2023年it和可观察性预测报告.pdf

IT+可观察性趋势和技术的融合将如何重塑未来一年的弹性2023年预测2023 年 Splunk IT+可观察性预测|02通往基础的快速 通道十多年来，IT 运维领域一直处于巨大的变化之中。我们应该说，IT 运维领域包括：传统运维、各种各样的开发运维，以及两者兼而有之的组织。所有这些方法都在努力应对基础设施和应用程序日益增加的复杂性。混合、多云微服务、Kubernetes、无服务器。2023 年 Splunk IT+可观察性预测|03近年来的一个大话题是可观察性，这是一种现代化的监控方法，可提供整个基础设施、应用和客户体验的完整可见性和背景信息。可观察性有助于确保数字健康、可靠性和性能。这在当今超复杂的环境中至关重要。“每个组织都能看到数字的身影，有越来越多的移动部分。”Splunk 负责可观察性业务的集团副总裁 Mala Pillutla 说。“特别是对于较大的组织，复杂性越来越不稳定。他们需要 Kubernetes 监控、无服务器监控等等。整个数字生态系统的成功，以及业务的成功，取决于保持其正常运行的可观察性。因此，可观察性不再是一个区分因素，而是一项核心能力。“她说，自己看到了两种基本类型的可观察性赞助者。“一个是你的传统运维团队，这是一个支持整个组织的集中式共享服务。另一种是松散的 AppDev、DevOps 和 SRE 分组，我们往往会在团队不集中的云原生组织中看到它们。第一组专注于从传统的整体架构过渡到云原生工具，第二组则不参与这个较为耗时的过程。他们已经就位，他们想要具有开箱即用价值的新工具。“2023 年 Splunk IT+可观察性预测|04Splunk 亚太地区高级副总裁兼总经理 Simon Davies 对此表示赞同。他说，他看到各种传统和前沿组织以不同的方式应对这一挑战。“亚洲的许多组织没有同样的遗留技术债务，这使他们能够跃进到新技术。”他说。“许多组织都是第一次考虑可观察性，没有传统实践的羁绊。”Splunk 的可观察性副总裁 Dhiraj Goklani 说，其他组织正在努力追赶。“有些人仍然在问，什么是可观察性？他们仍然觉得难以消化，但另一方面，他们肯定理解，并且是云原生组织的必备工具。”我们的 2022 年可观察性状况报告在欧洲发现了类似的差异，包括不同类型的组织和不同的国家/地区。平均而言，法国和英国的组织在可观察性采用方面落后于平均水平，而德国则优于全球基线。2023 年 Splunk IT+可观察性预测|05Splunk 首席产品官 Garth Fort 指出，所有这些复杂性将继续复杂化。“我们去年的预测报告谈到了无服务器的增长，而且这种增长还在继续。”他说。“在采用真正的服务架构方面，我们仍处于起步阶段。我们越来越多的客户正在使用微服务和容器化架构构建应用，当容器可能只存在几毫秒时，你用于监控性能的方式会与早期动态性较低的架构有很大不同。”因此，可观察性将继续支持混合、多云基础设施，因为它们向边缘蔓延，并融入了机器学习、微服务、容器和所有其他功能，而且 IT 运维的实践也在继续发展。“尽管很复杂，但可观察性工具将更容易使用。”Splunk 首席战略官 Ammar Maraqa说“这些解决方案需要支持任何单个组织顺利通过云的各个阶段，这是这些解决方案成功的唯一途径。”2023 年预测和生存策略07 可观察性 连接 DX 的新面孔。08 IT 价值在哪里？09 自动化 下一个区别因素11 安全和可观察性 融合正在发生，它将使组织更有弹性。13 CTO 和 CISO 两个关键角色将如何扩展15 人才 更广泛的招聘，更好的培训和更多的自动化17 AI 和 ML 价值正在实现。ML Ops 将提供帮助。19 AI 和 ML AI 伦理正在大步前进。22 弹性的重要性25 贡献者2023 年 Splunk IT+可观察性预测|07预测可观察性将成为数字化转型和数字化体验的新面孔。在数字时代开始时，“数字化转型”是一个有用的术语，用于描述一系列广泛的现代化努力，这些努力有望带来各种重大回报：降低成本；简化软件开发、产品创新和服务交付；改善预测和其他战略职能；自动保持休息室备有咖啡和混合饮料。