AIOps剛出現的那段時間，整個運維圈子裡的每一個人都在討論著AIOps，很多原本做運維產品的廠商也紛紛推出AIOps相關產品。Gartner更是大膽預測到2022年，將有超過40%的企業會採用AIOps平臺技術。當然AIOps平臺的出現，並不是一定不需要運維工程師了，雖然AIOps可以解決很多問題，但實際上到真正實現落地還是有點時間的，是一個極具挑戰的系統工程。國內具有AIOps的廠商有聽雲，聽雲致力於提供數字化業務運維解決方案，圍繞企業的資訊化與數字化業務提供一套覆蓋使用者端、網路、伺服器端全棧實時的監控與大資料智慧分析平臺，以幫助客戶洞察並最佳化業務指標與使用者體驗、全方位保障並持續最佳化系統可用性、與效能瓶頸。

我覺得未來會逐步降低人參與到運維過程的工作，而相反是需要能夠不斷最佳化AIOps系統的“運維工程師”。之前的問答中我曾經舉過DBA的例子，使用者將業務系統託管在關係型資料庫RDS服務後，確實不再需要傳統的DBA，而需要的是能夠熟練使用的雲原生資源的運維工程師。此時的運維工程師應該更多去了解雲原生服務的特性，不斷最佳化應用底層架構，從而實現降本增效。所以無論技術如何演進，運維工程師這個角色會一直存在，但是此運維非彼運維，需要從業者不斷進化，適應新時代的需求。

但是目前為止，AIOps還無法完全替代人，如果參加一些線下的meetup應該知道，AIops目前在企業中更多是作為輔助決策的手段，無法實現真正的自動化運維。所以在AIops這條路上，還需要大量企業生產過程中產生資料進行訓練，也許在未來的某天才能達到我們理想化的AIops。