关键字: [亚马逊云科技， ChromeDB， 智能运维解决方案， Aiops概念介绍， 企业运维需求， 多模态智能巡检， 成本优化方案， 问题排查加速， 运维脚本生成， 效率提升目标]

导读

在这场演讲中，戴烨先生介绍了亚马逊云科技的AIops智能运维解决方案。他阐述了AIops的概念、企业为何需要AIops，并详细介绍了4套基于大模型和亚马逊云科技服务的解决方案:多模态智能巡检、成本优化、问题排查加速、运维脚本生成自动化。这些解决方案旨在提高运维效率、降低成本、提升系统稳定性，帮助企业应对日益复杂的IT环境。戴烨先生邀请企业与亚马逊云科技合作，共同推进智能运维的未来发展。

演讲精华

以下是小编为您整理的本次演讲的精华。

下午好，欢迎来到亚马逊云科技中国区峰会。我是希云数据的技术客户经理戴烨，今天我将为大家介绍AIops智能运维解决方案。

近年来，随着深度学习人工智能技术的爆发式发展，人工智能正在深度赋能企业的运维领域。越来越多的企业开始部署AI工具来提高日常运维效率。作为人工智能和IT运维的融合体，AIops整合了大数据分析和AI算法，进一步提高了IT运维的智能化水平。AIops在全站智能化监控和巡检、提高服务稳定性快速定位和排查技术问题、提高企业运维自动化效率(包括自然语言到机器代码的智能转换)等三大场景表现突出。根据预测，到2025年整个AIops市场规模将超过21亿美元，反映出巨大的市场需求。超过40%的目标客户已开展深度技术咨询。

在当前数据量指数级增长、IT运维架构日益复杂的背景下，AIops可以为企业带来诸多优势。首先，它有助于提高运维效率、降低人力成本。其次，AIops可以实现主动预防，减少系统故障发生。此外，它还可以加速问题的定位和解决，提升整个系统的稳定性。AIops在前瞻性事件管理、问题处理、资源利用、成本优化、运维效率提升等六大核心能力方面表现突出。很多客户将运维效率的提升作为首要目标。

根据客户在实际运维中遇到的问题，我们构建了四套AIops解决方案。第一套是多模态智能巡检方案。在日常运维中，监控是一个非常重要的指标。然而，在传统监控平台下，巡检工作耗时耗力。我们利用了Amazon CloudWatch这个组件，对多个监控平台的截图进行操作。然后利用大模型的多模态能力，结合100多项统一指标，对截图进行高频智能巡检，发现服务中潜在的风险。部署该方案的客户原本每周或每月进行一次巡检，现在可以将巡检频率提高到每天，大大缩短了监控时间间隔，提高了风险发现的频率，同时也节省了人力成本。该方案统一了异常指标的解释，消除了个体差异。客户还可以设置70%到90%这样的区间指标，利用大模型的能力进行前瞻性风险预见，更好地提高服务稳定性。

第二套是成本优化解决方案。近年来，许多客户对于成本优化问题高度关注。我们都知道，亚马逊云科技成本使用报告(CUR)中的数据非常复杂，存在着几百列基础字段，对于非专业人员来说难以分析。为了让客户更好地查询和控制成本，我们基于Amazon EC2、Amazon IA级和大模型的组合，利用Prompt Engineering技术对CUR表格字段进行详细解释，并注入典型查询语句。大模型理解查询意图后会返回相应的SQL语句，客户可在不同数据源如Amazon RDS数据库或Amazon S3中查询，并在Amazon QuickSight或自有仪表板上呈现结果和图表，方便报告给管理层。该方案大大降低了复杂数据库查询的门槛，提高了成本控制的效率。

