至顶网CIO与应用频道 08月09日 北京消息:8月2日,第四届Dynatrace Perform 上海用户大会隆重举行。在此次盛会上,Dynatrace与各行业翘楚共同探讨了人工智能技术为应用性能管理带来的新可能,并展示了Dynatrace Davis 人工智能运维助手及其应用场景。
Dynatrace大中华区总经理琚伟谈到,人工智能正在重新定义应用性能管理,Dynatrace将引领智能运维时代,以智能可视化、全栈式监控和平台化的解决方案,为数字化转型中的各行各业带来全新的性能管理体验,助其加速实现业务升级。
Dynatrace大中华区总经理琚伟
以下为嘉宾演讲实录:
大家早上好,非常感谢大家来到今天的会议现场。这是我们第四次的Perform大会。Perform是我们的一个全球的会议program。再次感谢四年年来和我们一起走过四年的朋友和用户,非常感谢大家。
今天特别荣幸请到我们公司的很多同事一起助战这次Perform上海站。整个会议过程当中,大家可以跟他们一起交流,还有一些特殊的问题或者是有一些特殊的方式方法,我们也可以一块儿探讨。毕竟这是我们大家一起开的这样一个会。首先请允许我介绍一下我们亚太区的总裁,那边两位一位是负责创新和研发的总裁,他一会儿会给大家带来精彩的演讲。他身边的是亚太区的市场总监。这次是创新的大会,我们提到很多人工智能的内容在里面。有一位特殊的嘉宾站在那里,这是这次我们要跟大家展示的叫UFO的这样一个用人工智能驱动的AI硬件。所以非常高兴也非常感谢大家来到这次上海会场。
我今天演讲的题目是Perform4.0。今天我们已经是在中国地区的第四次会议,从以往和历届的规模,包括今天来说,今天注册的人数要远远超过来到会场的人数,我们是筛选了以后,有超过三百多人来到会场。
回顾一下这四届走过来的历程,实际上是蛮有意思的。大家可以看一下,这个从2000年到2017年,这是主要的一些IT公司,在2000年的时候有很多企业实际上是硬件商,IBM,还有Sisco、Sun。但是硬件厂商的市场份额从2000年到2017年被不断挤压。到2017年实际上绝大多数的企业是软件厂商,而且这个变化是在持续继续的发展。而且用软件驱动的设备,实际上在这个市场上的份额会越来越大。真正的能够解决市场问题的这些软件产品,就像包括苹果,它的手机是硬件,但真正让大家喜欢上苹果手机的可能不光是它的硬件,更多的是它的软件。这个就是说,我们在过去十几年里所看到的。现在的这些大的公司,像facebook、亚马逊,2000年的时候还没有。这些企业的成长和它的历程,就是在用软件去定义这个世界。
我们在这四个年头里,也是跟着这个企业的大潮,跟着这个IT的大潮一起探索发展。四年当中有很多非常值得回忆的地方,在第一届Perform,那是在北京,我们想起的就是在《庄子》里的这么四个字,交臂非故,用这个来描述我们当时对市场的看法和心情。什么意思?也就是当两个人相向而行,在交叉走过的那一瞬间,这两个人都变化了。实际上我们今天的IT的环境,或者说我们今天面临的整个技术行业的革新也是这样,那个时候我们是想用这样四个字来传达客户体验对企业的重要性。
紧接着第二届我们也是在北京,当时那一年我记得比较大的标志性事件是12306成为我们的客户,同时12306上线,大家在线买火车票,大家知道它上线之前是一个默默无闻的网站,但是上线以后在一天之内,它的流量就进入世界前十大的网站。这个我时候大家关心的事情就是转化率,客户的转化率,因为交易的曲线决定了,一秒钟之后把所有的票卖光的这个交易曲线决定了必须有非常好的客户性能跟踪的能力。我们在Perform会上跟大家分享了两种应用的类型,同时提出来我们怎么样去跟踪,在数字化体验里怎么全程跟踪客户的转化率。
