GitHub Resources 刊出文章介紹 AIOps（AI for IT Operations），這個詞由研究機構 Gartner 創造，用來描述結合大數據與機器學習、以改善 IT 維運的一類工具。文章指出，AIOps 的目的是將 AI 技術套用在 IT 運維工作上，自動化並增強團隊處理系統事件、監控效能與排除故障的能力。
文章把 AIOps 背後的技術拆成三大支柱：自然語言處理讓系統能處理人類語言、檢查文件與程式碼找出差異；機器學習負責從數據中找出模式、做出預測並改進系統效能；自動化則用最少的人工介入來執行任務，加快解決方案落地。實際應用場景包括事件偵測與警報、效能監控與異常偵測、根本原因分析，以及安全監控與合規檢查。文章也舉出 Datadog、Splunk、Dynatrace、Azure Monitor 四個具體平台，分別對應雲原生可觀測性、日誌分析、全端監控與混合環境監控等特色。
文章同時提到 AIOps 可以減少停機時間、減少人工作業並加快故障排除，但也點出挑戰：系統需要足夠多且品質夠好的數據才能準確判斷，團隊必須在自動化與人工監督之間找到平衡，而導入過程也需要組織文化上的轉變。文章最後指出，AIOps 正朝著支援 DevSecOps 與平台工程的方向發展，把 AI 嵌入安全工作流程中以更早發現威脅。
這篇文章偏向介紹企業 IT 維運領域的概念，對剛開始學程式的孩子來說比較陌生，屬於產業面的知識。不過其中「用機器學習找出異常模式、再自動處理」的思路，和孩子在學習程式時練習的「如果發生某個情況，程式該怎麼反應」邏輯是相通的，可以作為理解 AI 如何被用在真實工作現場的一個例子。
AIIT 維運自動化