IT運維管理：ITIL先鋒論壇-中國IT智能運維行業(yè)市場權(quán)威分析概覽 - 上傳

中國IT智能運維行業(yè)概覽WWW.ICdOIeO.COITI卜運用業(yè)界智能運維、云計算、人工智能報告主要作者：黃旖晴2021/09報告提供的任何內(nèi)容(包括但不限于數(shù)據(jù)、文字、圖表、圖像等)均系頭豹研究院獨有的高度機密性文件(在報告中另行標明出處者除外)。未經(jīng)頭豹研究院事先書面許可，任何人不得以任何方式擅自復制、再造、傳播、出版、引用、改編、匯編本報告內(nèi)容，若有違反上述約定的行為發(fā)生，頭豹研究院保留采取法律措施，追究相關(guān)人員責任的權(quán)利。頭豹研究院開展的所有商業(yè)活動均使用“頭豹研究院”或“頭豹”的商號、商標，頭豹研究院無任何前述名稱之外的其他分支機報告主要作者：黃旖晴2021/09頭豹研究院簡介◆頭豹是國內(nèi)領(lǐng)先的原創(chuàng)行企研究內(nèi)容平臺和新型企業(yè)服務(wù)提供商。圍繞“協(xié)助企業(yè)加速資本價值的挖掘、提升、傳播”這一核心目標，頭豹打造了一系列產(chǎn)品及解決方案，包括：數(shù)據(jù)庫服務(wù)、行企研報服務(wù)、微估值及微盡調(diào)自動化產(chǎn)品、財務(wù)顧問服務(wù)、PR及R服務(wù)，以及其他企業(yè)增長咨詢服務(wù)等◆頭豹致力于以優(yōu)質(zhì)商業(yè)資源共享為基礎(chǔ)，利用大數(shù)據(jù)、區(qū)塊鏈和人工智能等技術(shù)，圍繞產(chǎn)業(yè)焦點、熱點問題，基于豐富案例和海量數(shù)據(jù)。通過開放合作的研究平臺，匯集各界智慧，推動產(chǎn)業(yè)健康、有序、可持續(xù)發(fā)展目100萬+行研數(shù)據(jù)元素2萬+終端100萬+行研數(shù)據(jù)元素2萬+終端公司目標客戶群體投行覆蓋率達80%資深分析師和研究員合作專家細分行業(yè)深入研究原創(chuàng)內(nèi)容四大核心服務(wù)企業(yè)服務(wù)為企業(yè)提供定制化報告服務(wù)、管理咨詢、戰(zhàn)略調(diào)整等服務(wù)云研究院服務(wù)提供行業(yè)分析師外派駐場服務(wù)，平臺數(shù)據(jù)庫、報告庫及內(nèi)部研究團隊提供技術(shù)支持服務(wù)行業(yè)排名、展會宣傳行業(yè)峰會策劃、獎項評選、行業(yè)白皮書等服務(wù)園區(qū)規(guī)劃、產(chǎn)業(yè)規(guī)劃地方產(chǎn)業(yè)規(guī)劃，園區(qū)企業(yè)孵化服務(wù)2◎20212◎2021LeadLeo研報閱讀渠道詳情咨詢詳情咨詢1、頭豹科技創(chuàng)新網(wǎng):PC端閱讀全行業(yè)、干本研報上海南京深圳表說表說專家說數(shù)說33我國AIOps行業(yè)處于起步初期，隨著國家政策加持、5G、云計算和大數(shù)據(jù)的高速發(fā)展，AlOps行業(yè)有望引來大發(fā)展主，智能運維僅應(yīng)用于單一場景。目前傳統(tǒng)運維存在諸多問題，IT系統(tǒng)復雜度增加，運維人力成本提升較快。隨著人工智能技術(shù)的日漸精進，數(shù)字化平臺自動式運維將運維數(shù)據(jù)可視化，AlOps應(yīng)用前景廣闊中國IT運維管理市場長期被國際運維服務(wù)商占據(jù)市場領(lǐng)先ce金融終端產(chǎn)化趨勢下，國內(nèi)IT運維管理行業(yè)迅速崛起。當前中國IT運維管理廠商adle大體可分為原廠運維服務(wù)商、第三方運維服務(wù)商和ITOM/ITOA廠商。中合型”服務(wù)商是系統(tǒng)集成商突破行業(yè)競爭白熱化的關(guān)鍵破局之道。中國ITOM/ITOA市場中產(chǎn)品型廠商在業(yè)務(wù)布局中各有側(cè)重，國內(nèi)廠商在NPM領(lǐng)域和應(yīng)用性能領(lǐng)域占據(jù)領(lǐng)先地位。云計算和人工智能技術(shù)的更新迭代和市場規(guī)模的不斷擴大將驅(qū)動智能運維邁向更高階段·我國云計算經(jīng)過多年的產(chǎn)業(yè)培育期，目前產(chǎn)業(yè)鏈和商業(yè)模式已發(fā)展成熟，獲得廣泛應(yīng)用。人工智能算法融合機器學習和深度學習，使大量依賴人腦決策以及收購操作的傳統(tǒng)IT運維模式轉(zhuǎn)型為AlOps。云計算和人工智能技術(shù)的發(fā)展將使得AlOps應(yīng)用場景將更加多樣化和精細化，落地更加精細化。能和云計算高速發(fā)展趨勢下，析技術(shù)和AI算法，自動從海量數(shù)據(jù)中學習并總結(jié)目錄◆中國IT智能運維行業(yè)綜述◆中國IT智能運維行業(yè)產(chǎn)業(yè)鏈分析16·產(chǎn)業(yè)鏈上游17 ◆中國IT運維行業(yè)環(huán)境分析 ◆中國IT智能運維行業(yè)發(fā)展趨勢 ◆中國IT智能運維行業(yè)細分賽道企業(yè)介紹 ◆法律聲明目錄目錄◆Terms ◆OverviewofChinaITIntelligenceOperationsIndustry DevelopmentHistory ·DefinitionandClassificationofITIntelligenceOperations ·DefinitionandClassificationofSaaS ·MarketScaleofChinaITIntelligenceOperationsIndustry ·ApplicationsofChinaITIntelligenceOperationsIndustry ◆IndustryChainAnalysisofChinaITIntelligenceOperationsIndustry ·OverviewofIndustryChain ·UpstreamofIndustryChain DownstreamofIndustryChain ·Mid-streamofIndustryChainDownstreamofIndustryChain ◆CompetitiveLandscapeofChinaITIntelligenceOperationsIndustry21·AnalysisofMarketParticipantsEvolution ◆IndustryEnvironmentofChinaITIntelligenceOperations ·AnalysisofIndustryPolicy ·DrivingFactorsofIndustry ◆DevelopmentTendencyofChinaITIntelligenceOperationsIndustry ◆CompanyProfile◆Methodology34◆LegalStatement◆SaaS:軟件服務(wù)化SoftwareasaService,是運營SaaS軟件的平臺。