然后到去年,也是非常有意思,大家可以看到去年整个IT环境实际上是非常零乱非常纷纭复杂的这样一个环境。当时我们想起来,多年以前曹操写下的这样几句话,对酒当歌,人生几何,何以解忧,当时写的是唯有杜康,喝酒来缓解压力。我们的IT我们的运维包括我们的企业,同样也面临着数字化转型带来的巨大的压力。当时这种巨大的压力,我有的时候,我去客户的现场,客户告诉我年初的时候他们整个企业内部,应用的上线大概五十多个,到年底大概是三百多个。三百多个客户的运维怎么实现,怎么在这个纷纭复杂的环境里理清思路,晚上睡得着觉,我当时给他开的药方就是唯有Dynatrace。这是去年的情况。
回顾这三四年的时间,我们在大中华区的业绩,四年翻了五倍,这是非常傲人的成绩,平均每年的增长率达到了76%。但是我们审视一下我们身边的这些应用,还有这种层出不穷的业务类型,我们看到包括Gartner,实际上我们只有5%的应用程序是被监管的。就是说,实际上还是一个solution。这个图片很形象,我们当时做的就是拿着手电筒照着黑暗的天空,我们照到的地方是亮的,照不到的地方是黑的,还是看不见。这就是企业在运维实践中的情况。
那么怎么能够帮助我们照亮整个的天空?我们一直在探讨这样的方式和方法,因为今天的这种复杂性,复杂度,绝对不是一个牛人或者几个牛人,能把今天的IT或者是业务运维的整个生态所能够解决得了的。
非常高兴,今年的Perform实际上有非常非常多的内容跟大家交互。刚才提到的,怎么样才能把你的整个生态照亮,怎么样才能把你的业务运维的系统照亮。我们也是在我们的客户的不断的要求下,不断提出的需求下,重新定义了监控。这一点也就是说,我今天第二个topic,是AI1.0。从这个时代开始我们已经进入了一个人工智能驱动的运维的时代。因为前面说了,它的交易链路太长,它的业务复杂程度太多,而且这个运维的数量,应用的数量,在不断的增加。那就是说,我们需要一个全新的以AI驱动的业务形态,去解决面对未来多少年的发展。再加上物联网的融入,我们怎么样打通互联网和物联网,怎么样实现每个企业向这方面的转型,我想这是我们跟大家一块儿探讨的内容。
我们重新定义了监控,是从这三个方面,我们需要的是一种全新的自动化的运维解决方案,而不是一点一点去抠。回到公司的出发点,Dynatrace实际上是一个以性能优化为主的企业,大家可能知道,从技术层面来说,我们现在已经经历了前面三代产品,第一代产品是监测的技术,大家知道,你的一个网站上线了以后,你可能需要一些简单的监测,知道客户能不能访问网站,然后应用的接口是不是都顺畅,在北京在上海不同地域的访问情况怎么样。通过一些简单的监测来了解我们的状态,这是最原始最早的出发点。今天还有用,但是收集到的信息是模拟的,而不是真实的用户信息。
第二代技术,在网络上流量为王,所有的东西都是流量。我把我的流量复制一份以后,在旁边进行分析,然后找到故障域进行隔离,然后找到用户的行为。能不能解决问题?能,有没有人在用?今天还有很多人在用。这相当于应用的广角镜头,在企业内部照一个广角的照片。但是它没有实时性,就是说离开了你的系统在做。前两天在北京跟客户聊天,我无意中拍了一下他的肩膀,他跳了起来,很疼。我很吃惊,他给我看他的胳膊上有一个探针,正好拍的时候拍到了。他拿出手机,他在实时监测自己血糖的情况。这个插在他身上的针,就跟我要谈的第三代的探针技术是一样的。
这种探针技术就类似于这个血糖仪,插在胳膊上,能够把人体里的实时的血液的状态反映在手机上。这个实际上就是我们的第三代探针技术的体现。这种探针技术在今天的业务运维系统里面,还在广泛的应用。它的特点是什么?如果说你不去做这个探针,没有一个植入性的东西在你的身体里,你是没有办法实时的掌握你的运维状态的,就是你身体的健康状态。这一点也是非常重要,而且现在这个探针技术也在我们很多的企业里面广泛的使用。它的特点,它实际上和你的肌体是融为一体的,你可能会怕疼,它消耗的资源不会太多,而且最重要的一点,它需要准确,它需要精准的定位,它要发现问题。如果做不到这一点,也就谈不上是一个很好的探针技术,也就没有办法引进来我们要谈的第四代的AI的技术。
