通過從傳統(tǒng)的、被動的運作方式轉(zhuǎn)向主動的、自動化的事件管理，組織可以更高效、更智能地工作。

譯自5 Steps To Cross the Operational Chasm in Incident Management，作者 Debora Cambe。

構(gòu)建具有彈性的運營，確保高可用性和可靠性，對于維護客戶忠誠度并最終實現(xiàn)業(yè)務增長至關(guān)重要。根據(jù)近期研究，十分之九的IT領導者認為，中斷或故障降低了客戶對其組織的信任度。

實現(xiàn)運營卓越的路徑是預防和學習的路徑，融入到事件管理流程中，團隊通過擁抱主動措施和事后審查，自信高效地運作，而不是陷入救火模式。

從反應式到主動式事件管理跨越運營鴻溝，對于降低運營成本和節(jié)省團隊能力以加速創(chuàng)新至關(guān)重要——即使面對意外挑戰(zhàn)，也能提供卓越的服務。

以下五個步驟可以幫助組織開始走向運營卓越的旅程。

1.擴展服務所有權(quán)以更高效地運營

手動事件管理流程的支離破碎性質(zhì)是組織面臨的主要挑戰(zhàn)。分布式團隊經(jīng)常使用不同的工具和工作流程，這使得在關(guān)鍵事件期間的協(xié)調(diào)變得困難。平均而言，與自動化事件管理流程相比，手動解決事件的平均修復時間 (MTTR)要長1小時18分鐘。

使用構(gòu)建用于在整個組織中擴展全服務所有權(quán)模型的平臺，可以利用各種運營模型（從集中式到分散式），并在整個事件生命周期中協(xié)調(diào)團隊的響應。DevOps最佳實踐的標準化推動了這種方法。它推動問責制和跨團隊協(xié)作，同時通過自動化重復性任務和專注于創(chuàng)新來增強團隊的能力，從而幫助減少重大事件和中斷的影響。

2.使用 AI 和自動化來消除噪音

對組織基礎設施和潛在故障點的了解有限，往往限制了團隊采用反應式事件管理策略。例如，網(wǎng)絡運營中心 (NOC) 傳統(tǒng)上偏愛一種“眼睛盯著屏幕”的模型，這種模型過于依賴人工，并且容易出錯，無法有效地分類當今涌入企業(yè)的龐大數(shù)據(jù)量。

事件驅(qū)動自動化使用 AI 和機器學習來僅顯示需要人工關(guān)注和干預的關(guān)鍵工作。它可以抑制和分組警報，同時啟動分類和自動修復以消除噪音。或者，它可以確定需要更多診斷信息，并通知團隊進行調(diào)查。這使響應者能夠自動修復低優(yōu)先級問題，并專注于推動業(yè)務價值（創(chuàng)新、效率和卓越的客戶體驗）的高影響事件。 通過智能事件檢測和主動問題解決，團隊可以在問題升級之前預測和解決問題，從而顯著減少響應時間并改進整體事件管理實踐。此外，AI驅(qū)動的分析可以幫助發(fā)現(xiàn)可能無法通過人工分析發(fā)現(xiàn)的模式和趨勢，從而確保更具彈性和效率的系統(tǒng)。

3.促進主動的跨職能協(xié)作

采用孤立的事件管理方法會減慢決策速度，并損害事件期間的跨團隊溝通。相反，組織必須培養(yǎng)一種跨職能文化，讓所有團隊成員能夠無縫協(xié)作。

跨職能協(xié)作確保事件響應計劃全面，并考慮特定團隊中包含的見解和專業(yè)知識。借助 AI 工具總結(jié)信息和起草消息，以及使用自動化共享定期更新，可以加快溝通速度。這會在利益相關(guān)者之間建立信任，并促進知識共享以加快解決速度。

4.將引導式修復帶到響應者工作的地方

許多響應者與 ChatOps 工具協(xié)作以啟動響應流程。事實上，有可能在不離開 Slack 或 Microsoft Teams 的情況下端到端地管理事件，從而最大限度地減少上下文切換以提高效率，降低協(xié)調(diào)成本并加快解決速度。 但是，除了創(chuàng)建專門的事故渠道并快速添加響應者和主題專家外，團隊還可以從具有引導性補救功能的事故管理平臺中受益。一個值得注意的例子是能夠直接在聊天中分配角色和任務，以提高責任感并消除猜測，甚至確定事故類型，從而為特定場景制定量身定制的響應流程。

此外，生成式AI聊天機器人可以為響應者提供上下文支持和可操作的見解，使他們在快速解決問題時更加有效。此外，聊天記錄可以自動攝取并在新創(chuàng)建的事故后審查中進行總結(jié)，從而促進將事故轉(zhuǎn)化為學習機會并釋放運營彈性的過程。

5.通過事故后審查改進彈性

制定主動事故管理策略的一個重要步驟是進行事故后審查。當事故得到解決時，團隊往往非常忙碌，以至于他們不得不繼續(xù)前進，而沒有檢查促成因素或確定哪些流程可以改進。

在重大事件（理想情況下是每個事件）之后進行無責備審查對于持續(xù)迭代地改進發(fā)生事件的系統(tǒng)至關(guān)重要。這應涵蓋技術(shù)和人為方面。審查必須徹底，并發(fā)現(xiàn)流程缺陷、培訓差距或系統(tǒng)漏洞，以改進事故管理。

有效地記錄這些審查的結(jié)果——這一過程可以在AI工具的支持下加速——有助于組織提高彈性并減少未來事件的影響。持續(xù)學習的思維模式將每個事件都轉(zhuǎn)化為推動改進事故管理成熟度的機會。

事故是不可避免的：滅火不是

事故將繼續(xù)發(fā)生，因此組織需要關(guān)注如何更好地承受它們。通過跨越運營鴻溝——從傳統(tǒng)的、被動的運作方式轉(zhuǎn)變?yōu)橹鲃拥摹⒆詣踊氖录芾怼M織可以更快、更聰明地工作，以提高其服務的可用性和可靠性。最終，這種轉(zhuǎn)變將改善客戶體驗，并為可持續(xù)的業(yè)務持續(xù)增長鋪平道路。