金融服务行业AIOps策略分析报告

引言金融

服

务的现状和对

AIOps

的需求日益激烈的竞争、不断提高的客户期望以及不断改变的客户行为客户优先考虑的是快速响应和便利性。如果贷款应用程序响应正在推动金融服务机构寻找新的方法来增加收入、管理运营效缓慢，或者在线报价系统意外中断，客户可能会将业务转移到其率和提高品牌影响力。人们越来越清楚地认识到，使用最新技术他地方。这一高标准要求

IT

团队不断创新，并频繁地更新应用程（尤其是云应用程序相关技术）的金融服务机构在竞争激烈的数序，通常每天多次。因此，团队需要实时发现并解决问题，以防影字化转型过程中拥有关键优势。响用户及其体

验。随着这些组织机构进一步向数字化未来转型，现代金融服务应用源源不断的网络攻击和漏洞（例如

Log4Shell）也要求工程师遵程序将逐步分布在由复杂协调工具管理的多云和混合云环境中。守严格的安全标准，即使他们还要应对不断发生的变化。由于使在这些高度动态的环境中，微服务和短暂流程时有时无。这种可用开放银行和其他开源模式增加了风险，因此跟踪第三方库和模变性以及数据的增长速度和数量使得管理这些环境充满挑战。块以及持续识别和修复任何安全漏洞至关重要。金融服务

AIOps策略

|

3uWlWtZ8WdYkWfXqRmNbRcMaQpNpPtRsReRoPmOfQpNrR8OpOpQuOrMzQNZoOnP金融服务机构必须加快创新。此外，无法满足客户需求可能会促使客户投向竞争对手，导致业务陷入困境。不解决性能和安全问题，也会降低运营效率并损害品牌声誉。更有甚者，金融服务机构会面临自身的劳动力挑战。由于技术的加速发展、缺乏有效部署和管理技术所需的技能、新的金融科技市场进入者瞄准其业务中最有利可图的领域，以及对工作场所的态度发生改变，这些机构必须从根本上改变对传统手动方法的依赖。为此，金融服务领导者越来越多地采用人工智能

(AI)

和自动化来克服这些挑战。然而，AI的应用有很多，并非只是采用

AI这么简单。希望从

AI中获得切实利益的机构知道，这是一个需要不断创新的过程。如果做法得当，AIOps

可以将自动化、软件质量、敏捷性、效率和上市时间提升到新的水平，有助于优化效率并克服劳动力挑战，进而提高利润和品牌声誉。金融服务

AIOps策略

|

4数字化转型的新关键：AIOps一方面面对巨大的复杂性和庞大的需求，另一方面又缺乏可供选择的人才库，金融服务领导者该怎么做？各组织机构必须采用专为应对现代

IT

和业务环境挑战而设计的新策略。他们需要

AIOps这种用于

IT

运维的人工智能技术，利用

AI

实现软件开发生命周期的自动化并提高其效率。借助

AIOps

策略，团队不仅可以在应对复杂、快速变化的环境时减少手动流程，还可以消除IT

生命周期关键环节中容易出错的繁琐做法。AIOps

还能使团队紧跟各类环境中不断增加的变革机会和规模扩展，减轻定期雇用更多人员的压力，同时提高士气和员工保留率。本电子书概述

AIOps

和

AIOps

策略如何帮助金融服务机构克服数字化转型过程中面临的日益复杂的多云挑战，并发挥核心作用。此外，本电子书还介绍

AIOps

在现实世界中的成功实施案例，并概述构建

AIOps

策略的最佳实践，以推动更快的创新、提高效率并带来更卓著的业务成果。金融服务

AIOps策略

|

5第1章什么是

A

IOps？金融服务

AIOps策略

|

6传统

AIOpsAIOps

是一种软件运维方法，它将基于

AI的算法与数据分析相结合，自动执行关键任务，并针对常见

IT

问题（例如意外停机或未经授权的数据访传统

AIOps

方法旨在减少警报，并使用机器学习模型提供以相关性为重点问）提出解决方案建议。在实践中，借助

AI驱动的解决方案，IT

团队能够的仪表板。这些系统通常难以扩展，因为底层机器学习引擎无法持续、实时减轻日常监控和管理任务，消除导致疲劳的消防演习，从而专注于解决关键地洞察问题的确切根源。它们需要开展大量培训，分析师必须花费宝贵的时任务问题。间手动调整模型并筛选掉误报。AIOps