如今，数字化转型速度更快，也更有针对性。特别是自从新冠肺炎爆发以来，DX 的努力集中在数字体验上。Splunk 首席客户官 Katie Bianchi 表示：“对于今天的大多数组织来说，数字化转型就是为客户提供高度可用的无缝数字体验。”首席产品官 Garth Fort 提到了 Splunk 的客户 Papa Johns，在我们的annual.conf 活动上讨论了 Papa Johns 在疫情时代的转型。“在疫情之前，他们 40%的业务都是数字化的。后疫情时代，他们 90%的订单来自于某种数字接口。”Fort 说。“当任何企业看到这种电子商务转变时，他们的移动应用程序和支付基础设施以及所有这些都变得绝对至关重要。在疫情期间，我们不同行业的许多客户都有过这种突然的转变，无论是在处理更多数字客户交互方面，还是在实现广泛的远程协作方面。”不要指望大流行后的世界会有任何改变，并回到从前。Splunk 首席战略官 Ammar Maraqa 表示：“加速数字化转型势在必行。他说，在更复杂的 IT 环境中，更难2023 年 Splunk IT+可观察性预测|08提供快速和令人满意的体验。“更大、更快数字化转型的复杂性是大多数组织面临的挑战。用于管理这种复杂性的工具变得更加重要。”Fort 说，这使得可观察性成为了基本的 DX 驱动因素。“当客户在你的网络上遇到问题时，仅仅做出响应还远远不够。”他说。“如果我们都做好了自己的工作，IT 运维团队甚至可以在客户发现 DX 问题之前对其进行补救。”他说，一个强大的可观察性实践是获得警报和见解的唯一途径，让你在最终用户遭受损失之前对系统行为的变化做出反应。如果没有这种预警见解，后果将不堪设想。预测IT 支出真的 必须提供可 衡量的价值。说 2023 年在相当大的宏观经济不确定性中到来，这不是一个预测，而是一个观察。这往往会让公司对投资更加谨慎。虽然我们预计 IT 预算不会缩减，但肯定会受到更严格的审查。“现在，除了就业以外，所有的经济因素都指向衰退。”Splunk 欧洲、中东、非洲地区高级副总裁兼总经理 Petra Jenner 说。“在经济低迷时期，企业非常关注投资。他们只购买眼下需要的东西，而不进行任何前瞻性投资。”“公司正在清楚地考虑他们想要进行哪些技术投资。”Splunk 首席执行官 Gary Steele 同意这一观点。“必须尽快交付真正的价值。”我们预计价值焦点将集中在数字体验上，因为没有什么比直接改善为客户服务的方式更能推动发展。当更好的选择离你很近的时候，没有什么比提供令人失望或支离破碎的交互更会让它朝着错误的方向发展。2023 年 Splunk IT+可观察性预测|09预测当可观察性成为赌注时，自动化将成为下一个 区分因素。客户体验将决定未来几年的数字化转型努力。关注 IT 运维领域，最大的不同点将是自动化。“在系统日益复杂和技术人才严重短缺的情况下，组织将需要更大程度地依赖自动化来跟上发展。”Splunk 可观察性业务高级副总裁兼总经理、可观察性初创公司 Omnition 的创始人 Spiros Xanthos 表示。Xanthos 指出，对自动化 IT 运维的更大需求与机器学习的改进不谋而合。“我们已经收集遥测数据很长时间了，但这些数据的结构还不足以实现良好的自动化。”他说。“糟糕的信噪比使我们能够通过 AIOps 实现一些自动化，但这非常有限。现在，组织越来越能够完全保真地收集数据。这将极大地改变现状，因为更高质量的数据让我们能够建立模型，这是我们实现流程自动化所必需的。”“AI/ML 和自动化的结合将会非常重要。”Splunk 首席战略官 Ammar Maraqa 表示。“需求确实存在，因为熟练的 IT 和安全人才短缺，成本压力越来越大。”Splunk 首席客户官 Katie Bianchi 也提出了人才问题。“鉴于持续的人才短缺，”她说，“自动化使你能够扩展领域专长。”