Gartner近日发布的《Predicts 2018: IT Operations》调查报告显示，全球2/3企业的IT基础设施运维与数字化业务运营之间存在着巨大的数据鸿沟和管理断层，如果不能有效解决个问题，将会造成企业营收的重大损失。未来五年，随着数字化程度的提高，75%的企业可能会遭遇IT故障造成的业务中断，CIO负责的IT部门在企业中所扮演的角色将发生巨大变化，40%的IT人员的工作职责将聚焦于业务，越来越多的大型企业将使用人工智能进行IT运营（AIOps），以支持和部分取代传统的ITOM。

云智慧从APMdigest发表的《2018 Application Performance Management Predictions》中精选了数十位资深分析师、行业顾问、用户和供应商富有洞察力和争议性的预测观点，力图帮助各位CIO、运维总监和IT主管准确把握2018年IT管理技术的发展趋势，从容应对数字化转型带来的业务挑战。

本文的第一章主要探讨数字化业务推动IT目标变化和随之而来的IT管理变革（详见《2018年全球APM与业务运维市场发展前瞻（1）数字化篇》），其中APM将发挥举足轻重的作用。今天的第二章内容就为大家介绍APM的发展和新型APM为企业数字化业务带来的创新价值。

智能运维，APM的下一站

如今的企业从未像现在这样依赖于数字化，每一个关键的IT问题都会成为一个业务问题。因此，APM解决方案必须从早期的性能检测工具发展成为业务决策提供更多分析、预测的综合解决方案平台。这个平台不仅要提供根因诊断和识别能力，还要利用大数据和基于AI的自我学习能力，借助有限的初始配置提供可操作的业务洞察，并为管理者提供补救措施建议。据此，IT团队能够做出最佳决策，来解决业务的性能问题。

——Vincent Geffray，Everbridge IT自动化产品营销高级总监

2018年是APM与机器学习、深度学习等人工智能技术融合的一年，从自动化运维到智能运维的发展路径也越来越明晰。在AI的驱动下，自动化和无人值守的运维系统逐步取代传统的手动部署、监控、管理、防护和修复操作。如果你的APM解决方案尚未开始智能化，今年不妨多了解这方面的趋势。

——Daniel Schrijver，Oracle产品市场高级总监

工具化的APM解决了应用性能诊断的难题，但对于中国企业而言，这还不能满足企业复杂IT环境和多种应用场景的需求。因此，需要将APM与实时大数据分析和机器学习等AI技术结合，形成创新性的APM应用模式，提高异构云环境的故障诊断效率和故障溯源能力，以及事件预测能力。

——Yak Lu，云智慧产品总监

Quocirca的最新研究报告“损害控制：关键IT事件的影响”显示，数据驱动的智能运维通过持续学习和改进，将有效降低关键IT事件对业务的影响。受调查企业的月均IT故障次数为1,208次，其中有5次达到关键事件级别。智能运维依托机器学习有效降低了重复事件的数量，并通过根因分析对重复事件进行正确处置。

——Bob Tarzey，Quocirca独立分析师

AI的作用不是取代人，而是代替我们处理日常的重复性工作和常规问题。现阶段，智能运维的价值在于帮助运维部门自动排查海量告警信息并确定故障，把运维人员从繁重的日常巡检中释放出来。同时，在人工智能的辅助下，IT人员也能获得更强、更有前瞻性的难题解决能力。

——Ash Munshi，Pepperdata CEO

智能运维通过与机器学习、数据科学和大数据技术的不断融合和持续应用，能够在模式发现、异常检测和根因分析等方面发挥更大的作用。

——David Ishmael，Trace3 IT运维分析总监

凭借智能的自动化处置和故障预测分析，智能运维将逐步取代传统运维依靠人力的方式，推动企业IT迅速走上数字化的快车道。在智能运维AIOps的帮助下，企业能够充分利用IT性能数据和AI技术快速识别业务问题，获得解决现有问题的建议，通过自助服务和自我恢复功能简化自动化运维的操作复杂度，对业务发展进行成果和成本预测。智能运维将企业IT运营分析（ITOA）提升到一个新的高度，通过自动应用洞察确保企业通过主动决策获得高性能IT环境，最终改善业务的健康状况。

——Rick Fitz，Splunk SVP

APM与IT基础设施的统一管控

在数字化转型的推动下，虚拟化、云环境、容器和微服务等动态分布式环境为企业IT带来的复杂度、规模化和快速交付，不但极大了改变了企业的应用架构，也严重冲击着传统基于硬件的IT监控、ITSM产品的运行。

——Bernd Harzog ，OpsDataStore创始人

随着移动化、虚拟化、微服务和物联网技术的广泛应用，应用架构也变得更加离散和复杂，面对如此复杂的应用运行模式，传统ITSM产品无论在监测的深度、广度，还是数据处理效率上都无法支撑现代应用的有效运行。基于大数据的APM/NPM解决方案与ITSM、ITOA工具的结合，能够实现从后端IT基础设施到网络、再到前端应用的高效统一管控，帮助企业全量采集和分析性能问题，准确追溯故障原因。

——Jonson Li，云智慧首席科学家

如今的应用架构变得更加分散和异构化，它们越来越依赖于基础设施层的支撑：网络，虚拟化，存储，数据库，云等等。在2018年，APM供应商将进一步提升其基础设施的统一监控能力，并确保IT基础架构组件的可视化管控。而IT团队也越来越需要通过端到端性能的可视化来了解基础设施问题对应用性能的关联影响，并寻求能将代码性能和事务性能与物理、虚拟、容器和云等IT支撑系统健康状况进行关联分析的APM解决方案。

——Vinod Mohan，eG Innovations高级产品经理

越来越多的架构师和程序员选择微服务和容器技术来加速新应用程序和新功能的部署，而这也带来更高的IT复杂度。APM需要为组成动态应用程序的所有IT基础设施、云资源、虚拟化组件提供深入的监测，弥补Ops，Dev和SRE团队之间的鸿沟，通过跨平台的统一管控提高运维和运营服务质量。

——Mirko Novakovic，Instana CEO

随着企业将应用和服务陆续转移到私有云、混合云或多云环境，端到端应用性能监控的需求和重要性不断提升。从业务的角度来说，企业必须清楚在上云之前、之中和之后，应用与IT支撑系统之间依赖关系的变化。而随着IT复杂度的提升，则需要依靠IT环境自上而下的详细业务逻辑拓扑，才能真正了解应用和服务的实时运行状态和历史运行健康。因此，IT部门需要对本地系统和非本地系统进行统一管控，通过全局可视化大屏和从智能运维系统获得的洞察力，获得令人满意的用户体验。

——Ron Lifton，NetScout高级解决方案经理

呈现应用依赖关系的应用逻辑拓扑图将继续改进，增加对外部/联合应用资源消耗的可见性，突出显示对应用程序的影响。改进的可视化和“数据混合”技术将为应用监测提供更好的上下文关联分析。

——David Ishmael，Trace3 IT运营分析总监

结语

APM经过五年的发展，无论是技术还是功能上都已经能够满足企业对应用性能监控的需求。然而数字化业务的发展和企业IT环境、业务系统的复杂化，导致APM所采集的性能数据和性能指标遇到数字化运营的巨大挑战。因此，企业在进行APM解决方案选型时，也应该把支持数字化KPI作为关键指标。云智慧（Cloudwise）APM提供基于性能和业务的实时大数据关联分析，帮助企业准确测算IT运行健康和业务流程对业务成果的影响，有效支撑数字化KPI的制订和评估。