SaaS提供商為企業(yè)搭建信息化所需要的所有網(wǎng)絡(luò)基礎(chǔ)設(shè)施及軟件、硬件運作平臺，并負責所有前期的實施、后期的維護等一系列服務(wù)◆ITIL:信息技術(shù)基礎(chǔ)架構(gòu)庫。全球公認的一系列信息技術(shù)(IT)服務(wù)管理的最佳實踐。由英國中央計算機與電信局(簡稱CCTA)—手創(chuàng)建，旨在滿足將信息技術(shù)應(yīng)用于商業(yè)領(lǐng)域的發(fā)展需求◆DevOps:一組過程、方法與系統(tǒng)的統(tǒng)稱，用于促進開發(fā)(應(yīng)用程序/軟件工程)、技術(shù)運營和質(zhì)量保障(QA)部門之間的溝通、協(xié)作與整合?！鬒TOM:指采用專業(yè)的信息技術(shù)和方法，對軟硬件環(huán)境、網(wǎng)絡(luò)、應(yīng)用系統(tǒng)及運維服務(wù)流程等進行綜合管理，目的是保障系統(tǒng)與網(wǎng)絡(luò)的可用性、安全性和業(yè)務(wù)的持續(xù)性◆應(yīng)用性能監(jiān)控(APM):指監(jiān)控應(yīng)用性能以確保始終提供最佳服務(wù)的過程。APM應(yīng)用性能監(jiān)控有助于識別和解決與性能相關(guān)的問題，優(yōu)化應(yīng)用的響應(yīng)時間并確保應(yīng)用的可用性◆網(wǎng)絡(luò)性能監(jiān)控和診斷(NPM):功能強大且經(jīng)濟實惠的網(wǎng)絡(luò)監(jiān)控軟件，可以快速檢測、診斷和解決網(wǎng)絡(luò)性能問題及故障◆CMDB:邏輯數(shù)據(jù)庫，包含了配置項全生命惆期的信息以及配置項之間的關(guān)系(包括物理關(guān)系、實時通信關(guān)系、非實時通信關(guān)系和依賴關(guān)系)中國IT智能運維行業(yè)東財Choice金融終端——行業(yè)綜述8企業(yè)運維行業(yè)綜述——發(fā)展歷程運維管理行業(yè)歷經(jīng)四個階段，目前在企業(yè)內(nèi)應(yīng)用范圍較廣是集研發(fā)運營一體化的自動化運維工具，智能運維行業(yè)尚處于起步初期，大數(shù)據(jù)時代的到來將引領(lǐng)智能運維行業(yè)快速發(fā)展ITIL流程化運維AlOps智能運維ITIL流程化運維AlOps智能運維人工運維人工運維效率偏低、人力成本高標準化、流程化開發(fā)運維一體化大數(shù)據(jù)、人工智能維護量少，人工運維占據(jù)大部分工作量；·運維人員缺乏運維軟硬件系統(tǒng)支持，運維效率偏低。這種被動式運維普遍存在管理不順暢、缺乏知識積累的問題，嚴重阻礙運營效率的提初始化階段，可用性低來源：頭豹研究院編輯整理·隨著企業(yè)IT運維人員不斷增加，運維團隊的建立有助于對運維人員的行為活動規(guī)范管理；·ITIL強調(diào)流程、規(guī)范、分工。·隨著企業(yè)IT運維人員不斷增加，運維團隊的建立有助于對運維人員的行為活動規(guī)范管理；·ITIL強調(diào)流程、規(guī)范、分工。流程化：以ITIL為理念核心的dleDevOps體系讓開發(fā)和運維信息更加透明化，有效將運維過程中遇到的問題反饋到ITSM系統(tǒng)將運維操作流程化，運維人員按照流程工作。規(guī)范信息更加透明化，有效將運維過程中遇到的問題反饋到ITSM系統(tǒng)將運維操作流程化，運維人員按照流程工作。規(guī)范化：規(guī)范人員行為，避免偏離方向。分工化：運維人員按照。技能有效分工，相互協(xié)作；·ITIL模式，技術(shù)架構(gòu)相對簡單，運維操作較為穩(wěn)妥，適用于企業(yè)業(yè)務(wù)變更頻率低的IOE技術(shù)架構(gòu)時代DevOps體系效率高，在持續(xù)集成、持續(xù)自動化測試、持續(xù)部署平臺、立體化監(jiān)控、技術(shù)結(jié)構(gòu)優(yōu)化等多種自動化侗劇的支撐下，企業(yè)產(chǎn)品的版本發(fā)布和運維的過程被大幅度壓縮，效率迅速提升步入大數(shù)據(jù)5G時代，云計持續(xù)部署平臺、立體化監(jiān)控、技術(shù)結(jié)構(gòu)優(yōu)化等多種自動化侗劇的支撐下，企業(yè)產(chǎn)品的版本發(fā)布和運維的過程被大幅度壓縮，效率迅速提升ITOM領(lǐng)域的新增長點頭豹洞察口運維技術(shù)的更新迭代歷經(jīng)四個階段。運維口運維技術(shù)的更新迭代歷經(jīng)四個階段。運維領(lǐng)域最新技術(shù)智能運維(AlOps)是主動式運維管理(DevOps)的高級智能進階版，其建設(shè)和使用成本是DevOps四倍之多。AlOps主要依靠人工智能技術(shù)對運維管理對象的海量的運維大數(shù)據(jù)進行建模分析，如日志、監(jiān)控信息、應(yīng)用信息等進行提煉和規(guī)律總結(jié)。目前我國AlOps發(fā)展處于早期階段，技術(shù)的應(yīng)用集中在金融、互聯(lián)網(wǎng)及通信等頂尖公司。口隨著IT系統(tǒng)復雜度增加，運維成本尤其是人力成本提升較快。根據(jù)行業(yè)專家訪談，人力成本包括現(xiàn)場維護、訓練教育、人員流失和招聘等成本，占整體維護成本四成。當前進入信息化時代和大數(shù)據(jù)新紀元，數(shù)據(jù)繁多且維度復雜，數(shù)字化平臺自動式運維將運維數(shù)據(jù)可視化、并提供分析決策，將逐漸取代人工運維。此外，得益于人工智能技術(shù)的日漸精進和機器分析自判的能力逐步加強，AIOps應(yīng)用前景廣闊。企業(yè)運維行業(yè)綜述——定義、特性與分類的可用性、安全性和業(yè)務(wù)持續(xù)性ITOM定義與特性ITOA定義與特性障，技術(shù)優(yōu)干監(jiān)控為主的時候處理。