第四代的这些技术,实际上也就是说,我们是通过机器学习,今年有一个非常标志性的事件,AlphaGo赢了柯洁。作为一个职业选手,下棋下到最后而且下哭了,他感觉到对手太强大了,无懈可击,以至于他觉得没有办法去赢,以至于最后下哭了,一个二十岁世界排名第一的棋手。其实人工智能,就包括下棋,并不是一个很新的东西,我是90年代读的研究生,那时候在美国,其实人工智能的设计原理和现在看到AlphaGo出来的原理是很类似的,一个负责规则一个负责策略,这样的一个设计的模型在那里下棋。但是为什么只是在今年AlphaGo才赢了世界第一的棋手,而不是十年前、二十年前?这当中非常重要的一个原因就是我们现在所面对的计算的power,比以前强大了不是十倍、二十倍,也不是两百倍,而是几千甚至更高的倍数。这种强大的计算power使人工智能成为了可能。
一会儿我们会有一个展示,在一个客户的环境里,程序和程序之间的相互调用的关系复杂到什么程度,达到几百亿次的相互关联的关系,怎么样去描述。我觉得,我的想法和大家是一样的,通过完全靠人工去做,而不是依赖强大的计算power去做是不现实的。所以我们引入了机器学习,这一点是我们人工智能里非常重要的一部分。
刚才已经提到,大家都在做这个事情,人工智能的事情。我们在开始做人工智能在运维的应用,实际上几年前就开始了,大概三四年前就开始做这方面的探讨。我们现在的产品,Dynatrace这个产品,大家可以在后面的展台看一下,实际上已经在产品里嵌入了一个大数据平台,然后加入了非常强大的search引擎。还有日常运维的模型也已经变成了固化的产品写到了Dynatrace这个平台里面去。
这一点就回到我刚才说的,从探针技术开始,我们之所以能够提出,通过机器学习,提出人工智能的解决方案,做到这些,我觉得第一点就是说,我们还是从数据采集、数据收集开始,也就是说我们在数据采集的时候,这种全数据的采集能力,全交易流程的采集能力,决定了我们能够给后面的发现问题、解决问题、提出精准的定位甚至是解决办法,找到合适的算法去解决这些问题提供了基础。没有这些原始的数据,我们没有办法去判断什么地方,就像去医院,大夫说不知道你得了什么病,他是没有办法给你开出处方的。
而我们监控的对象,从手机端、浏览器、应用端、代码等等所有这些交易的元素,包括现在非常流行的容器技术,亚马逊一个新的功能上线大概是11秒钟,大家可以去想,根本没有测试,也不能说没有测试,这个话不严谨,实际上它的测试已经是通过自动的方式,人工是不可能去做的,完全是自动的方式就把这个事情解决了以后,新的产品就发布了。
所以,我们从这一点出发,把所有的交易数据收集起来,是我们做人工智能判断的一个基础。再加上端到端的连接,end to end,这个实际上非常重要的一点就是,我刚才也提到了,大家可以去看一下,未来的这种设备,这是软件在重新定义世界,包括将来的路由器,可能没有真正意义上的黑匣子,可能就是一些机器组成的软件的在跑路由的规则。
这里面很重要的一点,像这个PurePath技术和SmartScape技术,描述了现在环境,这样把应用之间的相互调用和相互之间的逻辑关系非常清楚的描述出来,帮助你判断什么地方需要优化什么地方有问题。这种关系的描述,这两个专利技术,是构成我们分析,人工智能分析的基石,也是我们人工智能分析的核心的算法。
