后來我們發(fā)現(xiàn)運(yùn)維系統(tǒng)有個(gè)最大的不同在于，運(yùn)維系統(tǒng)對于成功率的追求比在線業(yè)務(wù)型系統(tǒng)更高一些。在線業(yè)務(wù)型系統(tǒng)，比如說我在訪問后面一個(gè)地方有問題的時(shí)候，我們會選擇盡快把這個(gè)過程失敗掉，而不是把時(shí)間不斷的拖長以及不斷的試錯(cuò)。在線系統(tǒng)會更加快的把錯(cuò)誤往外拋。但是對于運(yùn)維系統(tǒng)來講如果也這樣做，就意味著這個(gè)成功率非常難保障。所以運(yùn)維系統(tǒng)要有更好的思考，怎么保障一次運(yùn)維操作，這背后可能有幾十個(gè)系統(tǒng)，而且多數(shù)是無數(shù)的團(tuán)隊(duì)寫的，阿里以前碰到的情況就是無數(shù)個(gè)系統(tǒng)，質(zhì)量層次不起，什么都有。怎么保證在這么復(fù)雜的環(huán)境下，保證對外的，對用戶層面這個(gè)成功率可以做到很高的。這是一個(gè)很大的問題。

    規(guī)模帶來的挑戰(zhàn)也是不容小覷

    隨著規(guī)模的不斷增長，所有開源類型的運(yùn)維類的系統(tǒng)，在規(guī)模化，當(dāng)你的機(jī)器規(guī)模等等其他規(guī)模上升到一個(gè)程度以后，通常來講都會面臨非常巨大的挑戰(zhàn)。阿里巴巴所有的這種類型的系統(tǒng)，我們論證都是自己做是比較靠譜。最大的原因是規(guī)模，規(guī)模上去以后會遇到很多問題。像代碼托管、代碼編譯什么的，以前認(rèn)為不會有太大的問題，事實(shí)證明規(guī)模上來以后這些里面全都是問題。我們也要投入非常大的精力去做規(guī)模方面的解決。

    所以我覺得，阿里從以前的工具化走向更加自動化的過程中，我們探討的核心問題就是能不能有一個(gè)非常好的組織去完成這個(gè)過程。能讓運(yùn)維的團(tuán)隊(duì)更加轉(zhuǎn)型向 DevOps 這樣的方向。所以我們一直說，我們一直很糾結(jié)運(yùn)維團(tuán)隊(duì)到底應(yīng)該叫什么名字，我們一致認(rèn)為，運(yùn)維研發(fā)團(tuán)隊(duì)，我們覺得不大對，你的主要的活其實(shí)是干研發(fā)而不是運(yùn)維。但是叫研發(fā)運(yùn)維又有點(diǎn)奇怪。后來阿里巴巴基本上是叫研發(fā)團(tuán)隊(duì)。因?yàn)槲覀冋J(rèn)為運(yùn)維的研發(fā)團(tuán)隊(duì)和在線業(yè)務(wù)的研發(fā)團(tuán)隊(duì)沒有本質(zhì)區(qū)別，都是做研發(fā)的，只是一個(gè)在解決運(yùn)維領(lǐng)域的業(yè)務(wù)問題。剛才講的五個(gè)層次，運(yùn)維領(lǐng)域的業(yè)務(wù)問題，也是業(yè)務(wù)，沒有什么區(qū)別。在線業(yè)務(wù)，比如解決交易的問題，解決其他問題，這是完全一樣的。兩個(gè)研發(fā)團(tuán)隊(duì)沒有本質(zhì)區(qū)別。

    所以這個(gè)過程，阿里經(jīng)過過去這一年的組織調(diào)整以后，我們看到整個(gè)自動化層面，阿里有了很好的進(jìn)展，但是離我們的期望還要更加努力繼續(xù)往前演進(jìn)。

    阿里巴巴在智能化領(lǐng)域的探尋之路

    現(xiàn)在智能化這個(gè)話題特別火熱，就像我們說，AI 這個(gè)名字興起的時(shí)候，我們忽然發(fā)現(xiàn)，阿里巴巴所有的業(yè)務(wù)都講 AI+ 自己的業(yè)務(wù)，被所有人狂批一通。我們要想清楚，具不具備 AI 化的前提，可能前提都不具備就不斷探討這個(gè)名字。因?yàn)闃I(yè)界在不斷的炒熱非常多的名詞，讓大家去跟隨。

自動化是智能化的前提 

    對于我們來講，我們認(rèn)為，比如說就像我對這個(gè)團(tuán)隊(duì)，我自己的團(tuán)隊(duì)講的一樣，我認(rèn)為智能化最重要的前提是，一是自動化。如果你的系統(tǒng)還沒有完成自動化的過程，我認(rèn)為就不要去做智能化，你還在前面的階段。智能化非常多的要求都是自動化，如果不夠自動化，意味著后邊看起來做了一個(gè)很好的智能化的算法等等，告訴別人我能給你很大的幫助，結(jié)果發(fā)現(xiàn)前面自動化過程還沒有做完全。

