通过NoOps将自动化和自我修复技术投入运营

　　每个行业的CEO常常对IT无法跟上业务需求感到沮丧。IT部门经常受到手动流程和孤立的结构的阻碍，这阻碍了它们有效地协作并最大程度地提高了组织的价值。在过去的几个月中，随着世界越来越依赖数字服务，这一点变得更加重要。

　　尽管组织正在寻找使IT部门专注于为业务创造更多价值的方法，但人工智能（AI）逐渐成为改变IT部门走向NoOps的主要游戏规则。基于AI的方法使IT部门可以采用自动驾驶操作，从而导致团队和部门之间的协作更加紧密，并使IT部门可以腾出精力来专注于创新，从而实现业务及其客户的真正需求。

　　减少手动工作量以释放创新

　　阻碍IT交付价值的最大问题之一是花在手动重复性任务上的时间，这些任务只是“开灯”。IT部门的大部分时间都花在了解决问题，提供新的云基础架构以及推出软件版本上，因此，为推动业务创造新价值的新计划几乎没有余地。许多IT团队也各自为政，缺乏对业务的广泛了解，这使得很难理解他们的工作如何推动组织前进并有效地确定优先级。

　　随着组织面临着巨大的竞争压力以及快速交付新数字服务的需求，IT团队需要一种新型，更有效的运营方法。IT团队需要使大多数（即使不是全部）重复性强的任务自动化，这些任务不需要他们的专业技能，因此他们可以将精力集中在最需要的地方。

　　通过NoOps将自动化和自我修复技术投入运营，IT团队可以将更多时间用于提供新的数字服务，改进现有应用程序并为更广泛的业务转型做出贡献。尽管Runbook自动化是迈出的重要第一步，但NoOps和自治云将这些原理进一步提升了。在自修复业务流程的推动下，从开发到生产，运营和开发团队及流程始终统一在一个统一的堆栈中。

　　克服过去的吸引力

　　但是，对于大多数组织而言，传统体系结构可能会使自动化变得困难。大多数遗留系统和技术并非旨在自动运行，因此需要大量的人工维护。结果，组织通常需要基于在微服务平台（如Kubernetes）上的容器中运行的微服务，将它们重新设计为云原生架构。

　　当然，重新整理是一项耗费大量时间和金钱的投资，因此组织应该质疑什么级别的自动化才有意义。选项包括IT驱动的运行手册自动化，面向DevOps的自动化编排，以及NoOps的自我修复。这将使熟练的工程师能够专注于开发新服务和创建改进，而不必按按钮来执行相同的重复运行手册，从而最终为企业带来更高的价值。

　　使用AI实时了解环境

　　随着组织转向云原生架构以实现其NoOps愿景，他们将面临的直接挑战是如何在动态Web规模环境中自动化操作。为了触发有效的自我修复工作流，组织需要能够实时了解每个更改并识别每个相互依赖关系的AI。只有这样，他们才能确保用于触发和驱动自动化流程的基于AI的见解足够准确以至于可以依靠。机器学习和深度学习等最常见的方法学习时间太长，只能识别以前发生的模式。因此，他们将无法跟上规则不断变化的云原生环境。