基調聽云協辦的智能觀測進化論系列沙龍第一期精彩回顧
2025年2月28日，由中國信通院穩定性保障實驗室主辦、基調聽云協辦的“智能觀測進化論”系列沙龍第一期圓滿召開。本場沙龍特別邀請頭部可觀測企業與云廠商可觀測技術負責人帶來深度分享，聚焦于AI大模型等智能化技術與可觀測性技術融合的最新發展趨勢與應用前景，分享可觀測性最佳實踐案例，吸引了線上數千名業內人士的熱情參與。
01
AI時代下，智能化與可觀測技術加速融合
中國信通院云大所云計算部副主任 鄭立 開場致辭。他指出，國產AI DeepSeek憑借其強勁的性能、獨特的技術架構和低成本的訓練方案，迅速成為行業焦點，在這場數字化轉型的浪潮中，DeepSeek 也在重新定義可觀測性的技術邊界與實踐范式。部分企業已實踐DeepSeek智能體，識別問題根因，打造全棧運維助手，產業界正不斷的拓展智能可觀測技術的發展上限，我們不僅是技術發展的見證者，更是這場觀測革命的締造者。他預告了系列沙龍的召開計劃，并提出了本場沙龍將討論的三個業界關心話題，激發與會者思想碰撞，為行業帶來新的啟發與思考。
中國信通院云大所云計算部工程師 劉坤 發表了《智能可觀測性技術應用現狀及發展趨勢》主題演講。他首先分析了在AI時代下推動可觀測技術與智能化技術加速融合的多重因素，以及可觀測技術與智能化技術結合的本質，中國信通院以標準化建設驅動行業交流并形成《云計算智能化可觀測性能力成熟度模型》。他介紹了智能可觀測性技術應用現狀，包括數據治理、多個核心應用場景以及可觀測智能體，最后，分享了智能可觀測性技術的十個發展趨勢，為與會者提供參考。
02
百舸爭流，智能可觀測實踐賦能系統穩定性
北京基調網絡股份有限公司聽云AI負責人 韋遠奎 發表了《聽云AI落地實踐-Text2NBQL》主題演講。他強調AI落地要從業務的實際需求出發，應避免為了AI而AI。要從能力邊界和性價比的角度考慮大模型的選型。根據自身的數據質量、資源能力來評估實現方式。仔細評估業務中的切入點，利用AI的長處發揮作用，靠Agent賦能實現業務智能化。
華為云計算技術有限公司可觀測架構師 郝利鵬 發表了《面向Al-Native應用的未來海量智能化運維技術實踐與探索》主題演講。他首先針對“AIOps是否是個擺設”這一問題，強調了AIOps在提升運維效率、預測故障等方面的巨大潛力，并指出當前AIOps應用中的挑戰與改進方向。隨后，他分享了華為云在可觀測AIOps領域的探索實踐，展示了AIOps如何助力企業實現智能化運維。最后，他分析了大模型時代給運維領域帶來的沖擊與機遇，并提出了應對策略，包括加強人才培養、深化技術研究等，為企業運維轉型提供了有益參考。
科來網絡技術股份有限公司產品總監 冀佳鵬 發表了《AI賦能下一代可觀測性系統的展望》主題演講。他分享了科來公司利用AI技術在可觀測性領域的最新探索，通過智能運維AI平臺，實現了異常檢測、故障定位等場景的自動化分析。介紹了AI應用平臺在知識庫、工作流編排、數據可視化及交互方面的實踐經驗，以及在知識問答系統、維護操作助手等多個場景的落地經驗，還介紹了面向AI基礎設施的可觀測能力建設情況，最后，他分享了一些關于可觀測產品的思考和觀察。
03
圓桌探討，共話痛點、策略與未來
【觀點總結】
數據孤島問題存在，各種數據很難聚合到一起，同時質量參差不齊，而AIOPS非常依賴數據質量，導致算法的效果不佳。
AIOPS算法具有一定的局限性，準確性不足導致需要人工進行判斷和決策，間接地增加了運維成本。
AIOPS不是萬能的，市場上對AIOPS存在過度宣傳，要基于傳統的監控模式，在一些特定場景下使用AIOPS，用戶對AIOPS本身的期待值要降低。
AIOPS能力需要客戶主導建設，要具有全局意識，單一的工具升級很難取得很好的效果。
【觀點總結】
DeepSeek使得大模型的算力成本下降，很多企業開始用得起大模型，加速了大模型的落地實踐。
由于DeepSeek開源，因此可以進行本地部署，解決了很多企業數據隱私保護的問題。
DeepSeek的思維鏈推導過程實現了可視化，這對于模型的可解釋性非常重要，在根因分析等場景下，增加了模型決策的可信任度。
大模型的落地實踐需要企業具備一定的數據基建，但很多企業這部分能力尚處于起步階段。
企業算力不足仍然是大模型落地實踐的一大挑戰。
【觀點總結】
從用戶角度看，用戶會將AI能力作為一個運維能力的必選項。
從市場角度看，AI具備很大的關注度和流量，存在很大的市場機會。
從產品形態看，目前的運維工具和可觀測性工具是基于場景的，未來的AI產品形態還處于摸索期，但是單點和單場景的工具形態會逐漸走向全面化和統一化，這會導致所有的工具廠商都會走向大運維領域，走向統一規劃和統一建設。
