基本术语
AIOps是"Artificial Intelligence for IT Operations"（IT运维人工智能）的缩写，它指的是将人工智能技术应用于IT运维领域，基于已有的运维数据（如日志、监控信息、应用信息等），通过机器学习的方式解决自动化运维无法解决的问题6。AIOps将机器学习(ML)和生成式AI(GenAI)等AI技术用于自动识别和解决常见的IT问题或提高运维效率1。
AIOps是DevOps在运维侧的高阶实现，它不依赖于人为指定规则，而是由机器学习算法自动地从海量运维数据中不断学习，提炼并总结规则29。
行业规模
根据最新数据，2024年全球智能运维(AIOps)平台软件市场规模约为20.91亿美元，预计到2031年将达到53.28亿美元，2025-2031期间的年复合增长率(CAGR)将保持增长11。
而中国AIOps市场也呈现快速增长趋势。Gartner预测，中国的AIOps市场预计将在2023年至2025年之间以每年46.9%的速度增长，从3020万美元增长至6490万美元24。
另一份研究显示，2021年中国IT智能运维市场规模为560.8亿元，预计2025年将达到1093.5亿元1427。这表明中国AIOps市场正进入快速发展期。
生命周期
AIOps的能力建设可以分为以下几个发展阶段或生命周期29：
- 起步期：开始尝试应用AI能力，尚无较为成熟的单点应用
- 单点应用期：具备单场景的AI运维能力，可以初步形成供内部使用的学件
- 流程化期：有由多个单场景AI运维模块串联起来的流程化AI运维能力，可以对外提供可靠的运维AI学件
- 全面应用期：主要运维场景均已实现流程化免干预AI运维能力，可以对外提供供可靠的AIOps服务
- 智能中枢期：有核心中枢AI，可以在成本、质量、效率间从容调整，达到业务不同生命周期对三个方面不同的指标要求，实现多目标下的最优或按需最优
发展历史
中国AIOps的发展经历了从自动化运维到智能化运维的转变。早期的运维工作大部分是由运维人员手工完成的，随着互联网业务快速扩张和人力成本上升，自动化运维应运而生
