上篇文章我們分享了對目前營運商在數字化運維轉型過程中面臨的挑戰和困局。在本篇文章中，我們将重點介紹新一代智能運維的特征及實作數字化運維的關鍵要素。
随着網絡智能化，數字化運維從“人使用工具”向“人使能工具”模式轉變
傳統運維轉變為數字化運維，本質上是從“人使用工具”演進為“人使能工具”。傳統運維模式下，運維人員借助一定的工具，開展故障的識别、定界定位、恢複業務等工作，保障業務的延續性，其本質是工具輔助人工作。數字化運維模式下，基于傳統運維知識沉澱，識别運維價值場景實作運維場景模型建構，開發可執行的運維工具，實作可以自主運作，自動修複問題，其本質是人使能工具工作。
數字化運維主要特征：
► 資料驅動：電信領域資料及模型開放，分散資料統一治理、模組化、共享、開發，驅動業務決策。
► 内置智能：電信模型和算法内嵌到日常運維、營運的生産作業流程，整體流程可預測、可輔助決策以及零接觸的智能化運維。
► 自動化閉環：多元感覺、自分析、自決策及自執行完整閉環，實作運維作業自動化及自治化，人聚焦于自動化工具的靈活開發。
► DevOps開發：标準化開發環境和自動化傳遞流程，提高傳遞工作可預測性、效率、安全性，提高電信數字資産開發效率及重用性。
► 确定性運維：以專業知識和AI模型準确感覺、預測中斷和劣化事件，提前識别服務相關風險事件，讓不确定性風險可防可控。
運維數字化轉型是一個複雜的體系化工程，實作運維數字化運維的關鍵要素主要有4個，包括：數字化戰略、營運流程、技術工具及數字化人才。
數字化戰略：明确轉型目标方向，指明戰略落地路徑
開展數字化轉型，首要任務就是要制定數字化轉型戰略，并将其作為發展戰略的重要組成部分，把資料驅動的理念、方法和機制根植于發展戰略全局。在運維領域，要明确如何變革傳統的運維模式，如何通過變革展現商業價值并實作轉型目标，并在财務投資層面有計劃地推動數字化運維轉型落地。
利用新技術适應并改造傳統的運維模式。過去CT裝置智能化程度較低，對于裝置生成的資料，很難做到有效的采集、分析、價值化，十分依賴人員經驗開展運維。随着5G、大資料、人工智能等技術的發展，大量網元資訊、鍊路資訊等網絡資源資料能夠納入管理，大量需要通過人工判斷與操作的運維工作可以被新技術替代，在提升效率的同時也能夠提升運維品質。是以，需要将新技術的發展結合運維工作，探索新的運維模式。
明确數字技術可實作的用例和商業價值。在戰略可行性方面，需要通過實際用例說明新的數字技術能夠為運維帶來實際的商業價值。例如：在某個特定的運維場景下，通過使用哪些數字化手段能夠實作靈活響應瞬時需求，減少業務損失，量化說明數字化運維模式帶來的價值。
重新調整資本支出，優先考慮并專注于提高組織的數字化能力。數字化運維轉型前期資本支出（CAPEX）投入較大，營運商需要充分對财務支出進行規劃，計算對數字化運維的投資金額及回報周期。優先對組織的數字化基礎能力進行提升，確定數字化轉型的成功率，進而降低轉型的風險成本支出，加快未來數字化轉型投資的回報周期。
營運流程：規範數字化運維流程，加速拓展數字化運維場景
流程和管理體系是數字化戰略落地的重要組成部分。數字化運維需要适應的智能自動化流程與管理體系。在建構與保障流程正常運作的過程中，需要建構DevOps研運一體流程與價值驅動的資料治理體系，加速數字化運維場景的拓展。
從營運流程自動化過渡到智能自動化流程。目前，營運商對于運維作業均擁有相關的流程與管理體系，領先營運商在部分流程環節實作了基于新技術與工具的局部自動化，但是智能化水準還不足，較為依賴基于人工經驗的規則編排。是以，營運商需要擴大流程自動化的應用範圍，在更多的運維領域環節實作自動化，并逐漸使用人工智能等技術，建立運維資料與流程的映射，通過自學習的模式，智能化總結規則并執行。
建構DevOps研運一體流程。融合DevOps、精益和靈活軟體開發思想，建構研運一體化流程，加速從人“使用”工具轉變為人“使能”工具。有效支撐靈活營運，目前網絡和業務複雜度不斷增加，傳統運維難以支撐，需要持續開發自動化工具進行靈活運維，提升運維效率。有效提升傳遞效率與品質，建立開發規範，保障靈活開發，縮短新價值場景開發和傳遞的周期，持續呈現價值，提升客戶界面的價值感覺。