再有就是刚才我说了,内置的我们日常运维的这些高级的专家知识。非常简单的,大家搞运维都知道,有一个非常重要的,你怎么样判断这个事情是有异常或者是没有异常,这里面有一个非常关键的就是它的基线,BaseLine。BaseLine一直是非常困扰大家的东西。我们通过机器学习可以自动打出它的基线。我们的产品安装完之后两个小时之内是没有结果的,实际上它在学习,在学习相互之间的关系。之后再帮助你去判断。实际上我们的用户可以有更多的时间关心业务。
正是由于这些系统的不断使用,我们在全球也是非常快的成长。跟大家说一下我们的这个技术,第一季度刚刚结束,我们全球的增长率又回到了大两位数的增长,接近100%的增长率在现在的IT环境下是非常难得的。全球的八千多的用户。而且大家给我们的反馈是非常非常好,每年用户会的时候我在这里都是,作为一个员工非常感谢我们的用户。就是我们销售的不是一个单纯的解决方案,而是一种价值。这种价值往往给客户带来的是一种由衷的喜悦,而且是帮助他们把问题做好,解决他们日常生产工作中的问题,带来的喜悦也是对我和我们的团队最大的回馈。在此还要再次感谢大家,谢谢。
在国内我们也是有非常快的发展势头,国外我想分享两个案例,一个是达美航空,一个是SAP。SAP所有云化产品的监控,就是由我们Dynatrace来做。SAP是一个老牌的ERP的公司,但是它的云化的产品,当它给客户提供云化的ERP解决方案的时候,它怎么样面对Docker等等,比较了自己开发和研究了我们的产品之后,毅然决然的选择了Dynatrace来做他们未来云化产品的权限的监控。中国的用户也会从中受益。
再有,还有一个案例就是达美航空,达美航空是去年第一个在全球范围内率先把IT系统完全整合到我们的AI驱动的运维平台的公司。他们之前的IT环境非常复杂,它的业务监控建设过程是和它的发展规模是一样的,买了网络,我要做网络监控,我买了主机要做主机的监控,我买了中间件要做中间件的监控,我买了web而服务器要做web服务器的监控。但是它缺了一个,反过来看从用户的角度,你这个系统可能CPU跑在80%或者20%,你用户的情况怎么样你清楚吗?运维人员清楚吗?或者这个客户在你的网站上购票,这个交易是否流畅,是否串起来了,你的CPU这些东西,清楚吗?还是不清楚。它缺少这个之后,实际上就缺少了现在的业务形态,或者业务的原始的驱动力,去建设IT监控的环境。
所以在新的业务形体下,没有一个产品比我们更适合去把用户作为IT运维的外延,加到日常运维当中。只有把用户的体验,用户的数据,加入到IT运维的环境里,IT运维才能有生命力,才能体现真正的价值。
时间关系,不一一跟大家描述了。三点,第一点就是Dynatrace变了,不再是一个拿着手电筒照亮一束星空的这样一个公司,而是变成了一个平台公司。我们想把整个IT运维的天空照亮。第二点我们的人工智能驱动的运维已经是从原来的大家都清楚的开发、测试、运维这样的一个路径,慢慢的走到DevOps,未来的环境是AIOps,一定是这样的。这是第二个。第三我们现在已经进入了一个万物互联的时代,不断的,像我刚才举的例子,扎在身体里的探针,还有不断的有新的可穿戴的设备加入到我们的监控对象。怎么样打通物联网和互联网,Dynatrace,我们是在这里为大家坚守智能运维的门户的一个厂商。愿意和大家一起共同的努力,去创造能够点亮全部天空的更好的解决方案。
再次感谢大家的光临,谢谢。
好文章,需要你的鼓励
AMD CIO的职能角色早已超越典型的CIO职务,他积极支持内部产品开发,一切交付其他部门的方案都要先经过他的体验和评判。
医学生在选择专业时,应当考虑到AI将如何改变医生的岗位形态(以及获得的薪酬待遇)。再结合专业培训所对应的大量时间投入和跨专业的高门槛,这一点就更显得至关重要。
我们拥有大量数据,有很多事情要做,然后出现了一种有趣的技术——生成式AI,给他们所有人带来的影响。这种影响是巨大的,我们在这个领域正在做着惊人的工作。