可充分利用

IT

应用程序和系统生成的大量数据，例如日志、指标、使用确定性、因果关系

AI

的现代

AIOps事件和监控工具。然后应用

AI和机器学习算法进行分析，并超越可操作的见解，从这些数据中提供精准答案。通过使用高级分析、依赖关系发现功能现代

AIOps

解决方案则专为动态云和软件交付生命周期自动化而构建。和行为模式识别，AIOps

可以识别可能表明

IT

环境中存在潜在问题或性能它将全栈可观测性与确定性或因果性人工智能引擎相结合，前者可为应用瓶颈的趋势和异常情况。现代金融服务机构可以生成指数级的数据量，而程序中的每个接触点及其可能运行的基础架构提供细粒度的端到端可见基于统计相关性的

AI这些数据量是人类无法解析的。而

AIOps

可以在几秒钟内找出问题根源并性，后者可实时提供精确、连续和可操作的见解。这与使用概率模型推断提供精准答案。系统状态的随机（或随机确定）AIOps

方法形成了鲜明对比。只有确定性、因果关系

AIOps

技术才能在整个企业开发生命周期中实现完全自动化的AIOps

方法主要有两种：基于相关性的传统

AIOps

和现代的确定性云操作。AIOps。这种现代方法也称为因果关系

A

I，使用故障树分析方法。使用故障树分析的确定性或因果关系AIOpsAIOps

的优势总体而言，AIOps

使金融服务机构能够实现卓越运营、增强客户体验并在日益数字化的金融服务环境中保持竞争力。借助

AI和自动化，金融服务机构可以将其

IT

运维的效率、可靠性和敏捷性提升到新的水平：1.

提高运营效率2.

智能问题解决3.

业务影响分析4.

促进卓越的客户体验AIOps

可以通过自动执行手动和重当问题出现时，AIOps

可以提供对问AIOps

可以

深

入了解

IT

事件对业务金融服务行业竞争激烈，提供卓越的复性任务来显著提高金融服务运营题根源的智能见解，为

IT

团队节省的影响，比传统监控更胜一筹。它会客户体验至关重要。AIOps

可帮助的效率。它可以简化各种流程，例如宝贵的时间。它可以关联多个的分析性能问题如何影响关键的金融监控和分析各种渠道的客户旅程，监控、事件管理和问题解决，使员工数据，分析依赖关系，并应用

AI算服务、客户体验和创收业务。这些信如网络、移动甚至

ATM

交易。通过能够专注于更具战略性和更复杂的法来识别问题的确切原因。这有助于息使金融服务机构能够根据对业务识别瓶颈、性能问题或用户体验业务，并减少从稀缺资源库中雇用更金融服务机构更快地解决问题，并最成果的潜在影响来确定应对措施的问题，金融服务机构可以主动优化多人员的需要。大限度地减少任何潜在的停机或银优先次序，从而有效地集中资源。其数字交易渠道，确保提供令客户行服务中断。满意的顺畅体验。金融服务

AIOps策略

|

8AIOps

的优势5.

推动自信决策6.

简化数字化转型7.

减少

IT

支出AIOps

通过基于因果关系的数据分析，为金融现在，数字化转型可推动业务成功，但前提是组织机研究表明，IT

和云操作团队需用

44%

的时间来服务机构提供有价值的见解。借助内容丰富、构能够针对数字性能的各个方面使用通用语言和单保持正常运转，确保工具和技术按预期和按需运可操作的智能信息，团队可以根据期望的结果优一真相源来管理复杂的现代环境。在此，AIOps