W9.leadleoITOM是傳統(tǒng)運維管理平臺，具備多項I運維工具，傾向于管理特定細分領(lǐng)域，完成單一任務(wù)。細分產(chǎn)品看，監(jiān)控類產(chǎn)品占據(jù)主導地位，份額超50%;由于自動 ITOA落地領(lǐng)域容量分析ITOA落地領(lǐng)域容量分析預(yù)測、成本、擴展運行分析多方位、高效分析通信數(shù)據(jù)客戶體驗快慢(性能),好壞(業(yè)務(wù))EQ\*jc3\*hps65\o\al(\s\up7(能),析)可視化配置藍圖、運行狀況全景AlOPS智能監(jiān)控，預(yù)測、定位、決策機器數(shù)據(jù)口ITOA收集服務(wù)端各類運行數(shù)據(jù)，根據(jù)不同數(shù)據(jù)類型建立數(shù)據(jù)計算平臺入ITOA時代，2014年企業(yè)TOA滲透率只有5%,2017年滲透率達15%。隨著計算機算法不斷更新迭代，市場對wTQAd需求將快速上升運維數(shù)字化建設(shè)的技術(shù)指引中的智能解決方案落地領(lǐng)域ITOM細分產(chǎn)品監(jiān)控當前運行狀況應(yīng)用性能報告當前發(fā)生的問題分析問題產(chǎn)生對的原因預(yù)測問題對系統(tǒng)的影響制定止損方案IT資產(chǎn)和財務(wù)adleqT服務(wù)支管理持管理網(wǎng)絡(luò)性能監(jiān)控和診斷(NPM)自動化工具ITOM工具運用基礎(chǔ)服務(wù)監(jiān)控大型機監(jiān)控監(jiān)控(APM)的被動運維方式，缺乏數(shù)據(jù)分析能力，無法從收集數(shù)據(jù)中洞察有價值的信息；AlOps平臺建立在傳統(tǒng)的TTOM工具之上，把TOM作為分析的源頭。通過接口來源：頭豹研究院編輯整理來源：頭豹研究院編輯整理一種基于SaaS的智能安全運維系統(tǒng)購廠商的運維服務(wù)支付費用，并通過互聯(lián)網(wǎng)獲得SaaS供應(yīng)商所提供的運維服務(wù)云計算的三種服務(wù)形式口客戶不用自己構(gòu)建數(shù)據(jù)中心，通過租用方式口將完整的軟件研發(fā)和部署平臺，包括應(yīng)用設(shè)計、應(yīng)用開發(fā)、應(yīng)用測試和應(yīng)用托管，作為服務(wù)提供給客戶口將應(yīng)用軟件統(tǒng)一部署在廠商服務(wù)器上，客戶可以根據(jù)實際需求，任意選擇所需(基礎(chǔ)設(shè)施及服務(wù))(平臺即服務(wù))(軟件即服務(wù))云計算分類分類SaaS和運維管理單元(SaaS體系架構(gòu))客戶端服務(wù)層東客戶端服務(wù)層東財Choide金融終端wWVAleadleo運維管理運維管理單元口云服務(wù)管理層：接收用戶數(shù)據(jù)訪問請求，完信息管理層口交互鏈接，采集用戶訪問信息，進行安全分SaaS區(qū)別于傳統(tǒng)軟件的優(yōu)勢開放式操作和管理，可重復使用部署時間快功能的部署只需一周多時間，大型SaaS軟件部署低于90天頭豹洞察過機器學習算法對海量的多維的時序指標進行異常檢測，通過知識圖譜關(guān)聯(lián)口整體而言，SaaS模式的軟件項目通過接入互聯(lián)網(wǎng)即可使用，擁有開放式便捷口當前中國擁有眾多千萬級別的中小型企業(yè)，且均有使用IT服務(wù)的需求，但缺乏承擔IT系統(tǒng)建設(shè)與運維成本的能力，因此預(yù)計未來中小企業(yè)成為使用SaaS頭豹LeadLeo行業(yè)綜述——中國IT智能運維市場規(guī)?！ぁ?020年中國IT智能運維市場規(guī)模為560.8億元，年復合增速為20.1%。預(yù)計未來以15.9%復合增速擴張，2025年市場規(guī)模達1093.5億元中國IT智能運維管理市場規(guī)模，2016-2025年預(yù)測單位：[人民幣億元]CAGR:20.1%600.0400.0600.0400.0361.4東財Choice金融絡(luò)560.8WWW.eadled441.6788.8694.7312.5269.3269.3200.0200.0201620172018201920202021e2022e2023e2024e2025e2016來源：頭豹研究院編輯整理頭豹洞察口傳統(tǒng)IT運維存在人工運維成本高、運維人員被法迅速查找故障、分析原因，形成動態(tài)基線預(yù)還處于初步探索階段。政府、金融、電信等領(lǐng)域是下游主要應(yīng)用場景，重點應(yīng)用企業(yè)如國家電網(wǎng)、中石油、醫(yī)保局、省市委存在數(shù)據(jù)中心基礎(chǔ)架構(gòu)愈加復雜、服務(wù)器數(shù)量急劇增長、機房能耗快速攀升等特點，促使智能運維服務(wù)的需求產(chǎn)生。2016-2020年中國IT智能運維行業(yè)市場規(guī)模由269.3億元增長至560.8億元，年復合增長率為20.1%.口十四五國家政策提出加快企業(yè)數(shù)字化發(fā)展，人工智能產(chǎn)業(yè)全面提速，建設(shè)數(shù)字政府和醫(yī)療以及推動制造業(yè)優(yōu)化升級。隨著5G技術(shù)在中國市場全面商用，云計算、大數(shù)據(jù)技術(shù)高速發(fā)展，AlOps基于ITOM/ITOA系統(tǒng)將實現(xiàn)技術(shù)進一步演變。作為企業(yè)數(shù)字化轉(zhuǎn)型關(guān)鍵支撐力，AlOps在下游企業(yè)間的滲透率將逐步提高。未來可期：預(yù)計到2025年中國IT智能運維行業(yè)規(guī)模將達1093.5億元，復合增長率達約15.9%。12行業(yè)綜述——AlOps落地場景的邏輯框架傳統(tǒng)運維存在的問題無法實時反映運行態(tài)勢無法實時反映運行態(tài)勢口傳統(tǒng)運維模式采用閾值對特定監(jiān)控指標進行監(jiān)控告警。閾值告警模式存在多種缺陷，如不能直接反映系統(tǒng)實時運行狀態(tài)，監(jiān)控缺乏精細化口傳統(tǒng)運維故障分析對低級故障關(guān)注度低，對高等級告警事件才予以關(guān)注。