    一個(gè)最典型的 case，阿里巴巴以前一直在講，我們認(rèn)為資源的搭配上，其實(shí)可以做得更好。比如說你半夜流量比較小，白天流量比較大，你能不能更好的做一些彈性，把資源釋放出來去干點(diǎn)別的，然后白天再把它補(bǔ)起來。這從算法層面上并沒有那么復(fù)雜，從算法層面做到一個(gè)簡單的提升是很容易做的。所以，當(dāng)時(shí)我們就有很多團(tuán)隊(duì)做了一個(gè)東西，可以做到這一點(diǎn)。結(jié)果等到落地的時(shí)候發(fā)現(xiàn)，業(yè)務(wù)不能自動伸縮。如果你想，比如說有些機(jī)器上面負(fù)載特別高，有些機(jī)器特別低，我們希望負(fù)載能拉得更均衡，在線業(yè)務(wù)更加穩(wěn)定化，做一個(gè)算法，比如說背包，更好的去做組合，結(jié)果就是這個(gè)東西做完了，給出了建議說最好這個(gè)應(yīng)用調(diào)到那臺機(jī)器，那臺應(yīng)用調(diào)到這臺機(jī)器。給完之后業(yè)務(wù)團(tuán)隊(duì)看了一眼，我們不干，因?yàn)楦蛇@些工作全部要手工干，你還每天給我建議，更不要干了，每天就來調(diào)機(jī)器了。

    所以首先你要想明白你的前提，自動化，具不具備自動化的能力，不具備的話沒有必要在這方面做過多的投入。

    數(shù)據(jù)結(jié)構(gòu)化是智能化的源動力 

    目前 AI 領(lǐng)域基本是靠暴力，暴力破解，未來可能有別的方向，但是目前的 AI 基本上是靠大量數(shù)據(jù)的積累去尋找一個(gè)東西出來，所以它一定需要有大量的數(shù)據(jù)積累，數(shù)據(jù)包括非常多的東西，對于運(yùn)維來講，可能基礎(chǔ)層面的數(shù)據(jù)，機(jī)器的數(shù)據(jù)，運(yùn)維變更的數(shù)據(jù)，上面還有一些場景化的數(shù)據(jù)，比如你解決故障，有沒有更好的結(jié)構(gòu)化的收集數(shù)據(jù)，這是非常重要的。數(shù)據(jù)這個(gè)層面比較難做的在于，      在最開始階段，多數(shù)公司的運(yùn)維數(shù)據(jù)都是不夠結(jié)構(gòu)化的，結(jié)構(gòu)化不會做得那么好，當(dāng)然會有結(jié)構(gòu)化，但是結(jié)構(gòu)化的因素不會足夠好。

    就像阿里巴巴在講，我們在電商領(lǐng)域 AI 化，我們最大的優(yōu)勢就是不斷對外部講，我們擁有的是結(jié)構(gòu)化的商品數(shù)據(jù)，其他公司最多從我們這里扒結(jié)構(gòu)化的商品數(shù)據(jù)。你扒過去之后還要自己分析，并且做商品結(jié)構(gòu)的調(diào)整，這非常困難。但是阿里巴巴自己天然，所有人都會幫你把結(jié)構(gòu)做得非常好。所以對運(yùn)維來講也是一樣，如果你想在智能化上有更多的突破，數(shù)據(jù)怎么更好的做結(jié)構(gòu)化，是一個(gè)非常大的挑戰(zhàn)。你很難想清楚。這兩個(gè)地方是我覺得首先要想清楚的。

    智能化最適合的運(yùn)維場景

    從目前來看，對于運(yùn)維場景來講，智能化特別適合解決的問題就兩種，對于所有行業(yè)好像都差不多，第一是規(guī)模，第二是復(fù)雜。規(guī)模就意味著，我有很多的機(jī)器，在很多機(jī)器中我要尋找出一個(gè)機(jī)器的問題，這對于，因?yàn)橐?guī)模太大了，這時(shí)候?qū)τ谟脗鹘y(tǒng)的方式，將非常難解決這個(gè)問題。或者你要投入非常大的人力等等，有點(diǎn)得不償失。規(guī)模上來以后怎么更好的解決規(guī)模的問題，智能化會帶來一些幫助。第二是復(fù)雜，比如說你的應(yīng)用從原來的一個(gè)應(yīng)用變成了幾千個(gè)、上萬個(gè)、幾十萬個(gè)，這時(shí)候你要尋找出其中哪個(gè)應(yīng)用的問題，將是非常復(fù)雜的問題。所以復(fù)雜度的問題是人類用人腦非常難推演的，但是機(jī)器相對來講是更容易做的。這是阿里有些團(tuán)隊(duì)希望嘗試智能化的方向，通常我們會看是不是在前面的這些前提條件上都具備。如果都具備了，那可以去探索一下。所以我講，阿里其實(shí)目前處于整個(gè)智能化運(yùn)維的探索階段，而不是全面展開階段。