工具行。然而，通过应用

AIOps

自动化工具，金融服先考虑要采取的行动。金融服务领导者可以充可以帮助金融服务机构通过使用和分析其多云环境务机构每年平均可以节省

480

万美元。满信心地制定各种决策，包括支出优化、产能规中不断增加的数据量、多样性和数据增长速度，并应划、基础设施优化和资源分配，从而进一步节省用

AI分析来简化和自动化运营工作流程，从而加速成本并提高运营效率。其数字化转型。金融服务

AIOps策略

|

9从仪表板

到自动诊

断传统的相关性

AIOps

就像汽车仪表板上的检查引擎灯：告知出现问题，并且可能指出受影响的方面。但并不解释需要了解的问题发生原因，或如何快速解决问题的所有信息。相比之下，确定性

AIOps

就像一个诊断工具，可以准确告知哪个组件发生故障以及如何修复。这样，团队可以专注于采取补救措施，而不是猜测问题根源。领先的金融服务机构已经将确定性

AI

应

用于许多领域，更重要的是，当跨技术堆栈集成时，确定性

AI可以自动纠正问题而无需人工干预。例如，如果系包

括以下方面：•ꢀ

数字和移动应用程序体验•ꢀ

欺诈检测和预防•ꢀ

风险管理统遇到网络瓶颈或应用程序错误，开发人员和站点可靠性工程师

(SRE)

可以获得有关问题的通知、问题的原因以及系统如何解决问题，而不必手动排除故障和重新配置系统。他们可以将•ꢀ

索赔和承保宝贵的时间用于完成其他影响更大的任务。•ꢀ

产品创新和交付•ꢀ

贷款发放和处理•ꢀ

电子汇款和支付•ꢀ

内部流程优化确定性

AIOps

解决方案还使不断变化的云环境更易于管理。自动化的确定性

AI引擎不必为其支持的每个应用程序或云服务进行定制。从云环境中出现新资源或现有资源发生变化的那一刻起，确定性

AIOps

解决方案就会自动发现，并在上下文中完全可见。这种自动发现在每次更新时无需•ꢀ

客户服务与支持•ꢀ

网络安全手动配置，节省了团队时间，并使扩展变得更为轻松。•ꢀ

业务流程自动化•ꢀ

信用评分和贷款•ꢀ物联网

(IoT

)和第三方连接为云可观测性制定

AIOps策略

|

10userid:497168,docid:149158,date:2023-12-20,AIOps

的工作原理AIOps

解决方案具有以下一组核心功能：可观测性自动化可扩展性可操作性可观测性涉及日志、指标和跟踪的收集AIOps

的核心目的是自动执行复杂由于现代

IT

环境呈分布式和动态即使使用基本的

AIOps

工具，仅仅告和分析，以识别相关系统趋势和异常，的流程，否则需要耗费大量时间和发展，AIOps

必须具有高度可扩知团队出现问题，这远远不够。AIOps这对于企业级

AIOps

解决方案至关人力。AIOps

可以自动执行整个

IT

组展性。AIOps

解决方案需要跨所有软解决方案必须具有简单警报仪表板所不重要。它为了解高度动态、大规模

IT

环织的无数流程，包括传统

IT

运维、件堆栈层的实时感知能力，并且必须具备的功能，并提供上下文分析。了解境中的活动奠定了基础。云操作、DevOps

和安全运营。这可以能够与任何框架、技术或平台集成。确切的问题根源后，开发人员和

SRE减轻从稀缺人才库中雇用资源的压力，可以立即采取明确行动，并自动做出并减少关键业务错误。响应。这就是组织将

AIOps

功能转化为

AIOps

策略的方式。金融服务

AIOps策略

|

11第2章AIOps

的成功要素为云可观测性制定

AIOps策略

|

13并非所有方法都能产生同等的效果采用

AIOps

解决方案是良好的开端，但并非所有

AIOps

方法都能发挥相同功效。最佳解决方案应结合以下关键要素：可扩展性可靠性可观测性AIOps

应与组织的所有技术配合使用，而无需进行单独AIOps

解决方案提供的见解应一致、可靠和可解释。AIOps

解决方案应在不同的现代

IT

环境中监控指标、的数据模型培训。随着

IT

环境的发展，团队应不断地实AIOps

应提供易于追踪和精确的问题根源分析，日志和跟踪数据。解决方案还应将可观测性扩展到开源时学习和提升技能。使团队不必在不同的建议之间进行猜测。工具中，并在代码层面分析细节。自动化精确性明确性AIOps

