“新自动化”对技术职业意味着什么

需要一系列新兴技能来缓解对 AIOps 人才的需求。

IBM 软件工程首席科学家、技术领域的首要思想领袖 Grady Booch 表示：“软件工程的整个历史就是抽象水平不断上升的历史。”

如果您使用过 ChatGPT，您可能会考虑查询的构造，但根本没有考虑其支持基础设施（服务器、数据库、网络，甚至大型语言模型）的构造。

欢迎来到抽象时代。技术和业务专业人员的抽象化步伐也在加快，以至于人们不再需要深入了解应用程序和设备下面的管道，甚至越来越不需要数据科学。

一些人将新兴的技术群——人工智能、机器学习和先进机器人技术（包括软件和物理）——称为“新自动化”，它将处理许多死记硬背或低级任务，但越来越多地承担更多任务复杂的工作。问题在于，需要一系列目前供不应求的技能才能有效地引入“新自动化”。

全面提高自动化水平意味着为所有人提供更多自助服务。 Stonebranch 最近发布的一项针对 439 名 IT 经理和操作员的调查发现，自助服务自动化对于技术人员和非技术人员来说都在蓬勃发展。几乎所有（92%）的企业都授权数据、云、开发和业务线团队的最终用户执行自己的工作流程、工具和流程。

调查报告的作者表示，自助服务自动化“帮助人们控制自己的流程，减少手动工作，并提高最终用户和 IT 团队的效率”。对于技术领域的人来说，这一步伐更加明显——数据团队的自助服务增长了 2 倍，开发人员的自助服务增长了 4 倍。

人工智能已经在处理技术任务方面发挥了作用。 OpsRamp 发布的一项调查发现，超过 60% 的公司采用 AIOps，即应用人工智能来监控和改进 IT 运营本身。 66% 的受访者表示，2023 年企业面临的最大 IT 运营挑战是尽可能多地实现运营自动化。迄今为止看到的 AIOps 的主要好处包括减少开放事件票证 (65%)；减少检测或恢复的平均时间 (56%)，并自动化繁琐的任务 (52%)。

Janco Associates 的最新 IT 人员配置数据发现，最近的裁员影响了数据中心和运营人员，企业领导者希望实现 IT 流程和报告的自动化。这里明显的趋势是，那些追求技术职业的人需要向更高层寻求——应用程序和业务咨询。

然而，对于处理管道和代码的人员来说仍然有很多工作要做。不幸的是，实现自动化驱动的抽象——特别是当它涉及人工智能时——需要预先进行一些手动工作。并非所有自动化解决方案都能弥合云、容器和本地系统之间的差距。 Stonebranch 调查中近 40% 的受访者表示，他们的自动化工具无法通过 API 连接到某些基于云/SaaS 的技术，或者只能连接到某些基于云/SaaS 的技术。该报告的作者表示：“随着组织面临混合 IT 的挑战，跨各种环境协调自动化 IT 流程的重要性显而易见。”

OpsRamp 研究发现，具有合适 AIOps 技能的工程师仍然很难找到。大多数经理（68%）表示，聘请具备 AIOps 合适技能的工程师需要六个月以上的时间。该报告的作者表示：“招聘 AIOps 比实施 AIOps 需要更长的时间。” “组织应尽可能投资对现有 IOps 员工进行 AIOps 重新培训。”

Omega Venture Partners 创始人兼执行合伙人 Gaurav Tewari 在《福布斯》杂志上指出，将人工智能和高级自动化引入 IT 和业务流程方面，现在和将来都需要大量技能，包括培训、实施和集成人工智能系统：需要的是“能够构建应用程序来增强业务工作流程的人员。这意味着对系统进行教学，以便工作人员能够正确分析数据并识别微妙的模式。”

此外，Tewan 表示，管理人工智能系统“将需要跨职能的领导、协调、变革管理以及以补充员工现有工作的方式管理人工智能系统的能力。”