2023 年 Splunk IT+可观察性预测|10她表示，机器学习将简化和改善所有业务成果，从应用程序性能到改进的安全检测。“在所有这些情况下，ML 提供了更好、更准确的见解，因此我们可以看到接下来会发生什么，并协调最佳应对措施。”她说。“让自动化变得更智能是下一个飞跃。”欧洲、中东、非洲地区首席技术顾问 Mark Woods 说。“自动化剧本是一回事，这样一来，一个人会做的事情会以更快的速度和更大的规模发生。但是下一步将是更一般化的学习在自动化中的应用。不仅仅是为某项特定任务而学习，而是在某个领域进行培训，然后在许多领域应用。”这将包括一系列的事情，从发生系统中断和网络攻击时的警报和响应，到简化外围流程和加快发布速度。Splunk 高级应用科学家 Subho Majumdar 提出了流程自动化，以更有效地培养新人才。“我们有很多文件，新工程师加入公司时可能需要阅读它们。”他说。“想象一下通过使用 ML 来自动化入职流程。大型语言模型可以分析所有内部文档和维基百科，为新员工提供特定角色的建议。”从新员工入职培训到客户可以与之聊天的聊天机器人，再到更强的应对威胁和性能问题的弹性，自动化将成为下一个大事件。几年后，就像可观察性一样，它有望成为基础。2023 年 Splunk IT+可观察性预测|11预测可观察性和安全性数据/工具将融合在一起，创造出更具弹性的组织。“有些情况下，尤其是在高度管控的环境中，需要隔离一些安全数据。但总的来说，传统的运维和安全之间有很多重叠。”Splunk 亚太地区安全副总裁 Robert Pizzari 说。“进步的组织正在寻找优化其数据和工具的方法，以加快任何类型事件的解决时间。”“在有强大动力推动 SRE 工程团队、依赖云原生技术的地方，除了融合数据和流程，真的别无选择。”Splunk 亚太地区可观察性业务副总裁 Dhiraj Goklani 表示。“你必须沿着 DevSecOps 的道路前进，将所有这些整合在一起，融入工程最佳实践中。否则，这将是一场等待发生的灾难。”Splunk 可观察性业务高级副总裁兼总经理 Spiros Xanthos 看到了整个科技市场的趋势。“该行业正处于整合模式。”他表示。“数据整合和工具整合。”重要数据，无论是在内部还是在云中，都不能孤立存在。“在云上运行的应用程序具有复杂的互联性，使得可用性和安全性成为更棘手的问题。”有很多关于业务弹性的讨论。这是最新的热门词汇。但也远不止于此。我们已经确定了两个趋势，将在接下来的两个预测中讨论，这两个趋势将对数字系统的强度和耐用性做出有意义的贡献。首先是数据和工具的融合，它们来自弹性的两个方面，在以前，这两个方面彼此孤立。2023 年 Splunk IT+可观察性预测|12随着数据的汇集，团队在 DevSecOps 领域的合作越来越多，工具也发生了变化。只看到和服务于一小部分情况的点解决方案无助于弹性，并且跨如此多的工具维护专业知识对于快速变化的组织来说是一种负担。Splunk 的 2022 年可观察性现状和安全性现状报告均发现，虽然这两个领域中最成熟的组织实际上报告使用的工具与新手一样多或更多，但领导者也大幅减少了提供这些工具的供应商数量。“我们自己也看到了这一点。”Xanthos 说。“我们自己的云产品套件有许多工具，我们往往会看到更高级的客户采用更多这些工具。”“这种融合有很多好处。”首席产品官 Garth Fort 说。“在.conf 上，我们与 REI 的新任 CISO 进行了交谈，他对 Splunk 作为安全工具很熟悉，他发现 REI 已经在使用 Splunk 来实现可观察性，因此他能够使用相同的工具和相同的数据，轻松地将它用于安全领域。这适用于任何技术，任何时候团队都可以使用一个通用的工具和一组通用的数据，这将带来巨大的好处。”2023 年 Splunk IT+可观察性预测|13从首席技术官开始：“CTO 的角色正变得越来越突出，并对跨越开发运维和传统 IT 运维的可观察性等技术承担更多责任。”Splunk 负责可观察性业务的集团副总裁 Mala Pillutla 表示。