低級別告警數(shù)量綜合反映IT環(huán)境總體運行環(huán)境融若能及時發(fā)現(xiàn)處理，則能規(guī)避部門高級別告警事件口一旦產(chǎn)生業(yè)務(wù)告警，管理人員會專注于分析業(yè)務(wù)系統(tǒng)，從而無法找到告警原因。告警新規(guī)則不夠完善告警新規(guī)則不夠完善口現(xiàn)有監(jiān)控工具在告警規(guī)則定義層面較為簡單，現(xiàn)有告警策略無法通過策略滿則復雜業(yè)務(wù)系統(tǒng)的告警分析來源：頭豹研究院編輯整理智能運維平臺原型系統(tǒng)邏輯框架應(yīng)用場景應(yīng)用場景性能預(yù)測根因分析檢索服務(wù)CMDB故障實效鏈系統(tǒng)圖像分布式實時計算eadleo分布式批處理計算運維策略庫數(shù)據(jù)計算數(shù)據(jù)存儲數(shù)據(jù)采集關(guān)鍵路徑智能預(yù)測故障根因分析數(shù)據(jù)可視化智能運維概念(融合分析各類監(jiān)控數(shù)據(jù)，產(chǎn)生更大智能)大數(shù)據(jù)歷史數(shù)據(jù)分析實時異常檢測機器學習性能分析大數(shù)據(jù)歷史數(shù)據(jù)分析實時異常檢測機器學習性能分析相關(guān)性分析運維數(shù)據(jù)無差別接入發(fā)現(xiàn)異常定位故障基線預(yù)測支撐運營自動化處理頭豹LeadLeo頭豹洞察·智能運維以傳統(tǒng)ITOM運維平臺為基礎(chǔ)，通過接口集成，將各ITOM平臺組件孤立的運維數(shù)據(jù)匯總，形成多維數(shù)據(jù)管理。根據(jù)行業(yè)平均水減為只需2人全職完成，為企業(yè)降本增效；透率僅為5%;2019年AIQps企業(yè)滲透率為25%。隨著隨著企業(yè)數(shù)字化轉(zhuǎn)型進入新階段，AIOps是IT運維行業(yè)的發(fā)展必然，Gartner預(yù)測至2022年大型企業(yè)AlOps滲透率為40-50%,中小企業(yè)將逐漸利用AlOps進行業(yè)務(wù)運營和IT運維，取AIOps的四個關(guān)鍵功能·采集當前的運維數(shù)據(jù)，集成現(xiàn)有IT運維工具，快速發(fā)現(xiàn)IT系統(tǒng)中的異?！だ盟惴?、復合數(shù)據(jù)分析等高級數(shù)據(jù)分析技術(shù)對IT系統(tǒng)各個環(huán)節(jié)的故障快速定位·通過大數(shù)據(jù)、人工智能技術(shù)分析用戶的行為日志和運維數(shù)據(jù)，發(fā)現(xiàn)潛在故障問題·分析業(yè)務(wù)環(huán)節(jié)中各個分布式系統(tǒng)數(shù)據(jù)，合理優(yōu)化IT服務(wù)，挖掘關(guān)鍵業(yè)務(wù)的KPI,支持業(yè)務(wù)運營中國IT智能運維行業(yè)東財Choice金融終端——產(chǎn)業(yè)鏈分析產(chǎn)業(yè)鏈分析——產(chǎn)業(yè)鏈總覽智能運維行業(yè)產(chǎn)業(yè)鏈由上中下游組成，上游以軟硬件供應(yīng)商為代表，中游包含原廠運維服務(wù)商、第三方運維服務(wù)商、ITOM/ITOA廠商和IT基礎(chǔ)架構(gòu)系統(tǒng)集成商，下游集中于電信、互聯(lián)網(wǎng)、金融、電力能源等領(lǐng)域上游(硬件、軟件供應(yīng)商)上游(硬件、軟件供應(yīng)商)lenovO聯(lián)想硬件設(shè)備廠商lenovO聯(lián)想硬件設(shè)備廠商口存儲設(shè)備口網(wǎng)絡(luò)設(shè)備采購軟硬件后集成到統(tǒng)一的采購軟硬件后集成到統(tǒng)一的口數(shù)據(jù)庫口中間件口操作系統(tǒng)騰訊云亞馬遜云科技一阿里云H3C來源：頭豹研究院編輯整理原廠運維服務(wù)商第三方運維服務(wù)商直章M(beLL)銀EQ\*jc3\*hps76\o\al(\s\up6(M),信科)技MicrosoftHUAWEI雪冀聽云TINGYUN神州數(shù)碼云智慧CloudwiseNEUSOFT下游(終端用戶)下游(終端用戶)銷售渠道+終端用戶銷售渠道+終端用戶工業(yè)與制造業(yè)中國移動中華人民共和國商務(wù)部Wwm國家統(tǒng)計局●外不印SPCZHEJIANGENERGY中國電信CHINATELECOM互聯(lián)網(wǎng)行業(yè)電信行業(yè)招商銀行政府ChinaMobile設(shè)備類型主要設(shè)備名稱分類構(gòu)成構(gòu)成部件說明上游代表性企業(yè)●芯片組●磁盤系統(tǒng)●處理器●硬盤●系統(tǒng)總線·穩(wěn)定性、安全性、性能方面要求較高·存儲、處理網(wǎng)絡(luò)80%的數(shù)據(jù)和信息·用途廣泛，可應(yīng)用在網(wǎng)絡(luò)游戲、網(wǎng)站和企業(yè)工作材料中亞太本土領(lǐng)先企業(yè)管理軟件和企業(yè)移動應(yīng)yonyou用、企業(yè)云服務(wù)提供商。推出的面向大型●只讀存儲器企業(yè)管理軟件有用友iSM智能服務(wù)管理器◆硬件設(shè)備●隨機讀寫存儲器●磁性材料數(shù)據(jù)形式進行存儲·可應(yīng)用于錄音機和磁盤中·專業(yè)管理軟件供應(yīng)商和聚焦B2B2C大數(shù)據(jù)綜合服務(wù)提供商。公司大數(shù)據(jù)、智能應(yīng)用口網(wǎng)絡(luò)設(shè)備●集線器●網(wǎng)橋●交換機●網(wǎng)卡●集成機●中繼器東財Ch連接計算機和傳輸介質(zhì)種類繁多l(xiāng)e具與日俱增平臺，已在財政、國資、通信等領(lǐng)域應(yīng)用●事務(wù)型中間件●過程式中間件●面向消息的中間件第一梯隊：華為云、阿里云口操作系統(tǒng)◆軟件設(shè)備●批處理系統(tǒng)●分時操作系統(tǒng)●實時操作系統(tǒng)●驅(qū)動程序●接口庫·幫助計算機底層硬件和用戶進行溝通·操作管理五大功能：處理機管理、存儲管理、設(shè)備管理、文件管理和進程管理第二梯隊：亞馬遜云科技、浪潮、新華三、騰訊云、星環(huán)科技●關(guān)系數(shù)據(jù)庫●非關(guān)系數(shù)據(jù)庫●過濾器●數(shù)據(jù)表·按照數(shù)據(jù)結(jié)構(gòu)來組織、存儲和管理數(shù)據(jù)