虽然人工智能的云计算管理工具目前还处于采用的早期阶段，但IT行业专家表示采用这样的工具可以减少与性能和根本原因分析相关的大量工作。

那些致力于深入了解云计算基础设施和应用程序性能的管理员将迎来一个新的盟友：人工智能。

IT专业人士表示，一些新兴和传统的IT供应商已经将人工智能技术融入到他们的云计算管理工具中。虽然他们的功能集（如分析主机性能，优化成本和设置警报的能力）看起来与传统的第三方管理工具类似，但这些基于人工智能的平台将达到一个新的高度，提供更大的粒度和更广泛的场景。

英国家庭装修和建筑市场零售商特拉维斯帕金斯公司使用了Dynatrace公司的基于人工智能的性能监控平台，用于其本地部署的数据中心和亚马逊网络服务（AWS）云平台。该公司的电子商务DevOps团队负责人Al－Tayib表示，该工具可以更加精确地报告诸如Java运行时代码和错误等方面的指标，而不是专注于与主机服务器或实例有关的更高级别的指标。这使得他的团队能够在出现问题时执行更快、更准确地分析根本原因，并更好地评估任何问题对业务可能产生的总体影响。

Al－Tayib说：“当涉及到调查或研究我们面临挑战的具体表现因素时，不再采用人工调查的方式。Dynatrace公司采用这个平台将一切组合起一个报告。而报告表明，‘这个服务在这里没有被触发，因此，它导致了一系列事件，然后与企业客户发生了冲突。’企业可以立即看到其问题和挑战到底在哪里。”

该公司首席技术战略分析师Alois Reitbauer解释说，为了启动这个根本原因的分析，用户在他们的主机上安装了Dynatrace代理软件，以确定资源之间的各种依赖关系，并帮助将某些事件与出现的任何问题关联起来。

Reitbauer说：“如果用户的主机CPU耗尽，并且该主机上运行的服务存在响应时间问题，那么这个工具可以说是相互关联的。”

更复杂的异常检测或识别IT服务异常执行的方式是使基于人工智能的管理工具脱颖而出的另一个功能。为此，Dynatrace工具执行这个自动过程，通过对诸如响应时间，故障率和吞吐量等度量应用不同的算法来评估基准或标准系统性能。

在该工具推断正常的性能之后，它会提醒IT团队注意与该行为的任何偏离。为了避免发出大量的警报，用户可以进一步指定性能阈值，该工具还应用算法来评估其临界性。

“如果有两个主机存在基础设施问题，那么用户显然更关心电子商务应用程序中购物车的结账功能，而不是另一个可能会进行后台批量处理的问题。”Reitbauer说。“从基础设施案例来看，用户场景是非常重要的。”

这种由人工智能驱动的云管理工具去除非关键性警报的能力对其他用户来说也是一个福音。一家云计算存储提供商的网络和基础架构容量规划人员表示，他们使用AWS作为其后端基础设施，这一能力是他们的公司采用基于人工智能的云计算管理工具YotaScale的主要原因之一。

而这位容量规划人员对多个第三方云管理工具进行了评估，但发现YotaScale工具会带来一些噪音，因为这些工具有大量的提醒和建议。

例如，一家公司可能为一个新的研究和开发项目启动一些AWS实例，而这些实例往往在项目启动时利用率很低，他说。第三方云管理工具可能会建议调整这些实例的大小或通过AWS预留实例来保留这些实例，但在这种情况下，这些建议是无关紧要的。

Reitbauer说：“那并不是我们真正在自助式（bootstrapping）场景中做的事情，我们试图提出一个新的测试或项目，所以将会忽略这些。”

在YotaScale等云计算管理工具中，其基于人工智能的好处是通过各个业务部门或单位来分析IT基础设施，据YotaScale公司首席执行官Asim Razzaq介绍。在上面的例子中，这是研究和开发团队的镜头。

Razzaq表示：“我们将企业和组织方式映射到基础设施。然后，在这种情况下，提供优化建议和异常检测。”

YotaScale工具通过用户输入来实现这个业务场景。用户调整某些参数，并解除不适合的建议，教导该工具随着时间的推移检测最相关的内容。

人工智能取代人类？没那么快

采用这些基于人工智能的云计算管理工具的主要好处就是减少了人们进行大量分析的需求。科技咨询机构摩尔洞察与战略（Moor Insights ＆ Strategy）公司分析师Chris Wilder表示，即使是最复杂的工具也不能提供同样的洞察力，至少目前还不能。Chris Wilder是一位拥有20年行业经验的IT专业人士。

Wilder说：“这些算法会根据他们发现的异常变得更聪明、更智能，但他们仍然没有经验。在我看来，数据并不能代替人类的专业知识。这只是一种增强。”

调研机构451 Research公司分析师Jay Lyman表示，这些人工智能的功能仍处于早期阶段。但是它们最终将成为基础设施管理工具供应商的必备工具。

Lyman说：“我们在很久以前就知道，每个供应商都必须在自动化系统中使用某种机器学习和人工智能。我认为这将成为一个可以有多种选择的项目。”