“Splunk 的早期客户主要是 NOC 和 SOC，但随着可观察性业务的增加，我们看到 CTO 领导下的平台团队和卓越中心成为更重要的组成部分。”首席客户官 Katie Bianchi 将大部分时间用于与我们的客户交谈，了解他们的 IT 和安全组织如何为整体业务成功做出贡献，她也看到了更多来自 CTO 的领导力。“如今的 CTO 承担了更多的责任。随着越来越多的组织转向云，他们的可观察性需求也随之增长，CTO 现在在广泛的应用程序和基础设施中承担了更多的责任。”对于 Splunk 可观察性业务高级副总裁兼总经理、三任创始人兼首席执行官 Spiros Xanthos 来说，这很有意义。“通常，CTO 管理开发组织，或者 SRE 组织，所以他们通常在云基础设施和在上面运行的应用程序运维方面承担更大的责任。”Xanthos说。“与此同时，我们越来越多地看到，CISO 不再严格负责安全，因为提供网络弹性的工具和数据可以用于可用性弹性。”这就引出了首席信息安全官。多年来，CISO 努力消除数据孤岛，并提供工具让安全团队了解整个组织，从而在应对任何 IT 系统威胁方面处于有利地位。预测CTO 在上升，CISO 在扩大。围绕 IT 弹性和网络弹性独立职能的数据和工具融合也在影响领导力，通常是两个重要高级职位中的一个。首先，许多组织都在授权 CTO，部分原因是采用开发运维实践。在其他组织中，CISO 在总体弹性方面承担了更大的责任，不仅包括对抗安全攻击，还包括确保绩效。2023 年 Splunk IT+可观察性预测|14“CISO 不仅有这些工具。”Xanthos 说，“而且很明显，当你发现可用性问题时，首先必须解决的问题之一是，这是一个安全事故吗？“我们开始看到组织动态和任务定义反映了数据层的融合。”Splunk 的 GTM 战略和专业化副总裁 Patrick Coughlin 说。“职称和工作描述也在不断变化，CISO 的影响力正在整个企业中扩展，涵盖了这一更广泛的事件定义，这意味着 CISO 现在正在对整个组织的新决策施加影响。”在一个组织内，CISO 向整体弹性的转变和 CTO 承担更全面的技术责任可以同时发生。或者不是。“这不是一个统一的转变。”Bianchi 说。“每个组织都实现了它所需要的平衡。但我们肯定会看到 CTO 和 CISO 这两个角色的范围在扩大。”通过这两种选择，我们看到组织正尝试在其领导层中实现他们花了几十年时间试图在数字环境中建立的东西：集中、非孤立的监督，以提供更高的效率、更强的弹性和更好的战略见解。2023 年 Splunk IT+可观察性预测|15预测我们将如何缓解人才危机：更广泛的招聘、原则培训，而非工具技能和自动化。“无论出现什么样的经济环境，非常紧张的劳动力市场都不会因为安全或 IT 而改变。”Splunk 首席执行官 Gary Steele 指出。因此，企业正更加努力地广撒网招揽人才，而不是窄网招技能。雇佣求知欲强的问题解决者，而不是在工作简历中有四种特定证书的人。亚太地区可观察性业务副总裁 Dhiraj Goklani 同意这一策略，但他指出，问题不仅仅是缺少 STEM 毕业生。“在亚太地区的许多市场，我们看到许多组织在构建新一代架构和工具，例如可观察性，以吸引和留住人才。”这就是像 GitHub Copilot 这样的工具最终将允许较小的开发团队更快地工作，并允许较少的技术人员扩展他们的能力。（请参阅我们的高管预测报告，了解这些大型语言模型将会给 IT 带来的变化。）疫情加速了 人力资源领域的几个显著趋势。我们的高管报告更深入地探讨了衰退力量和员工需求之间的紧张关系，但在这里，我们希望强调缓解人才短缺的努力，人才短缺一直困扰着 IT 和安全团队。2023 年 Splunk IT+可观察性预测|16除了自动化和招聘人才，而不是狭隘的经验，软件制造商和他们服务的 IT 运维和安全团队，将不得不在其专注的工具培训中添加更广泛的教育内容。“组织需要依靠他们的供应商来建立人才生态系统，以最有效地交付业务成果。”首席客户官 Katie Bianchi 说。