第三梯隊：其他企業(yè)來源：產(chǎn)業(yè)新希望，頭豹研究院編輯整理產(chǎn)業(yè)鏈分析——產(chǎn)業(yè)鏈中游分析··目前中國IT運維行業(yè)以原廠運維服務(wù)商為主，以IBMHP為主的國際廠商占據(jù)主導地位；第三方運維市場高系統(tǒng)集成商第三方服務(wù)商中興Lenovo聯(lián)想聯(lián)想華為蘋果三星系統(tǒng)集成商第三方服務(wù)商中興Lenovo聯(lián)想聯(lián)想華為蘋果三星甲骨文小天才原廠運維服務(wù)商銀信科技銀信科技天璣科技天璣科技全球性系統(tǒng)集成廠商中國本土系中國本土系統(tǒng)集成廠商神州數(shù)碼神州數(shù)碼東軟集團東軟Atosorigin中軟股份服務(wù)電商運營商東財Ch亞太地區(qū)系終端三星NW.leadleo統(tǒng)集成廠商NW.leadleo富士通新炬網(wǎng)絡(luò)新炬崗露海量數(shù)據(jù)海量數(shù)據(jù)VASTDATA專注于數(shù)據(jù)庫產(chǎn)品研發(fā)、銷售和服務(wù)來源：前瞻產(chǎn)業(yè)研究院，頭豹研究院編輯整理RuJie銳捷云智慧TINGYUN全棧智能業(yè)務(wù)運維解決方案服務(wù)商全棧智能業(yè)務(wù)運維解決方案服務(wù)商智能運維技術(shù)開發(fā)商智能運維技術(shù)開發(fā)商主要主要IT運維管理營收及市占率6543212019年IT運維管理營收(億元)市占率890%銀信科技神州泰岳天璣科技先進數(shù)通870-產(chǎn)業(yè)鏈分析——產(chǎn)業(yè)鏈下游分析運維下游應(yīng)用主要集中在電信、政府、金融等行業(yè)，在5G各大應(yīng)用領(lǐng)域?qū)⒂瓉泶蟀l(fā)展行業(yè)類型金融行業(yè)(以大銀行代表)電信行業(yè)政府(省市級大數(shù)據(jù))電力制造業(yè)醫(yī)療>行業(yè)對IT運維的現(xiàn)狀與需求金融機構(gòu)對IT依賴性強，一般具有財富聚集度高、資金流動性強、交易量大，而金融體系交易出現(xiàn)的小故障將會引起較大的經(jīng)濟損失。Al智能運維平臺覆蓋個人網(wǎng)銀、手機銀行，通過機器學習了解歷史數(shù)據(jù)的運行規(guī)律，能做到提前預(yù)警，主動運維；·電信領(lǐng)域是智能運維的典型場景。當今2G/3G/4G/5G共存的局勢，造成運營商運營管理資本持續(xù)上升。而電信運維普遍存在被動式運維、故障解決困難、運維系統(tǒng)割裂以及自動化程度低等特點；隨著云計算、5G等技術(shù)應(yīng)用深入，行業(yè)面臨著網(wǎng)絡(luò)轉(zhuǎn)型及重構(gòu)的挑戰(zhàn)；·政府包括省市級大數(shù)據(jù)局、醫(yī)保局等機關(guān)單位的指導文件和數(shù)據(jù)處理對IT依賴性強且講求智能應(yīng)用實用性。政府機關(guān)對智能運維的序曲受國家政策影響大，近年來在政府信息化、中國數(shù)據(jù)化趨勢下；CO在國家“互聯(lián)網(wǎng)+政務(wù)”的要求下，政務(wù)系統(tǒng)的監(jiān)控中心逐漸從軟硬件資源監(jiān)控轉(zhuǎn)變?yōu)閼?yīng)用和業(yè)務(wù)監(jiān)控，隨著規(guī)模不斷擴大，強有力的運維管理手段需求將增大；·現(xiàn)階段國家電網(wǎng)的運維管理滯后于國家電網(wǎng)發(fā)展節(jié)奏，“智慧電網(wǎng)”的建設(shè)將充分釋放基數(shù)龐大電力設(shè)備的監(jiān)控、保養(yǎng)和維護需求；·中國新醫(yī)改的政策背景下，智慧醫(yī)療普及性高。但當前醫(yī)療信息化應(yīng)用中存在著科室復雜、應(yīng)用場景多、終端運維工大、軟件系統(tǒng)兼容需求強等諸多痛點，智能運維系統(tǒng)保障CT基礎(chǔ)設(shè)施的正常運轉(zhuǎn)和科室數(shù)據(jù)的備份安全性AlOps滲透率2020年2025年10%-15%15%-20%IT運維下游需求分布2017年我國IT運維管理需求分布格局客戶群體的演變中小企業(yè)全覆蓋電信運電信運大中小覆蓋中國IT智能運維行業(yè)東財Choice金融終端——競爭格局行業(yè)競爭格局演變運維服務(wù)提供商歷經(jīng)從原廠售后服務(wù)提供商、系統(tǒng)集成商到專業(yè)運維服務(wù)商的主體演變，如今運維云讓專業(yè)運維團隊實現(xiàn)云上運維服務(wù)，實現(xiàn)高效、敏態(tài)運維IT運維服務(wù)提供者發(fā)展歷程Tlvoli.東財Choice金融終端wwwtleadleoUECGROUPLTO天璣科技AIOps出現(xiàn)2020sntlrTechnolop運維服務(wù)提供商的演變頭豹洞察·提供運維服務(wù)主體包括企業(yè)自身運維部門、原廠運維服務(wù)商、第三方運維服務(wù)商以及ITOM/ITOA廠商。AIOps是IT運維管理的運維工具提供商演變而來。當前國內(nèi)能真正提供AlOps服務(wù)的企業(yè)數(shù)量低于100家其中包括會智慧、立擎創(chuàng)、林科斯拉等企業(yè)；·運維服務(wù)的第一波新起是互聯(lián)網(wǎng)巨買如阿里、騰訊、字節(jié)跳動針對自身業(yè)務(wù)特征構(gòu)筑了運維平臺。隨著IT設(shè)備和軟件的多樣化，IT系統(tǒng)建設(shè)和維護復雜性增強，由系統(tǒng)集成商和專業(yè)運維服務(wù)商ITOM/ITOA運維工具提供商轉(zhuǎn)型的專業(yè)運維服務(wù)商也順勢而生·IT設(shè)備的權(quán)威互聯(lián)網(wǎng)巨頭：IBM、騰訊、字節(jié)跳動；其他維保渠道；·缺點：只提供針對自己產(chǎn)品的·承擔原廠商的分銷工之勢而生；·快速響應(yīng)當?shù)氐氖酆蟆び脩翎槍碗s系統(tǒng)建設(shè)項目采取的服務(wù)費用；招標選取集成商；·技術(shù)人員術(shù)業(yè)有專攻，對各自·集成技術(shù)人員缺乏對故障有深入負責的IT系統(tǒng)了如指掌，專業(yè)了解第三方運維提供針對不同品牌產(chǎn)品的“一站式”IT運維服務(wù)·云時代到來，服務(wù)商無需24小時駐扎在用戶現(xiàn)場，實現(xiàn)隨時隨地提供運維服務(wù)的可能；·運維云的出現(xiàn)帶給了用戶以及運維服務(wù)商帶來極大便利，運維服務(wù)逐漸云化競爭格局——系統(tǒng)集成商的轉(zhuǎn)型之路··中國系統(tǒng)集成商成本較低但利潤不斷被擠壓，目前平均利潤率僅為10%。