如图2所示，在自动化处理过程中引入大数据和智能分析能力，实现运维实时故障路径分析、快速定位故障的能力，并能对复杂系统的“点、线、面”故障影响度进行分析。
AIOps场景：数据库运维自动化
图3 数据库智能运维与智能SQL优化
所有的PaaS核心在于数据库，而数据库运维的工作又在整个生产运维中占非常大的比重。如图3所示，新炬网络针对性地推出了DPM数据库智能运维..，目前已经支持Oracle、DB2、MySQL、SQL Server等多种常见数据库，实现一个..多种数据库的智能运维管理，可快速发现问题、定位问题、提供优化建议，，还可以对应用版本变更过程引发的SQL问题，提出针对性的优化建议、对高危SQL进行自动识别与审核，降低应用上线带来的风险。
AIOps落地三板斧之智能化
走过了可视化、自动化阶段，就解决了企业80%的运维问题，那么接下来如何走向智能化？突破口在于场景驱动。新炬网络根据自身在企业级运维服务市场深耕十余年的经验，总结出智能巡检、资源管理、应用容量、网络安全、用户体验、故障诊断、容灾切换、安全审计这八大运维场景，均可从自动化走向智能化。
图4 智能化落地前提：运维大数据
如图4所示，程永新特别强调了运维大数据的关键作用，它是智能化落地的前提。以新炬网络为例，当有了统一采集、多维立体的可视化监控体系，实现了八大运维场景自动化之后，基于新炬网络自主研发的IVORY大数据日志分析..，发力AIOps实时运维数据分析，从而实现故障的提前预警、异常隐患的及时发现及趋势分析。IVORY结合了多年的行业运维经验沉淀，逐步探索出了告警自愈、故障自动恢复等能力，并在移动运营商和金融行业实现了生产实践。
新炬网络AIOps企业级实践与演进路线
新炬网络AIOps企业级实践与演进路线整体分为三个阶段：运维..基础能力、运维大数据和工具能力，以及AIOps能力及场景落地，每个阶段的相关建设与举措如图5所示。
图5 新炬网络AIOps企业级实践与演进路线图
在演讲过程中，程永新还提及到新炬网络助力多家金融企业客户实施AIOps落地的案例，包括针对全国性商业银行数据库实施的智能运维、针对金融风控数据部署的大数据分析应用，以及为金融企业提供的整体AIOps智能运维..等。在金融行业信息化建设层面，新炬网络坚持“企业级产品+本地化服务”的双轮驱动战略，在其十余年大型企业运维服务经验中厚积薄发，推动金融科技创新、加快新技术在金融行业的应用。
