互联网+时代,创新方法和规则都在改变,失败者苦苦经营着门户网站,胜利者在手机上创造了生机勃勃的社区。失败者的生产车间在给别人代工,胜利者则是扎根用户一线携手创新。
在创新、创业的大潮中,IT运维似乎缺乏了“兴奋点”,但若把事件管理、故障管理、自动巡检……这些我们原本并不陌生的概念,与物联网、虚拟化、云计算、大数据等技术无缝融合,定会让人脑洞大开。
传统运维产品的痛点:不能“因地制宜”
国内的IT运维虽然起步较晚,但经过很长一段时期的市场培养,大多数用户对运维管理的价值判断、实施策略都有了新的认识。CIO已经不太容易被忽悠,稳扎稳打成为了新常态。这表现为:用户将所有的IT基础设施纳入到一个平台上,建立起IT基础设施的统一监控,并逐步结合业务实施透明化的管理。与此同时,这也锻炼出了一批不能“安分守己”的IT运维厂商,其中一个便是北塔软件。
那么,有着十多年的高速成长,在北塔BITM运维产品市场销量一片看好的情况下,这家国内IT运维的领导厂商为何没有选择安常守故,反而选择再次进化呢?这还要从用户需求改变谈起。
当前,更多的用户需要‘个性化’的运维系统,其原因在于运维场景升级或变化后,往往投入较大精力进行调试,其复杂性超出了用户的预期,导致运维效率不高。许多用户不理解,连服务器硬件配置都可以针对Web网站、核心数据库、ERP系统进行量体裁衣,为何软件不能智能调整?
对此,北塔软件表示:传统网管软件是按照既定阈 值判断来实现告警,但每个生产场景的“风险阈值”不同,这就直接导致前期需要很长一段时间进行试运行。另外,随着硬件可靠性的提升,发现的问题也是越来越 少,运维软件自动巡检后的数据无法被利用,用户积累的运维经验很难与软件融合。而利用互联网能思维研发产品的好处在于,我们能够第一时间了解这些需求,并 且与用户一起发现了问题的根源。要改变,就不能过度依赖事件管理,数据运维才是出路。“
从事件到数据,运维将完成“质变”
IT技术创新推动了企业信息化结构的调整与变化,而需求变化才是运维产品一次又一次进化的动力。那么,敢于携手用户一同设计产品的北塔软件,能用互联网思维造出来什么呢?
“以事件为核心的传统运维,侧重于对故障的定位和解决。而新一代的IT运维产品若要以数为核心,首先要满足‘大’,为此我们采用了分布式采集器,提供了高达470亿字段(业务指标)的存储能力,为数据运维提供了强大的基础支撑。以数据运维为核心指导思路可以让运维更能适应个性化的工作场景,通过智能化、自动化的手段,深入挖掘运维数据的价值,为日常运维提供更精准的决策依据和趋势分析。”
北塔软件的思路是:要敢于审视和反思自己,如果连这样的胆子都没有,就不可能去认真听取用户建议,就不可能完成产品设计上的质变。
这个思路给了设计人员更多的“想象力”。作为新一代的智能运维系统,仅仅有大数据是不够的,应具备自主学习、智能运维的强大能力。具体来讲,用 户仅需将管理对象加入到运维系统后,无需其他配置,该系统就应该具备了传统运维软件的中等运维水平。下一步,系统将能自动学习用户环境现状,根据不同行业 和不同管理等级,主动生成“正常”基准、对业务系统自动巡检,智能判定用户环境中的异常问题。这个过程是“螺旋向上”的,也就是说用户不会因为运维能力提 升了,就需要再购买新产品,这样才能算是为用户的“个性化”场景提供智慧运维。
互联网思维的产品不是简单地把传统品牌和产品在互联网上的移植,也不仅是基于互联网上的项目和产品,它要表达思路是企业“为谁创造产品”。而北 塔软件从事件运维转到数据运维的做法,正是从广大用户的诉求而来。那么,若要在互联网思维下创造产品,还剩下最后一个问题,这就是“速度”。那就让我们期 待新一代IT运维产品早日亮相,看看它能在“互联网+”时代有何作为?
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。