第三套是故障快速定位和解决方案。对于任何企业来说，如何快速定位和解决技术问题以提升服务稳定性至关重要。我们知道，亚马逊云科技服务台工单中回复内容非常多，如何从中归纳总结历史相同问题并给出解决方案对于快速解决当前问题很有帮助。因此，我们基于Amazon Defi、Amazon IA级和大模型的组合构建了这一解决方案。我们开发了一个前置，利用Prompt Engineering和大模型对所有亚马逊云科技工单进行过滤蒸馏，将结果统一注入知识库。然后，我们发布了一个基于工单知识库的聊天机器人。用户可以用自然语言与机器人对话，总结出以往相同的问题，机器人会给出解决方案，从而快速解决当前问题，提高服务稳定性。该解决方案还可以在左下角列出所有相关案例的配置号，方便追踪溯源。

第四套是运维脚本生成自动化解决方案。在日常工作中，我们听到了客户的呼声，他们希望有一个统一的方案，能够集成Amazon CLI命令、Bash脚本和Terraform脚本，帮助提高脚本生成的速度和个人效率。原本需要20分钟查询文档并编写生成脚本，现在只需简单输入需求就可以生成可运行脚本，提高了便捷性。于是，我们通过Prompt Engineering的方式，将这三种脚本语言集成在一个APP中，并预设了客户常用问题以便快速查询。该解决方案设计了3条不同的工作流来应对三种脚本语言。该方案未来还将与Amazon CodeWhisperer集成。

总之，通过与客户的深入交流和反馈，我们总结了客户在智能巡检、成本优化、故障排查和运维脚本生成四个方面的实际需求，并构建了相应的AIops解决方案。我们期待能够携手客户，共同开创智能运维的新未来。如果您对这四套解决方案有任何疑问或需求，欢迎随时与我们的企业级技术支持客户团队联系，我们将助力现场落地。

下面是一些演讲现场的精彩瞬间：

The speaker， Dai Ye， a technical customer manager at Xiyun Data， welcomes the audience to the Amazon Web Services China Summit and introduces the topic of AI and AIOps intelligent operations solutions.

亚马逊云科技推出了一套基于前端ECS、IA和大模型的组合方案，利用Prompt Engineering技术帮助客户更好地查询复杂账单、控制和定位成本。

A powerful AI model generates SQL queries and visualizes the top 10 most expensive services with detailed tables and intelligent charts， providing a user-friendly solution for reporting to management.

The architecture combines Kendra， IT， and a large model， with a pre-processing step using PlatformEng and another large model to filter and distill Amazon tickets into a unified knowledge base for the main large model to retrieve from.

The speaker explains the dashboard of their Kendra-based solution， highlighting the green section representing the ticket database that provides past case experiences and solutions when interacting with the chatbot， along with case numbers for easy tracking.

亚马逊云科技提出了一个统一的解决方案，将CLI命令、Bash脚本和Terraform脚本集成在一起，帮助客户提高个人效率和代码生成速度。

总结

亚马逊云科技正在引领 AIops 智能运维的新浪潮。这场演讲阐述了 AIops 的本质、企业需求以及亚马逊云科技的四大解决方案。

首先，AIops 融合了人工智能和 IT 运维，通过大数据分析和 AI 算法提高运维智能化水平。它在全站监控、服务稳定性和运维自动化三大领域表现突出。随着数据量激增和 IT 架构复杂化，AIops 成为提高运维效率、预防故障、加速问题解决的关键。

其次，亚马逊云科技推出了四大 AIops 解决方案:多模态智能巡检、成本优化、问题排查加速和运维脚本生成自动化。这些解决方案利用大模型、知识库和自然语言处理等技术，有效解决了企业在日常运维中面临的痛点。

最后，亚马逊云科技呼吁企业与其携手，共同推进 AIops 智能运维的发展，提高运维效率，实现主动预防，加速问题解决，从而提升整体服务稳定性。这场演讲为企业开启了 AIops 智能运维的新视野，展现了亚马逊云科技在这一领域的领先地位。

我们正处在Agentic AI爆发前夜。2025亚马逊云科技中国峰会提出，企业要从“成本优化”转向“创新驱动”，通过完善的数据战略和AI云服务，把握全球化机遇。亚马逊将投入1000亿美元在AI算力、云基础设施等领域，通过领先的技术实力和帮助“中国企业出海“和”服务中国客户创新“的丰富经验，助力企业在AI时代突破。