一家半數(shù)員工都來自清華大學(xué)的團(tuán)隊(duì)做智能運(yùn)維，了解一下？

原標(biāo)題：一家半數(shù)員工都來自清華大學(xué)的團(tuán)隊(duì)做智能運(yùn)維，了解一下？

“我們決定在這十年間登上月球并實(shí)現(xiàn)更多夢想，并非它們輕而易舉，而正是因?yàn)樗鼈兝щy重重。因?yàn)檫@個(gè)挑戰(zhàn)我們樂于接受，因?yàn)檫@個(gè)挑戰(zhàn)我們不愿推遲，因?yàn)檫@個(gè)挑戰(zhàn)我們志在必得。”

這是美國前總統(tǒng)約翰·費(fèi)茨杰拉德·肯尼迪在1962年的一場演講中說的話，這次演講為后來阿波羅登月計(jì)劃奠定了基調(diào)。1969年7月，人類成功登上了月球。

今天，一個(gè)以清華高材生為核心的團(tuán)隊(duì)同樣在做著一件偉大的事情，盡管聽起來沒有登月那么宏偉，但當(dāng)其真正實(shí)現(xiàn)后，也絕對算是一件壯舉，因?yàn)檫@將解決無數(shù)企業(yè)、無數(shù)從業(yè)人員的痛點(diǎn)。

這件事就是智能運(yùn)維。一個(gè)當(dāng)代無數(shù)企業(yè)都面臨的難題，一個(gè)短時(shí)間內(nèi)很難有重大突破的領(lǐng)域，一個(gè)這幾年被各種廠商，包括IBM、BMC、Splunk、Dynatrace、Moogsoft、云智慧等頻繁提及的市場。

為什么選擇這樣一個(gè)方向？必示科技CEO劉大鵬的解釋是，智能運(yùn)維是市場剛需，而且很難，他們是一個(gè)有點(diǎn)理想主義色彩的團(tuán)隊(duì)，想做些有社會價(jià)值的事。

這一做就是很多年。別看2016年必示科技（以下簡稱“必示”）才成立，但其實(shí)劉大鵬在這行已經(jīng)耕耘的近10年，發(fā)表過智能運(yùn)維方向國際會議論文10余篇。團(tuán)隊(duì)成員更是強(qiáng)的令人驚嘆，不到百人的團(tuán)隊(duì)，50%來自清華大學(xué)，擁有10位智能運(yùn)維方向的博士，10位10年以上的行業(yè)資深專家。

必示科技CEO劉大鵬

這樣一支創(chuàng)業(yè)團(tuán)隊(duì)，不能不讓人好奇。本文就來揭開必示的這一層層神秘面紗，內(nèi)容包括但不限于必示對智能運(yùn)維的理解，必示的產(chǎn)品、發(fā)展規(guī)劃，必示的融資情況等。

為了更清晰的呈現(xiàn)，接下來采用問答的形式。

必示人眼中的智能運(yùn)維什么樣？

在回答這個(gè)問題之前，有必要先就智能運(yùn)維的現(xiàn)狀做一個(gè)簡單概括。

什么是智能運(yùn)維？不同的出發(fā)點(diǎn)有不同的理解，進(jìn)而會產(chǎn)生不同的導(dǎo)向和結(jié)果。

研究機(jī)構(gòu)的定義是：把機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等自動化模型發(fā)現(xiàn)算法應(yīng)用于IT運(yùn)維工具和業(yè)務(wù)系統(tǒng)所采集的大型數(shù)據(jù)集，并嘗試模擬人類行為（如發(fā)現(xiàn)、判斷、響應(yīng)）的智能化運(yùn)維管理平臺。

如果細(xì)數(shù)智能運(yùn)維領(lǐng)域的企業(yè)，則可以按照既往優(yōu)勢、切入角度不同，大致可分為三派：其一是從傳統(tǒng)運(yùn)維監(jiān)控中走出來的，如APM、日志采集、服務(wù)器基礎(chǔ)監(jiān)控、運(yùn)維大數(shù)據(jù)廠商；其二是從智能運(yùn)維算法切入，逐步將技術(shù)產(chǎn)品化的公司；其三則是傳統(tǒng)老牌IT廠商，更多聚焦底層的資源、服務(wù)的自動化管理需求。