“像 Salesforce 这样的公司一直在创新，因为他们认识到需要建立一个人才生态系统，利用他们的平台推动重大业务成果。目标不仅仅是培训团队使用解决方案，还包括使用解决方案实现业务成果。”她说，供应商的另一个责任是使产品尽可能容易使用。“我们自己也在努力朝这个方向前进。”安全解决方案战略高级经理 Lily Lee 说。“在安全方面，我的团队正在研究如何使我们的产品教育更广泛适用，因此我们不仅仅是传授 Splunk 知识，还教用户如何成为更好的威胁猎人，如何成为更好的一级或二级分析师。”这种方法将建立一个更好的人才生态系统，并使投资于这种职业水平培训的公司对他们最初努力留住的人才更具吸引力。2023 年 Splunk IT+可观察性预测|17预测AI/ML 价值正在我们周围实现。MLOps 将带来结构和透明度，以扩大这一进展。多年的人工智能宣传终于有了回报。“在经典的采用曲线中，我们已经过了宣传阶段，进入了构建阶段。”Splunk 平台产品管理副总裁 Mangesh Pimpalkhare 表示。“我们刚刚开始意识到真正的价值。”软件的普通用户，无论是消费者的视频流媒体平台，还是商业用户的客户资源管理应用程序，都没有意识到，他们的数字体验是通过机器学习来增强的。当然，这在营销文案中随处可见，但用户体验更智能、更快更好。“过去十年，甚至是过去五年，这个阶段已经发生了很大变化。”专注于 AI 的 Splunk 首席产品经理 John Reed 表示。“在早期，我们非常注重实际技术和手工操作培训。但这不再是目标或终点。AI 正在成为让事情变得更简单的润滑剂。重点不是下面的螺母和螺栓，而是与价值有关。”“软件制造商已经弄清楚了潜在的复杂性，那些螺母和螺栓。”Pimpalkhare说。“这让客户关注结果。”但是必须有人关注机器学习的操作方面。因此，一门新的学科应运而生：MLOps。“MLOps 是机器学习的开发运维。”Splunk 高级首席应用科学家 Joe Ross 说。“机器学习有额外的复杂性。它是软件和数据的组合，具有更复杂的谱系，因此能够形容和描述如何获得某些输出或结果，以便可以调试它或向监管机构解释它，这更复杂。通过 MLOps，我们看到了标准软件生命周期管理实践在 AI/ML 中的应用。很多都是以更好的工具的形式出现的。”事实上，MLOps 已经催生了一个庞大的工具行业-坦率地说，超过了世界的需求。“MLOps 市场已经完全饱和。”Reed 说。“有数百家供应商提供不同方面的 MLOps 来使其端到端地工作，而该市场的创新有限。未来几年将会出现大规模的整合。”这并不是说 MLOps 作为一门学科正在崩溃。远非如此，Ross 说。“如果你随着时间的推移跟踪职务中带有开发运维的职位列表，你会发现，这一比例已经上升了不少，不再只是技术最先进的公司在寻找这些技能。”他指出。“这也将发生在 MLOps 世界中。”因此，今天就开始招聘和培训，在明天的人才危机中领先一步。2023 年 Splunk IT+可观察性预测|19预测对道德 AI 的日益关注将影响 ML 的培训 和维护方式，并创造新的角色来完成这一任务。我们对机器学习日益普及的第三个观察是在不断发展的道德实践方面。在 ML 模型中发现的无意识偏见的故事经常出现。幸运的是，MLOps 实践将带来更多的标准化和透明度，使评估模型的公平性更加容易，也更易于维护和再培训以防止偏见蔓延。为了获得更多信息，我们求助于 Subho Majumdar，他可能没有撰写关于 ML 伦理的书，但他肯定与人合写了一本关于该主题的书（实践值得信赖的机器学习，刚刚由OReilly 出版）。Majumdar 积极参与多种社区活动-值得信赖的 ML 计划、偏见海盗和 AI 漏洞数据库，这些活动旨在指导和教育 ML 从业者开发公平、安全、稳健、可解释且保护隐私的 ML 模型。Majumdar 说，透明度是公平和其他价值的必要前提，它变得越来越重要。“值得信赖的 ML 包括在将人类价值观融入 ML 管道的同时实施 ML。”他说。