摘要：如何解決的可見性問題一個指南考慮到支持人工智能的語言今年才剛過歲，現在毫無疑問這項技術已經被大眾所采用。例如，的核心并沒有解決有關理解互聯網和其他非控制資產對數字體驗的影響的可視性數據缺口。

考慮到支持人工智能（ai）的語言lisp今年才剛過60歲，現在毫無疑問這項技術已經被大眾所采用。人工智能已經成為企業如何在極短時間內運營的關鍵部分——僅在2017年，在某種程度上。與此同時，去年全球在這類技術上的支出猛增50%至A。

a natural byproduct of such preventive growth and adoption has also been its impact on more traditional approaches，尤以it，such as operations.這就產生了人工智能操作，人工智能應用于增強或部分取代一些IT操作過程。考慮到這種相對較新的方法，到今年年底，25%的企業將使用AIOP。?；

moving beyond the nity gritty，aiops is really seeking to deliver insight into the digital experience，but also why such technology is not working，or even more，breaking down.雖然這是非常強大的，但有許多數據可見性問題會多帶帶影響AIOP。這就是為什么為了解決這類數據缺口，采取了具體措施來補充AIOPS技術的原因。在數字時代，毫無疑問，體驗現在對每個公司和品牌都至關重要。然而，考慮到這一點，您如何監控以保護這種體驗呢？首先，獲得正確的數據至關重要。根據這一要求，IT運營部門應具有可視性，以解決影響數字體驗的所有要素，而且，至關重要的是，能夠解決數字體驗中斷的原因。

How can it do this？

visibility should include digital experience monitoring（dem）including html server availability and response time，page load and web transaction data.然而，還需要了解更多信息，尤其是在現代、依賴云和互聯網的時代。例如，網站或服務（如Salesforce API端點）可能沒有及時響應，但運營團隊實際如何處理這些信息？這僅僅是不夠的，因為他們仍然需要知道為什么會發生這樣的事情，以便實際解決底層問題。

如本例所示，我們真的可以看到大多數IT運營可視性架構中存在顯著的差距。這是因為絕大多數的IT運營可視性都是基于被動數據收集，而被動數據收集來自于它仍然控制的整個難題的不同部分。在當今的軟件即服務（SaaS）環境中，IT團隊根本沒有監督，甚至沒有控制無數的外部應用程序、服務、基礎設施和互聯網網絡。這只會成為一個更大的問題，因為SaaS的使用不會放緩，市場將增長17%。實際上，這到底是什么樣子的？例如，您的IT團隊無法將應用程序性能管理（APM）代碼輸入SaaS提供商的軟件，也無法從不屬于您的網絡收集基礎結構數據。因為，基礎設施和運營領導者必須依賴外部合作伙伴。

yet without having data on this vast part of the current it landscape，you re left with a pretty uncaptable data gap that means that no level of analytical intelligence can actually make up for it.

毫無疑問，aiops在處理IT Ops挑戰方面發揮了作用，但它不是解決所有問題的靈丹妙藥。例如，aiops的核心并沒有解決有關理解互聯網和其他非IT控制資產對數字體驗的影響的可視性數據缺口。

然而，使用網絡監控技術的能力可以彌補這一缺口。該技術的核心是測量跨任何互聯網協議（IP）網絡路徑的通信，包括內部、多協議標簽交換（MPLS）、互聯網、云和SaaS網絡基礎設施。支持這種詳細的監控，是它用來確定數字體驗可能失敗的確切原因的度量標準。鑒于互聯網不斷變化，它還能夠收集全球數據源，同時制定一個持續、全面的互聯網路由視圖，以了解特定路徑是否有問題、泄露，甚至劫持。

while it is possible to input such monitoring data into an aiops platform and tune it to give you answers that are relevant to business issues，there is a challenge to get the right streams of data and to define how you want the aiops engine to answer your questions.考慮到維護數字體驗日復一日、全天候的壓力，對網絡監控的AIOP進行補充是企業最有效和最有效的方法。在當今每個公司都面臨的高度復雜的IT基礎設施環境中，沒有一種技術可以讓企業完全依賴于它來解決所有問題。

（c）istock.com/simch

interested in hearing industry leaders discus subjects like this and sharing their experience and use cases？參加即將在硅谷、倫敦和阿姆斯特丹舉行的活動，了解更多信息。

relevant stories

>

>

Alex Leads product marketing at thousandeyes，and bring a perspective galled from working on innovative networking and analytics technologies since the early days of the commercial internet.

>

Cloud Tech PromoteS Industry Thinks Leadership內容來自行業品牌、企業和分析師，與作者和博客作者合作，向我們的CIO和IT經理的廣大受眾提供有關云IT戰略的見解和建議。

Covering SaaS News，Cloud Computing Jobs，Virtualization Strategy，Cloud Apps and Enterprise IT，Private and Public CLOUD、系統安全、云應用程序、CRM和云通信、云技術提供了最新的洞察力，使首席信息官能夠就IT戰略做出明智的決策。

請遵循此鏈接了解我們的。