每個(gè)企業(yè)都會說自己提供的智能運(yùn)維解決方案，如何選擇得看用戶本身的痛點(diǎn)和需求。

必示屬于第二類企業(yè)，其對智能運(yùn)維平臺的價(jià)值主張，有三個(gè)關(guān)鍵詞：垂直、專業(yè)、開箱即用。垂直對應(yīng)的是場景、行業(yè)，必示不會拿一種算法是適配所有場景，而是對應(yīng)每一個(gè)場景有一套最優(yōu)的算法；專業(yè)更多是必示的定位，立足智能運(yùn)維行業(yè)，將其作為一項(xiàng)為之奮斗的事業(yè)；開箱即用很好理解，部署、使用便捷。

智能運(yùn)維市場有多大？

很大。

只要有IT就需要運(yùn)維，未來沒有企業(yè)離得開IT，智能運(yùn)維代替運(yùn)維只是時(shí)間和技術(shù)的問題，隨著技術(shù)的成熟，這一天遲早會到來。

在此次的發(fā)布會上，清華大學(xué)計(jì)算機(jī)系長聘副教授裴丹就給出了自己的觀察和預(yù)測，2019年將是AIOps快速發(fā)展的一年。同時(shí)，他還給出了AIOps的九大趨勢預(yù)測，分別是行業(yè)多樣化、產(chǎn)業(yè)生態(tài)化、數(shù)據(jù)多樣化、場景多樣化、場景精細(xì)化、算法服務(wù)化、技術(shù)平臺化、落地加速化和成熟度評估標(biāo)準(zhǔn)化。

更直觀的數(shù)據(jù)，根據(jù)iResarch2018年的數(shù)據(jù)顯示，未來兩年中國第三方IT運(yùn)維服務(wù)市場規(guī)模增速都將保持在20%以上，到2020年IT運(yùn)維市場規(guī)模將超過1400億元。而Gartner 預(yù)測，智能運(yùn)維逐步取代人力運(yùn)維是大趨勢，到2020年，智能運(yùn)維全球部署率將達(dá)到50%。相當(dāng)可觀。

做智能運(yùn)維難不難？

難。

換個(gè)角度來解釋，智能運(yùn)維英文單詞是AIOps，AI+Ops，AI難，Ops也難，AI+Ops難上加難。機(jī)器學(xué)習(xí)和運(yùn)維兩個(gè)行業(yè)都有幾十年的歷史，而二者結(jié)合不過才短短幾年時(shí)間（AIOps的萌發(fā)大概在2016年，也就是必示成立的那一年），談何容易。

就像劉大鵬說的，搞機(jī)器學(xué)習(xí)的人很難迅速了解運(yùn)維的知識和場景，比如各類監(jiān)控?cái)?shù)據(jù)，要梳理很長時(shí)間才能理解；搞運(yùn)維的人又很難把機(jī)器學(xué)習(xí)吃透。這兩者之間存在一個(gè)巨大的鴻溝。

這種難導(dǎo)致的直接結(jié)果就是到現(xiàn)在市場上也沒有比較完善的解決方案，都還在不斷精進(jìn)中。當(dāng)然，換個(gè)角度理解，正是因?yàn)殡y，一旦誰先確立了獨(dú)有的優(yōu)勢，其它企業(yè)就很難撼動領(lǐng)頭羊的地位了。

必示的產(chǎn)品理念是什么？

核心是平臺化，更精確的說是基于運(yùn)維知識圖譜的平臺化。之所以走這樣的路線，一是業(yè)界趨勢發(fā)展，平臺化是大勢所趨，二則來源于自身的實(shí)踐。

如劉大鵬所說，運(yùn)維場景很復(fù)雜，很少只看一種監(jiān)控?cái)?shù)據(jù)，就能發(fā)現(xiàn)、定位問題。隨著越來越多的智能算法推出，新的挑戰(zhàn)出現(xiàn)了。比如，數(shù)據(jù)和算法種類不斷增加，擴(kuò)展是問題，部署是問題，各種算法的配合是問題，算法和數(shù)據(jù)之間關(guān)系復(fù)雜也是問題。唯有平臺化才能把所有這些問題歸口到一起來解決。

于是，有了必示智能運(yùn)維平臺。

至于產(chǎn)品優(yōu)勢，其實(shí)很多是來源于必示曾經(jīng)遇到的問題。比如，擴(kuò)展能力，支持海量數(shù)據(jù)的高效處理；部署問題，告別繁瑣調(diào)參，只需做簡單配置就可投入使用；復(fù)雜場景單一算法失效問題，支持算法靈活編排聯(lián)動，可分析多樣的運(yùn)維數(shù)據(jù)。

