BMC HelixGPT 减少手动工作以实现零接触运营的 7 种方法
内容提要
现代企业应用部署在混合多云环境中，通过容器化微服务支持终端用户的参与系统。对于终端用户来说，业务服务与品牌是同义词。为了实现零触碰运营，需要应用领域上下文、数据派生可行洞察力和自动化最佳行动。这七个核心AIOps能力用于应用领域上下文、派生数据洞察力，并自动化最佳行动。
延伸解读
从告警风暴到情境感知：AI如何减轻认知负担
现代应用跨混合多云和大型机，故障常引发跨层告警风暴，人工难以辨别信号。文章指出，情境感知利用关联AI/ML，通过聚类和NLP在时间与文本维度聚合告警，将噪声聚焦为问题集群。这并非根因定位，而是将运维人员从海量事件中解放，为后续因果分析提供基础。
根因隔离：因果AI与动态服务模型如何终结“甩锅”
关联分析能降噪但缺乏因果性，无法确定根因。文章强调，根因隔离需领域知识，动态服务模型提供拓扑第三维，因果AI构建因果图并遍历，定位根因配置项。这消除了传统战情室中的责任推诿，使恢复行动有的放矢，减少人工排查时间。
服务影响预测：从被动救火到主动干预
评估业务服务影响是确定事件紧急性的关键。文章介绍，预测AI/ML基于历史与当前数据，通过阈值偏离预测、资源饱和预测及单变量/多变量异常检测，提前发现潜在问题。这帮助在用户受影响前修复，避免品牌损失和财务处罚，并优化资源规划。
自动化决策：知识图谱与生成式AI的协同
最佳行动推荐依赖知识图谱和生成式AI。知识图谱以图结构表示过往情境，捕捉因果链和根因，通过模式匹配相似情境，基于历史行动成败推荐自动化。同时，历史工单数据训练LLM，提供基于历史解决方案的建议。两者结合，让自动化决策有据可依，减少人工处理。
Q&A
什么是零接触运营？
零接触运营是指业务流程和操作在业务服务出现意外中断时，几乎不需要人工干预，能够自动恢复和运行。其目标是减少手动工作，提高效率，改善客户体验。
实现零接触运营需要哪些核心AIOps能力？
需要七项核心AIOps能力：动态服务模型、情境意识、根本原因隔离、服务影响预测、最佳行动推荐、自动化票据管理和智能自动化。这些能力用于应用领域上下文、从数据中获取可行洞察并自动执行最佳行动。
动态服务模型如何帮助减少手动工作？
动态服务模型通过自动发现和监控工具获取拓扑，自动构建和更新端到端服务模型，无需手动构建或维护。它提供业务服务的领域知识，为AI/ML算法提供基础，从而消除手动任务。
情境意识如何解决告警疲劳问题？
情境意识使用关联AI/ML算法，通过聚类和自然语言处理将跨时间和文本维度的告警/事件分组，减少噪音，聚焦问题集群。这帮助服务台从大量告警中识别出有意义的信号，缓解告警疲劳。
根本原因隔离为什么需要因果AI？
根本原因隔离需要确定活动情境中的罪魁祸首，而关联AI/ML算法只能减少噪音，缺乏因果关系。因果AI/ML算法构建因果图，在告警/事件上下文中进行图遍历，识别根本原因配置项，从而实现确定性和可解释的隔离。
服务影响预测如何帮助确定最佳行动？
服务影响预测通过预测AI/ML算法评估当前或未来KPI影响，确定业务服务的关键性。这有助于优先处理活动情境，并决定与票务和自动化系统交互的最佳行动，从而在用户受影响前解决问题。
最佳行动推荐是如何生成的？
最佳行动推荐基于知识图谱中过去情境的分析，以及使用生成式AI处理历史工单数据。知识图谱通过模式匹配相似情境，根据过去行动的成功或失败提供自动化建议；同时，历史工单数据训练大语言模型，基于历史解决方案推荐最佳行动。
自动化票据管理如何减少人工干预？
自动化票据管理为整个情境创建单个事件工单，而非每个事件单独创建，并基于根本原因配置项路由到正确的支持组。它根据当前或预测的服务影响分配严重性，从而消除一线支持的分诊需求，减少帮助台事件疲劳，并避免战情室和团队间的来回沟通。
智能自动化如何确保自动化行动的安全性？
智能自动化基于相似情境和过去工单的解决洞察运行推荐的自动化。推荐行动基于过去行动和工单解决的成功经验，消除支持团队手动处理历史情境和工单的需求。变更请求审批也可根据风险评估自动进行，例如重启Pod或扩展虚拟机可能被视为低风险，允许自动审批。
BMC HelixGPT在零接触运营中扮演什么角色？
BMC HelixGPT提供领域知识，通常由主题专家持有，用于应用关联、预测、因果和生成式AI/ML算法解决复杂的IT运营问题。它结合BMC Helix Operations Management和BMC Helix Discovery的AIOps能力基础，帮助实现零接触运营。