应为工程师节省时间，让其可以专注于更高阶的如果团队必须在采取行动之前验证结论，则相关性并不AIOps

解决方案应使团队能够追踪和解释因果关系的确任务。AIOps

解决方案应自动提供实时见解，以便团队重要。AIOps

技术应根据上下文中的因果关系提供精确切路径，以帮助进行故障排除。明确性有助于建立信任和责任共担的文化。可以自动执行工作流程和补救工作。的问题根源分析。金融服务

AIOps策略

|

14第3章现代

AIOps

策略的实际应用：客户如何使

用AIOps金融服务

AIOps策略

|

15KeyBank

借助

Dynatrace

的

AIOps

提高运营效率，节省数百万美元成本KeyBank

总部位于俄亥俄州克利夫兰，是美国最大的区域通过将工具与统一平台整合，可以节省更多成本，实现以下银行之一，收入达

32

亿美元，资产约为

1,710

亿美元。将运营转移到云端的现代化策略意味着

KeyBank

需要借优势：提高效率助多种工具来了解和管理其复杂的云环境。但不同的工具一体化平台取代多个孤立工具。IT

人员无需尝试将多个工存在不同的数据集、各自为政的团队、缺乏对客户所面临问具中的数据关联起来，就能查明问题并排除故障。题的可见性以及运营效率低下等问题。节省数百万美元作为以

AI为核心，安全的统一可观测性平台，Dynatrace“自主云管理改善生活品质的一

个方面就

是

产品正在帮助该银行加快产品部署周期，提供如何执行新服务端到端平台减少了不必要的支出。统一平台不仅可以节省质量。我们已经开始意识到如何通过自动化来和功能的可见性，并能够在发现问题时立即解决。软件成本和管理成本，还可以缩短解决问题的平均时间加快部署速度。”(MT

TR)，从而节省成本。KeyBank

正在迈向自主云操作，帮助

DevOps

团队建立稳固的软件交付渠道，从而加快创新并提高产品质量，进而增加快创新强客户体验。—Lynn

Arnold自主运营可加快部署速度。借助自动化功能，DevOps

团队质量保证服务高级副总裁KeyBank可以确保

DevOps

环境不受干扰，同时能够在不放慢速度的情况下交付高质量的产品。USI

Insurance

Services

利用

Dynatrace

提高应用程序安全性和可靠性USI

Insurance

通过先进的本土和第三方解决方案为美国各地客户提供量身定制的保险服务。减少漏洞在扫描漏洞时，团队以前依赖于耗时的手动流程。由于这些扫描呈静态并且着眼于生产前流程，因此在下一Dynatrace

可根据企业、员工和客户面临的风险，自动识别生产应用程序中的漏洞和性能问题，并确定次计划扫描之前，很难在生产环境中检测到新发现的漏洞。也很难发现一些第三方应用程序中的漏洞，这些其优先级。漏洞对于

USI

团队来说仍然是“隐患”。除了这些安全挑战之外，USI

还遇到了影响最终用户的应用程序性更紧密的团队协作能问题，团队也因此损失了宝贵的工作时间。作为一体化解决方案，Dynatrace

提供单一真相源，帮助

USI

奠定长期向

DevSecOps

文化转变的基础。更友好的供应商关系为了维护客户敏感数据的安全并提供更好的最终用户体验，USI

需要一

个智能

和安全的可观测性平台，可以在整个复杂的环境中提供可见性。更好的用户体验对第三方应用程序的自动可见性使

USI

能够与所依赖的第三方解决方案提供商更好地协作，从而在软件出现问题时更快地加以解决。Dynatrace

使

USI

能够深入了解用户会话，以准确确定用户如何浏览系统，并发现可能阻止他们完成事务的问题。更快的解决方案作为一名开发人员，Dynatrace

已成为我的良师益友。我可以确定借助

Dynatrace，USI

可以自动连续监控其应用程序堆栈的每一层，从而将

USI

的平均解决时间从几天锐问题根源，并快速确定需要哪个团队来解决问题。减到

20

分钟。—

Wendy

MathisUSI

Insurance

Services软件首席架构师金融服务

AIOps策略

|

17BMO

通过

Dynatrace

推动数字优先策略，以提高效率并提供卓越的客户体验作为北美最大的银行之一，BMO

已采取数字优先策略来推动金融进步，并在快速发展的市场中不断满足客提高客户信任度和忠诚度户的需求。为支持这一战略，BMO

采用了混合技术堆栈，涵盖内部数据中心和公共云服务。这可以帮助银BMO大幅缩短了问题的平均识别时间

(MT

TI)，并将问题根源分析

(RCA)

