多年来,IT运营收集的数据量一直在增加。例如,微服务的趋势意味着更多的应用程序生成自己的运营数据,而Splunk等工具,普罗米修斯,或ELK堆栈使以后存储和处理数据更容易,从而获得操作上的见解。当与日益普及的机器学习工具相结合时,操作员将不可避免地开始将统计模型和训练有素的分类算法纳入他们的工具集。尽管这些算法已经问世多年,人们也进行了各种尝试来实现服务管理的自动化,但我们才刚刚开始理解机器和人类如何协作来更早地识别故障或查明故障的根源。尽管有炒作过度的风险算法IT运作在美国,机器学习算法的稳步改进将不可避免地改变人类在未来数据中心运营中的角色。