丁海驁

“人工智能，從一開始年初的時候就有人提。現(xiàn)在，幾乎到了你不提人工智能都沒法出門這種程度了?！痹?017年年底的一天，Dynatrace大中華區(qū)總經(jīng)理琚偉在辦公室接受了記者的采訪。

事實上，隨著工業(yè)企業(yè)將更多與用戶體驗、創(chuàng)新和運維有關(guān)的優(yōu)化期望，寄托在數(shù)字化轉(zhuǎn)型，與之業(yè)務(wù)密切相關(guān)的各種數(shù)字化應(yīng)用就開始成為一種手段和方式，被廣泛應(yīng)用。然而，所有這些數(shù)字化應(yīng)用越來越多，如何能夠?qū)⑺羞@些應(yīng)用進行統(tǒng)一管理和維護，又成了一個問題。

有一項統(tǒng)計顯示，對于用戶來講，單一交易就會使用到82眾不同類型的技術(shù)。這還僅僅是為了說明企業(yè)端一種應(yīng)用的復(fù)雜性。試想，與此相關(guān)的各種應(yīng)用交織在一起，再加上各種代碼、應(yīng)用環(huán)境的復(fù)雜性……這種來自企業(yè)自身應(yīng)用系統(tǒng)本身所暗藏的風(fēng)險，也很可能會成為企業(yè)業(yè)務(wù)發(fā)展的阿喀琉斯之踵。

“實際上，這些應(yīng)用一旦建好，就已經(jīng)到了運維的臨界點：業(yè)務(wù)的運維到底該去怎么做？應(yīng)該投入多少人合適？”琚偉認為，面對如此復(fù)雜、超長鏈路的企業(yè)數(shù)字化應(yīng)用，AI最大的價值在于，能夠代替人去做整個系統(tǒng)的運維：“用

機器學(xué)習(xí)的方式去打通、去理解業(yè)務(wù)邏輯，去打通交易鏈路，去提前發(fā)現(xiàn)各種各樣的問題。這不僅僅是讓軟件變得更聰明，讓業(yè)務(wù)邏輯變得更容易，而且這也是一個解決企業(yè)數(shù)字化應(yīng)用臨界點最佳的方式。”

琚偉常常強調(diào)Dynatrace實際上是一個以性能優(yōu)化為主的企業(yè)，實際上這一點可以從其產(chǎn)品的演進過程看得出來。

“從技術(shù)層面來說，Dynatrace第一代產(chǎn)品是監(jiān)測的技術(shù)，收集到的信息是模擬的，而不是真實的用戶信息；第二代技術(shù)相當于在企業(yè)內(nèi)部照一個廣角的照片，由于缺乏實時性，因此其只能找到問題所在的區(qū)域，而無法定位具體哪一行代碼出了問題?！?017年8月，Dynatrace在上海發(fā)布了Dynatrace Davis，當時大中華區(qū)總經(jīng)理琚偉重點談到了Dynatrace以往對APM領(lǐng)域技術(shù)進步的貢獻。

事實上，直到第三代探針技術(shù)，Dynatrace就已經(jīng)成為APM行業(yè)的領(lǐng)先技術(shù)者。該技術(shù)最大的價值在于可以通過數(shù)據(jù)的反溯，明確定位系統(tǒng)問題所在，甚至可以定義到具體的代碼行。

在經(jīng)歷了三個技術(shù)階段后，Dynatrace Davis是Dynatrace將AI技術(shù)整合進了其現(xiàn)有APM技術(shù)和產(chǎn)品，從而形成的第四代帶有明顯AI和機器學(xué)習(xí)標簽的APM平臺：在明確了問題確切的位置后，自動分析原因和解決問題。

具體來看，在目前Dynatrace提供的解決方案中，首先依托于One Agent全棧式、端到端的智能監(jiān)控，可針對各類云平臺、各層級云環(huán)境、物聯(lián)網(wǎng)環(huán)境下的多樣化智能設(shè)備，監(jiān)視所有項目，收集所有相關(guān)信息和數(shù)據(jù)。同時，再利用Dynatrace的PurePath和專利技術(shù)實現(xiàn)了對每筆交易的跟蹤，利用SmartScape實現(xiàn)問題自動發(fā)現(xiàn)、自動建模，結(jié)合AI自我學(xué)習(xí)和內(nèi)置專家系統(tǒng)，以可視化的方式實現(xiàn)性能問題的精準定位，比自動進行原因分析，給出解決問題的可行方法。

從日常監(jiān)控、運維，到發(fā)現(xiàn)問題、解決問題，AI使Dynatrace的服務(wù)范疇進一步向前延伸，同時也真正形成了一個端到端的閉環(huán)應(yīng)用維護體系。

隨著帶有AI屬性的產(chǎn)品推出，琚偉明顯感覺到在2017年下半年市場的反饋和變化：“我們客戶的分布除了傳統(tǒng)的電信和金融之外，很大的一個特點是高端制造，而且他們的需求非常迫切?！?/p>

在琚偉看來，高端制造業(yè)的數(shù)字化程度遠遠超過其他行業(yè)，至少超過了很多人的理解。因此在這類企業(yè)中，數(shù)字化應(yīng)用也更多、對用戶體驗的考慮也更清晰。在這種情況下，人工智能技術(shù)在APM的落地，實際上給這類企業(yè)的數(shù)字化應(yīng)用維護帶來了更多利好消息：不僅能夠幫助其梳理現(xiàn)有數(shù)字化應(yīng)用之間的關(guān)系，自動維護運營現(xiàn)有應(yīng)用，而且還能夠更大程度地建立起企業(yè)與用戶之間的關(guān)聯(lián)關(guān)系。

當然這也是Dynatrace的機會：“明年的重點的行業(yè)會是高端制造，繼續(xù)發(fā)力這些龍頭企業(yè)：他們更關(guān)心自己的用戶，也更在意自己的業(yè)務(wù)屬性。而且，公司里頭越大的領(lǐng)導(dǎo)越容易理解Dynatrace所能提供的價值?！辫フf。

事實上，從目前行業(yè)對于AI或者機器學(xué)習(xí)的應(yīng)用角度看，采用的算法和切入的業(yè)務(wù)都算是非常準確，最核心的問題，是如何能夠在應(yīng)用過程當中，不斷用更多有效的數(shù)據(jù)，校正和優(yōu)化AI系統(tǒng)給出的結(jié)果——畢竟，在很大程度上，AI的價值正是通過不斷的迭代才能最終獲得。

而這一過程，應(yīng)該也不會特別拖沓：隨著人工智能在更大范圍地進行部署，勢必會有更多的有效數(shù)據(jù)被導(dǎo)入系統(tǒng)當中，也許在未來某一天，我們要討論的問題就不是如何讓機器學(xué)習(xí)，而是如何讓機器休息，不要越過人機之間的社會界限。