建構價值驅動的資料治理體系。從業務價值出發，識别資料應用場景。圍繞以資料分析為主的業務場景，開發資料價值，豐富業務場景，推進降本增效。在實作資料應用場景過程中完善資料範圍、标準、規範等資料管理需求。從業務痛點出發，發現資料問題并實施治理。依據業務需求，定期開展資料審計，持續提升資料品質。建構适合實際業務需求運維資料治理體系，開展資料治理，保障數字化運維有序高效開展，提升數字化運維服務價值。
技術工具：采用微服務的架構及新技術，支撐數字化運維系統價值實作
“工欲善其事，必先利其器”，數字化運維的轉型離不開技術與工具的革新與應用。随着微服務架構、大資料、人工智能等技術的湧現，電信運維也相應地提出了面向業務的運維、自治運維、零業務影響和人工幹擾等理念與目标。
将BSS+OSS架構演變為基于微服務的平台架構。傳統業務支撐系統往往采用集中式單體式架構，系統臃腫龐大，難以迅速推出新功能，降低了電信企業的市場競争力。使用開放、輕量、靈活高效的微服務技術架構，能夠基于業務需求，通過将功能分解到各個離散的服務中以實作對解決方案的解耦與快速響應。
建立綜合資料平台以支援多元資料的營運。通過綜合資料平台的建設，充分發揮資料資産的能力，将不同系統、不同部門的網絡資源資料、網絡運維資料、業務營運資料等資料內建整合、制定統一合理規範的資料提取口徑、指定專業人員及時提取資料并定期維護。有利于實時監測分析，從異常資料中發現問題、及時找出原因并協助做出針對性的調整，增加決策的自由度、精準度和科學性，促進電信業務的精細化、靈活營運管理。
開發編排能力以支援快速變化的業務需求。傳統軟體工具開發周期時間較長，且需要具備較高的代碼能力。低代碼/零代碼的編排能力能拿來即用，對于一些需要快速響應且需求複雜程度較低的需求，業務人員可以通過編排對現有能力進行規則化組合，縮短開發的周期，滿足多樣化業務需求，提升使用者體驗。
試點成熟的數字化技術，以支援自動化和自治化營運。将運作成熟的大資料分析和人工智能/機器學習技術應用于數字化運維工作中，基于大量運維資料進行積極探索，在故障分析、根因推薦、智能排程、參數推薦、自動調測、自動配置等方面通過人工智能的手段輔助分析并推薦最優方案，實作運維自動化與自治化水準不斷提升。
數字化人才：教育訓練高素質數字化人才，廣泛推行DevOps
從“人使用工具”向“人使能工具”的模式演進下，數字化運維人員工作核心也從網絡運維向幫助網絡實作自動化運維轉變，改變了原有運維人員的知識結構和工作習慣。技術無法完全代替人的作用，數字化轉型需要具備數字化思維意識和掌握數字化能力的人才，需對人員的思想意識和能力要求上進行全方位轉型賦能。
建立和培養DevOps和靈活的文化。搭建支撐業務高效運轉的DevOps組織體系及培養DevOps和靈活軟體開發的文化。不斷提升管理層和運維人員對數字化轉型的認證，轉變原來以網絡運維為中心較為狹隘的思想。以軟體工程思想管理運維工作，定義日常典型的運維場景，提煉運維規則沉澱成可執行的代碼，實作運維作業自動化和自治化。以價值驅動為導向，識别面向客戶提供服務的價值場景，通過靈活疊代開發傳遞高品質的服務，持續向客戶呈現可被感覺的服務價值。
提升運維人員IT+CT的核心技能。在原有以CT為主的能力結構基礎上，強化IT的技能，補充數字化運維管理相關技能，加強大資料、人工智能/機器學習、軟體架構等知識了解、開發和應用技能。使其具備“網絡政策師”“編排工程師”“資料分析師”等新型運維角色的核心技能，更好與時俱進承擔起數字化運維的任務。
培養運維人員進階分析能力。以資料為基礎的進階分析能力，利用預測模組化、統計方法、機器學習和流程自動化技術，結合平台工具的能力分析資料或業務資訊，有效支撐前端部門的靈活營運和靈活規劃，如支撐精準營銷、靈活業務開通、客戶服務和支撐業務部門網絡及服務/産品的規劃。
總結
随着網絡複雜程度的提升、使用者對網絡業務可用性需求的不斷提高，同時伴随着電信營運商對于數字化、智能化運維的高度重視，逐漸促進了電信網絡運維的形态與内容更新，在服務理念、運作模式等多個方面開展了探索。在大資料、雲計算、人工智能等新技術的推動下，運維管理模式從ITIL向DevOps演化，運維管理工具也發生了從ITOM、ITOA到AIOps的颠覆性變革。電信營運商需兼顧曆史與未來需求，滿足運作穩定與靈活發展需要，從數字化戰略、流程、技術、人才等多方面入手，向智能運維方向不斷努力，走出一條符合電信網絡發展特色的運維管理之路。
本文是為提供一般資訊的用途所撰寫，并非旨在成為可依賴的會計、稅務、法律或其他專業意見。請向您的顧問擷取具體意見。