什么是运营智能？
运营智能（OI）是指通过收集和分析实时运营数据来监控系统运行状况，并有预见性地减少问题。传统 OI 主要涉及 IT 运营：与服务器、网络、应用程序部署、配置和 IT 安全相关的数据和指标。随着智能传感器的引入和物联网（IoT）的发展，OI 现在包括对管道、机械和能源设备等实体运营情况的实时监控。无论哪种情况，OI 都会利用实时数据收集和分析来主动发现运营趋势、预测问题并帮助一线员工就故障排除和维护做出最佳决策。
什么是工业运营智能？
工业运营智能是管理物理工业基础设施和机械（例如发电站、物流网络和采矿）的组织中使用的术语。在这些业务环境中：
- 基础设施更加小众
- 物联网设备的范围要广泛得多
- 可能存在漫长而复杂的供应链
- 机器数据分析要复杂得多
这些组织通常需要功能强大的、行业特定的解决方案或自定义配置的软件来处理其运营的架构、数据功能和工作流程。自定义解决方案将特定的物联网设备网络与专门的分析软件集成在一起。例如，能源运营使用传感器来测量风车性能指标，并做出维护、关闭或修复风车的实时决策。数据还用于根据预期需求对新基础设施进行预测性规划。
运营智能有哪些优势？
对于拥有复杂、互联系统架构的现代企业或小型企业来说，OI 是一个非常有用的解决方案。以下是 OI 的一些优势。
实时运行监控
您可以使用现代 OI 系统来实时监控系统及其通信的状态和运行状况。过去，IT 团队需要回顾性地检查历史数据日志和快照，以确定系统和通信状态。这通常会导致在数据分析、报告和业务决策方面等待时间过长。现在，您可以开发基于实时运营数据运行的查询，以提供最新的可视化效果和报告。
故障识别
借助 OI 工具，您可以映射常规的运营数据流，以增强系统可见性。它提供了数据如何在不同系统组件之间移动的全局视图，以便您可以识别与正常系统操作的任何偏差。更重要的是，您可以在 OI 系统中构建智能工作流程，以检测故障并自动触发修复操作。设置警报后，您可以搜索日志以确定根本原因并解决性能瓶颈或故障模式。
战略决策
OI 支持对业务流程和系统的监控，以发现次优使用情况、配置和成本效率低下的问题。您可以就更改业务系统架构的状态做出明智的决定。一些 OI 解决方案还可以模拟整个运营链中系统变更的影响，以提高洞察力和决策支持。
风险降低
了解和可视化业务运营的当前状态可以自动全面降低风险。借助 OI，您可以全面了解所有运营数据和关键绩效指标，从而确保运营与业务目标保持一致。不可预见的风险对业务造成突然灾难性影响的可能性较小。
运营智能的工作原理是什么？
OI 系统将数据驱动技术与业务策略相结合。以下是该过程的概述。
数据收集
OI 工作流程从收集数据开始。这可以包括实时数据流，例如日志、指标和性能数据，或用户行为数据。数据来源的示例包括：
- IT 基础设施，例如服务器、数据库和网络
- 台式机和移动设备
- 物联网设备，例如传感器和智能电表
- 安全平台
- 点击流
- 应用程序
数据收集优先捕获系统操作的各个方面，从使用指标和用户交互到机器性能和环境数据。
数据处理和分析
收集数据后，系统使用各种计算技术对其进行处理。例如，复杂的事件处理可以跨多个数据流识别和分析事件模式。数据处理还包括过滤、聚合和转换数据，以便为分析做好准备。
可视化和报告
为了使见解易于获取，操作系统提供了可视化功能，例如控制面板和报告。您可以以直观的格式（通常是实时的）观察操作中的趋势、模式和异常情况。当满足某些预定义标准时（例如，当运行指标超过阈值时），OI 解决方案还会生成警报并帮助您确定需要采取行动的任务的优先级。如果需要，系统还可以触发自动操作，例如关闭服务、隔离操作或添加新服务。
自动适应
许多 OI 系统都集成了机器学习（ML）算法，这些算法会随着时间的推移而改进。它们通过不断完善警报标准以及为响应特定模式或异常情况而采取的行动，从过去决策的结果中学习。这种自适应能力有助于逐步提高系统的有效性。
下图显示了工厂中 OI 示例，从本地 IoT 设备的数据收集，到云中的数据摄取和处理，再到生产管理器的用户界面。
运营智能的关键技术有哪些？
