秀实践经验，探讨IT运维发展趋势与挑战，加强 IT运维体系建设经验交流与分享。

会上，由中国信息通信研究院云计算与大数据研究所审计与治理部副主任 牛晓玲发布了《中国AIOps现状调查报告(2024)》并进行了深度解读。

本次报告采用在线问卷调查方式，共收集到有效问卷3218份，再创新高。报告全面揭示了近一年来AIOps技术和应用的新发展、深入洞察并解读国内企业AIOps当前现状，助力企业AIOps落地实践，促进全行业智能运维技术的发展。

报告获取方式：

点击上方【dbaplus社群】公众号名片，后台发送：AIOps2024 即可获取完整版报告下载链接！

报告下载链接限时开放，截至时间为8月15日。

报告部分内容解读

我国AIOps智能运维发展势头强劲，逐步成为企业提升运维效率、保障系统稳定运行的关键技术。超四成企业在运维方面年平均投资规模超5000万元，占比最高（47.16%）。其次为投资金额在500万元至5000万元区间的区间，占比高达40.12%。

企业在IT方面的预算增长已经放缓，更关注成本和运营的可持续性，七成企业表示2024年在智能运维方面投入资金情况对比2023年持平。较2023年，智能运维投入资金增加的企业明显减少。

智能运维AIOps、业务可观测性和SRE可靠性实践是当前重点关注方向。根据本次调查显示，企业在运维相关技术投资时最优先考虑智能运维，占比为61.53%。其次为业务可观测性与SRE可靠性实践，分别占比37.54%、32.99%。此外，今年运维数据治理、大模型与运维场景的结合以及运维数字员工等方向也受到企业关注。

运维领域中大语言模型LLM的应用已逐步增多，已在展开运维大模型相关实践的企业较2023年明显提升，市场上已逐渐出现一些较为成熟的运维大模型相关产品。根据本次调查显示，多数企业对生成式预训练模型暂时处于研究和了解中（51.81%），已有部分企业已经开始实践（6.20%已自建大语言模型能力，16.96%已经引入厂商的大语言模型接口能力，开始对内提供服务）。相比较2023年，表示已引入厂商大语言模型的企业明显增加，上涨近10%。

根据中国信通院牵头制定的行业标准《云计算智能化运维(AIOps)能力成熟度模型 第1部分：通用能力要求》中的AIOps能力建设分级要求，可以将智能化运维整体能力从感知、分析、决策、执行、知识更新五个维度进行级别划分。系统的参与程度随智能化程度逐级递增，并结合智能运维应用场景特点，形成AIOps能力成熟度模型，分为L1-L5五个等级。

随着AIOps建设不断深入，企业AIOps智能运维能力建设成熟度逐渐提高，更多企业进入L3进阶智能化运维阶段，占比58.42%，较2023年增加超过20%。此外，18.72%的受访者自评处于L2辅助智能化运维阶段，9.72%的受访者自评已达到全面智能化运维阶段。

智能运维在质量、成本、效率、安全四大运维领域均已开展部署和应用，其中质量和效率领域仍然是目前企业关注度最高的应用方向，包括异常检测、告警收敛、根因分析、故障恢复等场景。此外，相比较2023年，2024年成本方向关注度显著提升，现位列第三，具体包括包括资源优化、成本评估、容量预测等场景。

随着技术的发展，智能运维正从单一场景向体系化发展，产品趋向于构建统一平台。超四成企业已建立了智能运维系统/工具，其中28.13%受访者表示已开始场景实践但尚未形成平台能力，15.2%的受访者表示已建立了智能运维平台能力，仅有1.96%的企业表示已建立了智能运维平台及相关的评价体系

大模型与智能运维的结合，将是智能运维进阶发展的必然趋势，近五成的企业表示今年将计划建设少量大模型场景能力，三成企业正在建设相关场景能力，11.07%的企业表示已成功实现一些场景。

根据本次调查数据显示，当前关注度最高的运维大模型应用场景为监控告警（69.91%）、自动化脚本生成与任务执行（57.55%）以及运维智能体（48.85%）。例如，企业可以运用大语言模型技术，通过对多模态数据进行采集分析，生成并提取出有价值的信息，如异常事件、趋势分析等，提高系统故障诊断效率以及准确度。

智能运维算法模型准确性、可解释性是现阶段企业主要面临的问题，现阶段企业智能运维建设过程中面临的困难按关注度依次为：“模型准确性判断难以溯源，依赖人工经验，耗时耗力”，“数据质量不高，影响机器学习模型的准确性和可靠性”，“模型效果难以维持，持续优化成本高”。

未来，企业将专注于在多样化的应用场景中建设智能运维能力。66.20%的企业在更多新场景的应用中建设智能运维能力；53.99%的企业将进行运维数据治理，提升数据质量；42.38%的企业将应用智能运维技术提升系统稳定性、可用性方面保障；

联系我们

AIOps现状调查相关事宜，请联系：

白老师

电话：15311526860（同微信）

本文内容源自：CAICT数字化治理

跳转微信打开