轉(zhuǎn)型成運維集成一體化的“混合型”服務(wù)商是系統(tǒng)集成商突破行業(yè)競爭白熱化的關(guān)鍵破局之道中國系統(tǒng)集成行業(yè)處于發(fā)展的關(guān)鍵時期系統(tǒng)集成商利潤率各部分費用占比情況頭豹洞察培育期發(fā)展期·利潤構(gòu)成5(特征描述·利潤構(gòu)成5(特征描述與.者|·代理貿(mào)易商設(shè)備分銷+集成。利潤率：30-40%起初是少數(shù)硬件廠商做的額外業(yè)務(wù)，隨后軟件廠商、貿(mào)易商、個人團隊和更多硬件廠商入局成商·設(shè)備分銷+集成+軟件+開發(fā)+方案設(shè)計?！そ鉀Q方案提系統(tǒng)集成商為客戶提供完整解決方案和具備對客戶投資的實用性進行分析的能力轉(zhuǎn)型期轉(zhuǎn)型期·行業(yè)標桿企業(yè)，如神州數(shù)碼、高偉達、銀信科技·系統(tǒng)集成服務(wù)+IT服務(wù)+研發(fā)軟件產(chǎn)品·系統(tǒng)集成商開始資源整合和利潤提升不同利潤率下的系統(tǒng)集成商數(shù)量比例口中國系統(tǒng)集成行業(yè)起步初期，大部分 集成業(yè)務(wù)由少部分大型硬件廠商負責， 隨著業(yè)務(wù)需求愈加復雜，系統(tǒng)集成參 與者增多至中小型硬件廠商、軟件廠 商、貿(mào)易商以及有集成經(jīng)驗的小團隊；口上世紀發(fā)展初期，系統(tǒng)集成的利潤率 維持在30%-40%。隨著國內(nèi)系統(tǒng)集成行 業(yè)存在惡性競爭行為，水平參差不齊 的集成商正向打價格戰(zhàn)；系統(tǒng)集成項 目存在投資大。周期長、資金周轉(zhuǎn)慢等問題，同一階段的集成商利潤不斷下降。目前國內(nèi)集成商利潤率平均低于10%,其中很大部分集成商處于虧本經(jīng)營狀態(tài)；口因此，中大型集成商的破局關(guān)鍵在于尋求業(yè)務(wù)轉(zhuǎn)型。一方面通過結(jié)合行業(yè)經(jīng)驗，形成自主的軟件產(chǎn)品；另一方保和運維服務(wù)，成為提供集成服務(wù)和運維服務(wù)的“混合型”服務(wù)商成熟期·咨詢服務(wù)供應(yīng)商·設(shè)備分銷+集成+軟件+開發(fā)+方案設(shè)計+服務(wù)+咨詢。利潤率：低于10%咨詢供應(yīng)商階段：用戶知識和豐富的經(jīng)驗，熟悉客戶業(yè)務(wù)流程，成為客戶信賴的自控專家30%30%ww20%eadleo東財Choice金融終端1988wwwoveadleo17頭豹競爭格局——中國競爭格局——中國IT運維管理廠商競爭格局第三方運維服務(wù)商格局變化行業(yè)趨勢術(shù)的廣泛應(yīng)用第三方運維服務(wù)崛起國產(chǎn)軟硬件在IT基礎(chǔ)架構(gòu)中的比例提高數(shù)據(jù)中心軟硬件復雜度和多樣性增加能實現(xiàn)跨廠商跨領(lǐng)域故障識別的第三方服務(wù)商價值凸顯第三方運維和原廠運維的規(guī)模占比變化東財Choic金融端wwwleadleo第三方IT運維管理規(guī)模占比(%)■原廠IT運維國內(nèi)外運維市場格局對比 ·大而全的功能設(shè)置，平臺可具備多種運維小工具，管WWWw.WWWw.lead·難以實現(xiàn)中國本土客戶的針對性需求來源：中國產(chǎn)業(yè)信息網(wǎng)，頭豹研究院編輯整理ITOM/ITOA廠商玩家FusionSkye較小可視化大型機性能監(jiān)控領(lǐng)域玩家應(yīng)用性能領(lǐng)域玩家為主EQ\*jc3\*hps76\o\al(\s\up1(智慧),udwise)·國內(nèi)以中小創(chuàng)業(yè)公司為主EQ\*jc3\*hps62\o\al(\s\up13(有),型)EQ\*jc3\*hps62\o\al(\s\up13(從),之)EQ\*jc3\*hps62\o\al(\s\up13(ITOM),勢)國內(nèi)運維服務(wù)商終端擁有監(jiān)控平臺整合能力和數(shù)據(jù)監(jiān)控能力·提供的服務(wù)更為匹配中國客戶的定制化需求頭豹LeadLeo頭豹洞察頭豹洞察口企業(yè)通常擁有自身IT運維技術(shù)部門解決簡單的運維故障，將更為專業(yè)的問題交數(shù)據(jù)中心核心系統(tǒng)的運維依然以原廠服務(wù)商為主，原廠服務(wù)商中包括IBM、及華為、浪潮、曙光、聯(lián)想等國內(nèi)廠商；口隨著國內(nèi)企業(yè)的數(shù)據(jù)硬軟件設(shè)備復雜化和多樣性增加，企業(yè)自建IT運維團隊和原廠F運維的解決方案存在局限性和協(xié)調(diào)難度大等問題，相比之下，具備更高應(yīng)用性能和能實現(xiàn)跨廣商跨領(lǐng)域故障識別的第三方運維服務(wù)更能被國內(nèi)客戶大口中國ITOM/ITOA市場中產(chǎn)品型廠商在業(yè)務(wù)布局中各有側(cè)重，國內(nèi)廠商在口中國IT運維管理市場長期被國際運維服務(wù)商占據(jù)市場領(lǐng)先地位。