随着社会及科技的进步,已经很少有企业不使用IT设备了,上至大型的跨国公司,小到街边的便利店,无不依靠IT系统来支撑必要的办公及生产活动。因此,企业也都越来越重视IT系统的建设及维护,设立了专门的IT部门,来进行企业内的网络、IT等系统的建设及维护。
由于企业信息化的深入, IT运维部门所负责的IT设备及软件的运行维护工作变得越来越复杂, 技术难度越来越高,支撑的业务也越来越多。依靠简单的IT技术人员单打独斗的维护方式已不能满足业务的发展,必须建立一个基于人/组织,流程以及工具统一的运维体系。说到标准,不得不提英国中央计算机和电信局CCTA(现已并入英国商务部OGC)于20世纪80年代开发的一套IT服务管理标准库——ITIL(IT Infrastructure Library),它是有关IT服务管理的一个最佳实践框架,现已成为国际IT服务管理领域的事实标准。
ITIL强调基于“以客户为中心、以流程为导向”的IT管理理念,将传统的IT管理活动按照流程的方式重新加以组织,并强调根据客户的业务需求提供质量可靠、成本合理的IT服务。基于ITIL运作IT服务,可以确保企业充分利用其技术和人力资源,并确保业务需求能够以最低的成本得到满足。对于IT部门而言,ITIL只是工具,IT服务(ITSM)才是目的。
IT部门的服务对象是企业内IT系统的使用者,但这些用户大都不是直接使用设备,而是这些设备及应用之上所承载的业务,即企业业务的支撑系统。也就是说,在提供IT服务的时候,我们首先应该考虑业务需求。从下图ITIL的框架上可以看出,服务管理模块是ITIL 架构的核心模块,但所有模块及流程的最终目的都是为业务管理而服务的,业务是支撑企业发展的基础,因此也应该是IT服务的最终目的。
传统的IT工具和流程集中在技术上,而不是业务目标上,已经不能满足面向业务的IT运维策略。经常会出现,业务部门报告业务系统有问题,但在IT部门来看各个设备及应用的性能均在正常范围之内,导致业务部门和IT之间沟通的信息不对等。同时,对于业务的问题,IT部门缺乏端到端的定位工具,难以发现业务问题的根因,而且设备出现故障后难以评估影响范围。因此业务管理系统的需求就显得越来越迫切。著名IT咨询公司Gartner提出了企业IT成熟度模型,通过该模型我们不难看出,IT运维的最终阶段是IT部门以业务为中心,成为业务部门的合作伙伴,一起促进业务变革;所以,业务管理是企业IT管理管理走向成熟的必然过程。
基于这种趋势及需求,目前国内不少ITC运维工具厂商都开发了业务管理系统和组件。有厂商通过数据建模,将各业务相关的应用及设备进行关联,然后基于不同的加权值计算出业务健康度,此举虽然可以直观地反映业务的可用性情况,但由于各权重值比较难确定,因此,该健康度只能作为一个定性的参考,不能客观反映业务的量化指标。也有厂商采用了健康度等指标,但它的设备建模中却不能把存储等设备关联进来。
华为eSight,可以建立业务服务与IT基础设施和应用组件的可视化模型,只管展现业务相关的物理拓扑及逻辑拓扑;并以业务访问量、响应时间等指标来量化监控业务系统的性能,便于运维人员发现并定位业务问题。整体而言,华为eSight的业务服务管理的各种指标及业务展示更加贴近实际运维的应用场景。
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。