时间缩短了

80%。因

此，BMO行保护最敏感数据和应用程序的安全性，同时充分利用云的规模经济效益。可以为其服务的客户和社区提供持续可用的服务，帮助提高客户的信任度和忠诚度。BMO

希望通过从这种动态分布式技术堆栈中产生的各种海量可观测性数据获取实时见解，但传统的日志分析方法难以获得及时见解，而且由于依赖耗时的人工流程，还会造成生产率降低。BMO

需要一

个具有

AI功能的更加自动化的解决方案，使其团队能够获得实时见解，从而推动创新和增强利用统一的可观测性和强大的

AI功能

来加快

技术主导信任。Dynatrace的创新并提供卓越的数字体验，在

BMO

成为数据驱动型组织的过提高运营效率程中发

挥

着重要作用。使用

Dynatrace，以前需要长达

45

分钟的手动日志分析现在只需

5秒即可完成。这不仅为每个团队每月减少了约

60

小时的手动工作，还显著提高了团队诊断问题并采取行动的速度。加快创新—

Rohan

ShahBMO

站点可靠性工程高级经理Dynatrace

提供出色的平台来支持并促进

SRE

实践。实时答案使

BMO

能够快速了解与变更或新服务相关的问题，并根据需要立即解决。此功能还为每个团队每月额外节省了大约

40

小时，使他们可以专注于创新，而不是应对各种问题。金融服务

AIOps策略

|

18Soldo

通过

Dynatrace

提供更安全的数字交互并提高客户满意度Soldo

是欧洲领先的支出管理平台，需要最大程度提高提高工作效率软件的正常运行时间和性能，以便客户可以随时随地进通过

Dynatrace

自动实时识别重要漏洞、优先处理并帮助行访问。修复这些漏洞，Soldo

的团队可以减少手动筛选杂乱警报其平台建立在复杂的云原生技术堆栈之上，在

AWS

中运的时间，从而专注于更具战略性的任务。行并利用基于

Kubernetes

的架构。Soldo

还使用开放源加快漏洞解决代码，坚持敏捷和安全的交付实践，以推动持续创新，并严“我们从

Dynatrace

获得的精准答案非格遵守金融服务行业法规。Davis

是

Dynatrace

平台核心的

AI引擎，通过启动修复工常有用，可以帮助我们的团队避免浪作流程自动解决漏洞，使

Soldo

的团队能够将应对新的零鉴于动态云环境的变化速度以及应用程序中开源代码的普日漏洞所需的时间从几天缩短到几分钟。及程度，Soldo

需要降低生产环境中的漏洞风险，以确保客费大量时间通

过排查安全警报来了解户的数据和交易安全。我们的风险。”自信实现技术创新Dynatrace

实时提供持续、自动的运行时漏洞分析和—Luca

Domenella云操作和

DevOps

负责人保护，确保

Soldo

生产环境中的应用程序无漏洞。SoldoVirgin

Money

借助

AI

辅助技术改进运营Virgin

Money

之前组建了一个相对较小的团队，专门负责单一真相源使用多种工具和手动流程来管理大量不同的系统，后来发Dynatrace提供的全栈可观测性为

Virgin

Money

提供了现这一监控方法效率低下。公司最终发现其团队经常在客一个涵盖多个用例和技术的一体化平台。团队无需使用多户受到影响后才对问题做出反应，从而难以主动优化数字个监控解决方案即可找到性能问题根源。体验，并且浪费了大量时间和资源，面临巨大挑战。跨团队协作自动发现和检测Virgin

Money