除此之外，還有非常重要的兩個(gè)關(guān)鍵點(diǎn)：一、算法是經(jīng)過打磨的專業(yè)、垂直算法，不是簡單的開源算法，這也是開篇就強(qiáng)調(diào)過的必示對智能運(yùn)維平臺的核心理解；二、平臺蘊(yùn)含了大量客戶實(shí)踐沉淀，相同的坑不會再踩第二次。當(dāng)前，包括交通銀行、招商銀行、中國民生銀行、中國光大銀行、廣發(fā)銀行、光大證券、中國南方電網(wǎng)等數(shù)十家各行業(yè)客戶都已經(jīng)落地了必示的智能運(yùn)維平臺。

據(jù)悉，當(dāng)前必示智能運(yùn)維平臺版本中共集成了12個(gè)智能運(yùn)維常見場景的算法，未來還會繼續(xù)擴(kuò)展。

這里有必要就運(yùn)維知識圖譜再多講一點(diǎn)，畢竟是基于運(yùn)維知識圖譜的平臺化，平臺的演進(jìn)很大程度取決于運(yùn)維知識圖譜的進(jìn)化。事實(shí)上，必示已經(jīng)就運(yùn)維知識圖譜有一個(gè)清晰的規(guī)劃。

其中，第一階段是必示已經(jīng)完成的，主要支撐兩個(gè)功能：第一是從外部接入數(shù)據(jù)關(guān)系（如CMDB、配置文件等），第二個(gè)可以支持多樣的算法編排。

第二個(gè)階段也就是2.0版本目前完成了70%，主要規(guī)劃了兩個(gè)內(nèi)容：一個(gè)是在圖譜上做推理的操作，比如說幾百個(gè)系統(tǒng)之間有復(fù)雜關(guān)系，檢測到50個(gè)系統(tǒng)出現(xiàn)了異常，到底是哪個(gè)系統(tǒng)出了問題，其實(shí)這是基于圖譜的推斷和查找。另外一個(gè)功能是外部知識的鏈接和融合，借助外腦完善產(chǎn)品。

第三階段3.0版本是未來要做的，主要也是兩方面，一是在1.0基于已有配置關(guān)系建立數(shù)據(jù)關(guān)系的模式變成自動的，包括圖譜關(guān)系的自動補(bǔ)全等；二是 “智能排障樹”，系統(tǒng)能根據(jù)不同的數(shù)據(jù)和關(guān)系，自動推薦算法組合。

顯然，如果真正到了3.0版本，智能運(yùn)維就真的不遠(yuǎn)了。

必示融資情況如何？

受眾多一線資本青睞。

2016年12月千萬元天使輪融資；今年1月數(shù)千萬元A輪融資；今年6月數(shù)千萬元A+輪融資。用劉大鵬的話說，必示擁有頂尖的人才、多年的技術(shù)儲備、頭部的客戶，在運(yùn)維這個(gè)傳統(tǒng)的企業(yè)服務(wù)賽道中是非常特別、極具競爭力的，自然會吸引不少對行業(yè)有洞察的投資機(jī)構(gòu)。

必示在業(yè)界處于什么位置？

快速上升期。

如果以時(shí)間論，必示絕對算這個(gè)市場的后來者。但如果真正從智能運(yùn)維的角度思考問題，各個(gè)市場玩家其實(shí)差距不大，畢竟2016年AIOps這個(gè)詞才開始廣泛被提及，到現(xiàn)在還不到4年時(shí)間。以至于到現(xiàn)在，智能運(yùn)維市場還沒有人敢稱老大，說明這個(gè)市場還不夠成熟，誰都有機(jī)會。就像劉大鵬說的，智能運(yùn)維這條路還很漫長，必示會努力。

在我看來，必示的優(yōu)勢在兩方面尤其突出，一是人才，二是這些人才長久以來積累的成果。隨著時(shí)間的推演，它們發(fā)揮的作用將越來越大。

總結(jié)全文，運(yùn)維距離實(shí)現(xiàn)智能還有很長的路要走，必示不急功近利，有技術(shù)也有情懷。最后借用劉大鵬的一句話結(jié)束本文，“智能化，對于運(yùn)維這樣一個(gè)幾十年的傳統(tǒng)行業(yè)來說，同樣存在挑戰(zhàn)，但也蘊(yùn)含巨大價(jià)值，必示致力于實(shí)現(xiàn)這場變革。”

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。