OI 使用多种技术，其中许多技术与其他智能分析系统重叠。以下是概述。
运营智能软件
OI 软件提供一个自助服务工具包，用于数据探索和搜索、警报、控制面板、报告和监控业务流程。有不同的软件解决方案提供了一系列可用的数据来源、工具、操作、工作流程和集成。您需要选择最适合您业务需求的解决方案。
流处理技术
运营数据中有很大一部分是流式处理数据，或以连续、增量的方式大量发送的数据。 流处理技术可以高速缓冲、处理、转换和存储流式处理数据，同时不断将其转向分析。它们包括复杂的事件处理技术，可以识别多个实时数据流中的模式和关系。
自动化和编排
自动化技术集成到 OI 系统中，以根据从数据分析中获得的见解触发操作。编排工具需要通过部署资源、调整配置或触发流程来响应事件，而无需人工干预。
分析技术
OI 系统与现有业务分析集成，以确保在组织的运营环境中提供见解和行动。人工智能（AI）和机器学习算法用于预测趋势、规定行动和自动化决策。数据可视化工具提供动态控制面板和报告功能，可将复杂的数据集转换为每个人都能理解的图形表示形式。
运营智能和商业智能有什么区别？
商业智能 (BI) 是指支持更好业务成果的分析。当数据分析作为一个领域出现时，它专注于历史业务数据以支持未来的决策。数据分析已扩展到包括跨各个领域的实时数据分析。当它支持运营决策时，它被称为运营智能。
关键区别在于，OI 包括主动监控和立即采取措施修复运行时系统操作问题。BI 更注重长期性和回顾性，而不涉及警报和故障排除方面。
但是，OI 和 BI 是相互关联的，因为 OI 在推进 BI 方面起着至关重要的作用。通常，BI 和 OI 解决方案可以协同工作。许多业务目标（例如优化业务销售、建立更好的产品与市场契合度以及了解用户行为）都受益于运营数据分析。您可以将 OI 软件中的数据和分析输入到 BI 工具中，以更全面地了解您的业务。
运营智能面临哪些挑战？
分析海量运营数据所面临的挑战仍然在于使用干净、结构良好的数据来获得见解。数据必须整洁、有标记、有条理，历史数据必须正确存储，这样才能使您对底层 OI 解决方案有所了解。以下是其他一些挑战。
陡峭的学习曲线
与使用基本数据库和命令行界面（CLI）相比，分析数据的障碍有所减少。然而，操作和组合数据以及进行正确的查询和分析仍然是一项挑战。了解统计分析以及如何开发复杂的查询对于即时管理至关重要。在团队中建立所需的技能组合可能需要时间。
数据和系统安全
在整个运营工作流程中，数据治理和管理仍然是一个值得关注的问题。尽管 OI 控制面板和报告可能对企业的各种用户都很有用，但您必须采取适当的措施来防止未经授权的访问。有关操作的元数据也是机密信息，必须得到充分保护。
AWS 如何支持您的运营智能需求？
Amazon Web Services (AWS) 提供了一系列 OI 解决方案，可提供实时、关键任务的见解。
AWS Systems Manager 是一个 OI 架构解决方案，您可以将其部署来实时管理和自动化多云、现场和混合 AWS 服务配置。您可以跨 AWS、在本地和在其他云端自动执行修补和资源更改等流程。您可以在运营问题影响用户之前快速进行诊断和修复。
Amazon CloudWatch 从各种 AWS 服务收集实时指标和日志，以便您可以实时可视化和关联运营服务数据。您可以通过使用设置为在预定阈值下激活的警报和自动操作来提高 IT 运营性能。
AWS IoT 是一组 AWS 服务，可用于部署、管理、扩展和分析有助于实现运营智能的工业运营系统和数据。这些服务包括：
- 借助 AWS IoT Analytics，您可以清理和丰富 IoT 数据、执行分析和 AI/ML 推理以及查询传感器数据。
- 借助 AWS IoT Events，您可以检测和响应来自 IoT 传感器和数据的事件。通过使用自定义逻辑和数据规则，您可以借助传感器可视化业务运营的性能和质量。
- AWS IoT SiteWise 是一个跨物联网设备基础设施的工业 OI 解决方案。借助 AWS IoT SiteWise，您可以管理工业设备运营，而无需开发其他软件。
立即创建账户，开始在 AWS 上使用运营智能和业务活动监控。