在IT國產(chǎn)化趨勢下，國內(nèi)IT運維管理行業(yè)迅速崛起22中國IT智能運維行業(yè)·各政府部門推動《企業(yè)上云實施指南(2018-2020年)》、《國家新一代人工智能標準體·各政府部門推動《企業(yè)上云實施指南(2018-2020年)》、《國家新一代人工智能標準體系建設(shè)指南》等一系列中國智能運維行業(yè)利好政策表頒布日期《關(guān)于積極推進“互聯(lián)網(wǎng)+”行動的指導意見》2015年國務(wù)院堅持開放共享、融合創(chuàng)新、變革轉(zhuǎn)型、引領(lǐng)跨越、安全有序的基本原則，充分發(fā)揮我國互聯(lián)網(wǎng)的規(guī)模優(yōu)勢和應(yīng)用優(yōu)勢，堅持改革創(chuàng)新和市場需求導向，大力拓展互聯(lián)網(wǎng)與經(jīng)濟社會各領(lǐng)域融合的廣度和深度《促進大數(shù)據(jù)發(fā)展行動綱要》2015年國務(wù)院堅持創(chuàng)新驅(qū)動發(fā)展，加快大數(shù)據(jù)部署，深化大數(shù)據(jù)應(yīng)用，已成為穩(wěn)增長、促改革、調(diào)結(jié)構(gòu)、惠民生和推動政府治理能力現(xiàn)代化的內(nèi)在需要和必然選擇《國家信息化發(fā)展戰(zhàn)略綱要》2016年國務(wù)院東財Choic堅持“統(tǒng)籌推進、創(chuàng)新引領(lǐng)、驅(qū)動發(fā)展、惠及民生、合作共贏、確保安全”的基本方針，《“十三五”國家信息化規(guī)劃》2016年國務(wù)院到2020年M“數(shù)字中國”建設(shè)取得顯著成效，信息化發(fā)展水平大幅躍升，信息化能力躋身國際前列，具有國際競爭力、安全可控的信息產(chǎn)業(yè)生態(tài)體系基本建立《推動企業(yè)上云實施指南(2018-2020年)》2018年工信部到2020年，力爭實現(xiàn)企業(yè)上云環(huán)境進一步優(yōu)化，行業(yè)企業(yè)上云意識和積極性明顯提高，上云比例和應(yīng)用深度顯著提升，云計算在企業(yè)生產(chǎn)、經(jīng)營、管理中的應(yīng)用廣泛普及《國家新一代人工智能標準體系建設(shè)指南》2020年國家標準化管理委員會等五部門到2021年，明確人工智能標準化頂層設(shè)計，研究標準體系建設(shè)和標準研制的總體規(guī)則，明確標準之間的關(guān)系，到2023年，初步建立人工智能標準體系，重點研制數(shù)據(jù)、算法、系統(tǒng)、服務(wù)等重點急需標準，并率先在制造、交通、金融、安防、家居、養(yǎng)老、環(huán)保、教育、醫(yī)療健康、司法等重點行業(yè)和領(lǐng)域進行推進來源：中國政策網(wǎng)，頭豹研究院編輯整理24行業(yè)環(huán)境分析驅(qū)動因素(云計算、Al的發(fā)展)··云計算和人工智能技術(shù)的更新迭代和市場規(guī)模的不斷擴大將驅(qū)動智能運維邁向更高階段云計算行業(yè)··國內(nèi)部分科技公司開始學習建設(shè)云，大部分公司模仿Amazonengine,并未實現(xiàn)商跨國云計算服務(wù)商開N始在中國開展云計算業(yè)務(wù)·本土云服務(wù)上開始學習AWS建立其生態(tài)系統(tǒng)，互聯(lián)網(wǎng)等科技 公司潛力巨大..Ileadlec.C企業(yè)及個人用戶逐漸接受并部署云計算服務(wù)，云計算市場開始高速增長臺，優(yōu)秀APP開始被移植云上..中央政府推出一系列鼓勵云計算發(fā)展政策·許多地方政府開始投資建設(shè)云數(shù)據(jù)中心，但主要投資方為硬件或地產(chǎn)公司——2017-2020年中國公有云和私有云市場規(guī)模增速及全球公有云市場規(guī)模增速對比(%)2017201820192020中國公有云增速——中國私有云增速——全球公有云增速口云計算憑借其低成本、按需靈活配置和高資源利用率等核心優(yōu)勢，將逐步實現(xiàn)對傳統(tǒng)IT模式的替代。我國云計算經(jīng)過多年的產(chǎn)業(yè)培育期，目前產(chǎn)業(yè)鏈和商業(yè)模式已發(fā)展成熟，獲得廣泛應(yīng)用；口云計算按后臺位置主要劃分為私有去、公有云和混合云蘭種形態(tài)。隨著智能時代的發(fā)展，傳統(tǒng)企業(yè)為降低信息化建設(shè)成本和優(yōu)化運營管理流程eaH云進程加快。2020年中國公有云市場規(guī)模達1277億元，同比2019年增長85.2%,增速遠超過同期私有云市場和全球公有云市場增長增速人工智能行業(yè)起步階段(20世紀50~80年代)起步階段(20世紀50~80年代)突破性研究成果有機器定理證明、LISP編程語言、首個聊天機器人等，但算法理論、計算機的性能無法支持Al推廣實際應(yīng)用階段(20世紀80-90年代)以專家系統(tǒng)和日本的第五代計算機為代表，促使AI從理論研究走向?qū)嶋H應(yīng)用，并在醫(yī)療、氣象、地質(zhì)等領(lǐng)域取得成功發(fā)展與沉淀階段d2000.年-2017年)信息技術(shù)蓬勃發(fā)展，為人工智能的發(fā)展提供基礎(chǔ)條件。以統(tǒng)計機器學習為代表的算法，在互聯(lián)網(wǎng)、工業(yè)等諸多領(lǐng)域取得較好應(yīng)用效果蓬勃發(fā)展階段(2017年至今)計算機的性能大幅提升，互聯(lián)網(wǎng)、大數(shù)據(jù)技術(shù)的發(fā)展，推動在圖像分類和識別、語音識別、自然語言處理等領(lǐng)域取得了巨大的進步口人工智能算法融合機器學習和深度學習，將IT運維工具和服務(wù)平臺收集的大數(shù)據(jù)進行異常診斷分析和故障處理，促使大量依賴天腦決策以及收購操作的傳統(tǒng)IT運維模式轉(zhuǎn)型為AlOps。2020年中國人工智能產(chǎn)業(yè)規(guī)模達1606億元，同比2019年增長24.4%。來源：頭豹研究院編輯整理東東財Choice金融終端發(fā)展趨勢落地多樣化及產(chǎn)業(yè)生態(tài)化··落地多樣化是AlOps發(fā)展趨勢之一，而各大落地領(lǐng)域的應(yīng)用經(jīng)驗將促進AIOps產(chǎn)業(yè)生態(tài)化AlOps實現(xiàn)場景多樣性，各領(lǐng)域滲透率提升證券行業(yè)保險行業(yè)工業(yè)制造2025年2025年自動駕駛公司物聯(lián)網(wǎng)來源：頭豹研究院編輯整理AIOPS產(chǎn)業(yè)生態(tài)化研原理研究預(yù)研·算法方案研究產(chǎn)用產(chǎn)品·完整產(chǎn)品研發(fā)產(chǎn)品·大數(shù)據(jù)、前后端數(shù)據(jù)采集Jeadleo接入、儲存數(shù)據(jù)采集Jeadleo接入、儲存集成、交付、集成、交付、用戶用戶頭豹LeadLeo頭豹洞察口口AIOps落地多樣化。目前AlOps在互聯(lián)網(wǎng)公司、銀行領(lǐng)域間滲透率較高，而證券、保險，電力、運營商、工業(yè)制造、國家機關(guān)、自動駕駛公司也逐口AlOps產(chǎn)業(yè)生態(tài)化。