“我们的目标是从一开始就建立值得信赖的 ML 管道，这样在模型部署到现实世界后，你就不会在输出中面临偏见和其他问题。”2023 年 Splunk IT+可观察性预测|20Joe Ross 指向模型卡，它提供了关于 ML 模型的简要文档，增加了模型及其输出的透明度。卡片将描述模型的用途和局限性，审查偏见和伦理考虑，并详细说明用于训练模型的数据和方法。“我们正在 HuggingFace 和其他知识库寻找工作成果，以确保我们能够理解模型的谱系。”他说。“这使我们能够在模型中对偏见进行科学演示，作为检查已知偏见列表的标准审查过程的一部分。”他说，偏见列表可以成为 ML 质量保证的标准部分，无论是在模型推出时还是随着时间的推移，因为额外的数据会改变它的输出。除了新的流程，对 AI 伦理的关注也将创造新的就业机会。Majumdar 预见了 AI 伦理学家和提示工程师的具体团队角色，他们将专注于提示如何不仅影响模型输出的准确性，而且影响其潜在的偏差。“作为一个社区，我们正在向利益相关者提供透明度。”Majumdar 说。“如果是政府，这将意味着透明地遵守任何法规和合规性准则。如果利益相关者是消费者，就需要有一种方法来提交工单，或对算法决策的任何担忧进行投诉。已经有一个 AI 事件数据库，用于跟踪已部署的 AI/ML 模型出现的问题。这有点像疾病预防控制中心的疫苗有效性数据库，在那里，你可以提交任何2023 年 Splunk IT+可观察性预测|21因为接种疫苗而发生的问题。这是一个复杂的领域，所以 ML 社区需要几年时间来搞清楚它们。但是我确实认为，我们将会在 ML 中看到更多关于信任和透明度的标准和最佳实践。“监管总是在尖端技术的背后，无论你是在谈论区块链、ML，甚至是电子商务。”Splunk 平台产品管理副总裁 Mangesh Pimpalkhare 说。他希望，我们迄今为止看到的关于数据隐私和社交媒体等技术的一些最糟糕的结果，将为塑造下一波技术提供借鉴。“技术的野性将会继续，但它不会花太长时间来达到一个负责任的终点。先于立法者建立有效的自我监管，这符合行业的最佳利益。现在，你可以看到一些自我声明的负责任的 AI 计划。”Splunk 社会影响力计划负责人 Kriss Deiglmeier 也认为，监管不是一个立竿见影的答案，公众不会满足于等待。“AI 和数据伦理对企业越来越重要，短期内，企业有责任取得自己的进步。”她说。“更多的监管措施将会出台，但每个国家或地区会有所不同。”2023 年 Splunk IT+可观察性预测|22弹性的重要性 ITOps 世界中许多问题的解决方案，在传统开发运维领域的任何方面，都需要更多的时间、金钱和人力。将这一切抛给大多数问题，大多数问题都可以解决。不幸的是，动荡的全球经济正将我们从 2022 年带入新的一年，这意味着各地都要勒紧腰带。2023 年 Splunk IT+可观察性预测|23但那也没那么糟。无论如何，IT 团队一般不会像罗迪欧大道上的卡戴珊一样到处扔钱。IT 领导者总是知道如何充分利用有限的资源，并专注于最必要的胜利。这正是我们在所有客户中看到的态度：速赢和有意义的价值。“与我交谈过的领导者都非常关注尽可能高效、快速地从他们的数据中获取最大价值。”首席客户官 Katie Bianchi 说。“他们希望供应商开辟出快速的价值路径。”2023 年 Splunk IT+可观察性预测|24“数字化转型是你不能完全忽视的事情之一。”首席战略官 Ammar Maraqa 说。但组织将变得更加灵活，增加资金投入，更加注重结果。很多关注点将集中在弹性上，包括性能的可观察性或数据和系统的安全性。就性能而言，这是任何数字组织能够提供的主要价值之一（我们现在都是数字组织）。“系统必须具有弹性，因为在我们这个高速发展的世界里，客户的期望呈指数级增长。”Bianchi 说。“应用程序性能和可用性是卓越客户体验和不断增长的创新业务的核心。”但是，随着期望的增长，我们也看到，帮助我们满足这些需求的技术实现了巨大发展。从可观察性到自动化再到机器学习，我们预测 IT 团队将拥有成功的工具和技术。