中國(guó)著名的科幻小說(shuō)《三體》中有一個(gè)來(lái)自理工男作者極為天才大膽且具有顛覆性的設(shè)想，叫做：降維攻擊。
我們可以學(xué)習(xí)這種思維的方式來(lái)對(duì)今天的運(yùn)維成本中心予以升維定位。我們認(rèn)為，未來(lái)的運(yùn)維中心將會(huì)成為企業(yè)的基礎(chǔ)資源管理中心、基礎(chǔ)能力中心和基礎(chǔ)創(chuàng)新中心。
之所以有這樣的定位，是因?yàn)槲磥?lái)企業(yè)的所有數(shù)據(jù)資源將集中在業(yè)務(wù)數(shù)據(jù)平臺(tái)和基礎(chǔ)數(shù)據(jù)平臺(tái)兩大核心平臺(tái)之上，企業(yè)所有的能力，所有的創(chuàng)新，都需要這兩大平臺(tái)的支撐。而這樣的升維定位也為企業(yè)運(yùn)維數(shù)據(jù)資產(chǎn)化和運(yùn)維數(shù)字化轉(zhuǎn)型明確了方向。
有了這樣的定位，讀者就會(huì)明白未來(lái)的AIOps一定是平臺(tái)化的，是具有科學(xué)方法論的，也是在全局基礎(chǔ)數(shù)據(jù)資源統(tǒng)一管理基礎(chǔ)上的創(chuàng)新和發(fā)展。這其實(shí)與近期提出的Dataops概念異曲同工。同時(shí)，讀者也就一定理解本書(shū)所定義的AIOps與目前業(yè)界各運(yùn)維工具類(lèi)廠商的根本不同。工具類(lèi)的運(yùn)維軟件廠商就某些業(yè)務(wù)場(chǎng)景開(kāi)展數(shù)據(jù)分析其實(shí)是算法運(yùn)維(Algorithmic IT Operations)的范疇，AIOps應(yīng)該具有體系化的理論依據(jù)與平臺(tái)化的整體構(gòu)思。
只有平臺(tái)才能發(fā)揮數(shù)據(jù)整合的威力與能量，而數(shù)據(jù)的整合當(dāng)然需要治理先行。在傳統(tǒng)業(yè)務(wù)數(shù)據(jù)平臺(tái)領(lǐng)域有太多由于沒(méi)有開(kāi)展數(shù)據(jù)治理造成種種問(wèn)題的前車(chē)之鑒值得運(yùn)維數(shù)據(jù)平臺(tái)建設(shè)予以借鑒。
然而在構(gòu)思運(yùn)維數(shù)據(jù)治理體系的時(shí)候我們也曾經(jīng)有很多困惑。傳統(tǒng)比較成熟的數(shù)據(jù)治理的方法或最佳實(shí)踐在運(yùn)維領(lǐng)域很難得以照搬套用，比如運(yùn)維數(shù)據(jù)領(lǐng)域就無(wú)法直接從結(jié)構(gòu)化數(shù)據(jù)庫(kù)中獲取全量元數(shù)據(jù)，似乎在套用業(yè)務(wù)數(shù)據(jù)治理理論時(shí)總是有很多不同之處。一直到我們提出了廣義元數(shù)據(jù)管理、廣義數(shù)據(jù)標(biāo)準(zhǔn)和廣義數(shù)據(jù)模型后這些問(wèn)題才迎刃而解，并由此順藤摸瓜般總結(jié)出運(yùn)維數(shù)據(jù)治理的差異化需求和特點(diǎn)。這是我寫(xiě)這本書(shū)的過(guò)程中最大的收獲。由此我們提出了業(yè)界第一版的運(yùn)維概念模型，也分析出數(shù)據(jù)湖技術(shù)更為符合運(yùn)維數(shù)據(jù)平臺(tái)的特點(diǎn)和需求。
本書(shū)力求通過(guò)創(chuàng)新的思考幫助用戶(hù)厘清思路，發(fā)現(xiàn)問(wèn)題，確立方向，找到那條數(shù)字化轉(zhuǎn)型可行的路。在書(shū)中我們有三大預(yù)言，希望與讀者一起去見(jiàn)證未來(lái)。
本書(shū)最后一章對(duì)于工業(yè)運(yùn)維略作延展，因?yàn)榻裉煺�在火熱的智能制造、工業(yè)4.0同樣需要智能工業(yè)運(yùn)維的保駕護(hù)航。工業(yè)運(yùn)維與IT運(yùn)維同樣具有極大的差異化，所以書(shū)中對(duì)包括數(shù)字孿生技術(shù)和時(shí)空數(shù)據(jù)技術(shù)在內(nèi)的物理融合模型（CPS）做了介紹和說(shuō)明。我們認(rèn)為工業(yè)運(yùn)維不是簡(jiǎn)單的搭建了一個(gè)云平臺(tái)，通過(guò)數(shù)據(jù)接口接通了很多生產(chǎn)線的實(shí)時(shí)物聯(lián)網(wǎng)數(shù)據(jù)，然后開(kāi)展了若干統(tǒng)計(jì)與可視化，就可以稱(chēng)為工業(yè)運(yùn)維。智慧的工業(yè)運(yùn)維同樣需要在數(shù)據(jù)融合的基礎(chǔ)上通過(guò)治理實(shí)現(xiàn)數(shù)據(jù)資源體系化的梳理，然后結(jié)合實(shí)際環(huán)境結(jié)合具體業(yè)務(wù)場(chǎng)景和業(yè)務(wù)需求開(kāi)展AI分析并支撐快速?zèng)Q策。
我們認(rèn)為工業(yè)運(yùn)維可以借鑒AIOps的理論與方法，結(jié)合工業(yè)運(yùn)維需求予以分析和開(kāi)展。今天由IT（信息技術(shù)）、CT（通信技術(shù)）和OT（運(yùn)營(yíng)技術(shù)）的融合已經(jīng)沒(méi)有技術(shù)障礙，這為在工業(yè)運(yùn)維領(lǐng)域通過(guò)AI技術(shù)實(shí)現(xiàn)自動(dòng)化智能化奠定了堅(jiān)實(shí)的技術(shù)基礎(chǔ)。我們相信，未來(lái)的智能工業(yè)運(yùn)維一定將是蓬勃的發(fā)展前景。
最后，感謝在本書(shū)的完成過(guò)程中給予我指導(dǎo)和建議的所有的朋友和老師，感謝大家的支持，本書(shū)的成果離不開(kāi)你們的幫助，這里一并致謝！由于是全新領(lǐng)域的構(gòu)思，相信書(shū)中一定有很多紕漏瑕疵之處，我希望得到業(yè)界同仁的批評(píng)指正，與大家共同創(chuàng)新，共同探討運(yùn)維發(fā)展之路！

湯濱
2019年夏 北京