各大行業(yè)的應(yīng)用落地經(jīng)驗給予AlOps產(chǎn)業(yè)方向提供了入手，形成完整的AIOps生態(tài)系統(tǒng)。在此生態(tài)系統(tǒng)中，專業(yè)群體各司其職，機構(gòu)用戶提出實際需求，有預(yù)研能力的廠商把AlOps原理上的突破變成實際落地效果。AlOps產(chǎn)業(yè)生態(tài)化是大力推動AlOps快速落地發(fā)展趨勢-場景多樣化和場景精細化··如今各大行業(yè)面臨巨大的數(shù)字化轉(zhuǎn)型趨勢，AlOps應(yīng)用場景將更加多樣化和精細化口AIOps場景多樣化。AIOps通常分為5大場景：即異常發(fā)現(xiàn)、事件發(fā)現(xiàn)、事件分析、系統(tǒng)畫像、圖譜豐口AIOps場景多樣化。AIOps通常分為5大場景：即異常發(fā)現(xiàn)、事件發(fā)現(xiàn)、事件分析、系統(tǒng)畫像、圖譜豐富等。每一個大場景會包含許多具體場景，比如“事件分析”大場景包“多維度異常定位”等多種類型的事過分析監(jiān)控數(shù)據(jù)自動發(fā)現(xiàn)運維故障)包含單指標異常檢測、多指標異常檢測、多維度異常檢測、日志異常檢測等。而單指標異常檢測在檢測業(yè)務(wù)、機器、網(wǎng)絡(luò)、數(shù)據(jù)庫、存儲系統(tǒng)、批處理的異常時，其場景和檢測側(cè)重點會有所不同，因此需要針對精細化的具體場景進行AlOps異常檢測算法的適當調(diào)整或適配止損修復建議止損修復建議·運維運營審計·關(guān)聯(lián)或拓撲發(fā)現(xiàn)·容量管理·瓶頸分析·系統(tǒng)健康度檢測·性能瓶頸預(yù)測·行為異常檢測·系統(tǒng)健康度檢測·性能瓶頸預(yù)測·行為異常檢測·告警預(yù)測·故障預(yù)測·調(diào)用鏈異常檢測東財Choice金融終端事件分析事件分析·交易鏈條定位·交易鏈條定位·相似事件查找·手冊查找事件數(shù)據(jù)統(tǒng)計事件定級業(yè)務(wù)指標異常檢測機器指標異常檢測網(wǎng)絡(luò)指標異常檢測儲存系統(tǒng)指標異常檢測批處理時間異常檢測批處理時間異常檢測圖譜豐富·圖譜豐富·日志自動概率指標·圖標關(guān)聯(lián)關(guān)系系統(tǒng)畫像系統(tǒng)畫像(雙11)·設(shè)備健康度·變更評估頭豹中國IT智能運維行業(yè)細分賽道領(lǐng)先企業(yè)企業(yè)介紹——林科斯拉·林科斯拉信息技術(shù)有限公司，以Al算法為核心為企業(yè)提供專業(yè)的IT運維SaaS服務(wù)，真正解決“人員-工具-南京林科斯拉科技有限公司企業(yè)介紹口口企業(yè)介紹·南京林科斯拉信息技術(shù)有限公司成立于2018年，公司研發(fā)圍繞SaaS技術(shù)架構(gòu)、大數(shù)據(jù)、機器學習的多租戶運維技術(shù)服務(wù)，ic全面服務(wù)于企業(yè)級市場；主動安全、豐富的BI呈現(xiàn)等服務(wù)口核心產(chǎn)品及服務(wù)·智能運維系統(tǒng)：智能服務(wù)：機器學習+根因分析+動態(tài)基線+日常檢測AI異常檢測：STL算法+孤立森林算法(ISOF)+直方圖異常檢測算法(HBOS)oice金融終端配備MOC工程師、MOC經(jīng)理等人來源：林科斯拉，頭豹研究院編輯整理企業(yè)服務(wù)框架LINKSLA智能運維平臺線專家二線工程師服務(wù)器存儲網(wǎng)絡(luò)設(shè)備駐場工程師數(shù)據(jù)庫安全設(shè)備業(yè)務(wù)系統(tǒng)設(shè)備問題系統(tǒng)問題安全問題客戶企業(yè)優(yōu)勢工具工具人員流程江蘇省人民醫(yī)院福建醫(yī)科大學附屬第一醫(yī)院武夷山市立醫(yī)院安徽胸科醫(yī)院泉州市第一院莆田學院附屬醫(yī)院福鼎市醫(yī)院寧德市中醫(yī)院要服務(wù)醫(yī)療終端/w.leadleo國家康復數(shù)據(jù)中心龍巖市衛(wèi)生健康委員會龍巖市教育局福建省生態(tài)環(huán)境信息中心福建中醫(yī)藥大學中國煙草福建進出口有限公司企業(yè)介紹——SaaS全天候管家閉環(huán)運維服務(wù)·企業(yè)SaaS運維服務(wù)提供線上線下運閉環(huán)，與企業(yè)數(shù)字化運營密切相關(guān)。服務(wù)內(nèi)容涵蓋7×24小時MOC工程企業(yè)客戶按形需訂閱服務(wù)，周期付款，使產(chǎn)品快速更新迭代企業(yè)客戶按形需訂閱服務(wù)，周期付款，使產(chǎn)品快速更新迭代減輕現(xiàn)金流壓力用到產(chǎn)品最新版本隱患，提高運維效率讓客戶免除繁瑣的應(yīng)用安裝、部署、向客戶提供持續(xù)的服務(wù)與支持，以幫助客戶獲得成功為服務(wù)目標支持，以幫助客戶獲得成功為服務(wù)目標智能運維SaaS平臺具備主LinkSLA的SaaS模式可以一站式為企業(yè)搭建維、根因分析、機器學習和安全預(yù)警等特點來源：林科斯拉，頭豹研究院編輯整理 林科斯拉智能運維系統(tǒng)將流程固化在平奇貝擺脫人員依賴鬲采用技術(shù)手段確保流程順利執(zhí)行。根據(jù)SLA協(xié)議的客戶-線下處理工單記錄工單關(guān)閉二線Y線下處理客戶工單評價二線/MOC定期回訪服務(wù)優(yōu)化工單處理線下工程師等崗位，專人專項服務(wù)客戶主動安全，先于客戶發(fā)現(xiàn)問題，預(yù)防重大事故災(zāi)難提供5*8或7*24專家值守，主動監(jiān)控并響應(yīng)處理服務(wù)。提供問題追蹤、反饋和專輯咨詢?nèi)珬９收细婢?，快速定位問題，企業(yè)介紹——AI算法，動態(tài)分析··企業(yè)以數(shù)據(jù)為基礎(chǔ)，以場景為導向，機器學習算法為支撐，應(yīng)用先進的實時大數(shù)據(jù)處理和機器學習技術(shù)，切實落地智能運維異常檢測AI算法企業(yè)AIOps異常檢測AI算法打標簽打標簽：0-正常1-異常異常數(shù)據(jù)檢測梯度提升樹算法(GBDT)異常數(shù)據(jù)檢測梯度提升樹算法(GBDT)算法指標時間序列數(shù)據(jù)孤立森林算法直方圖異常檢測算法(HBO東財Choic