AIOps（人工智能运维）成为提升企业运维效率、降低成本的关键技术。随着业务规模的不断扩张，传统运维模式在应对故障诊断、性能优化和资源调配等方面愈发捉襟见肘 ，运维成本与日俱增，服务稳定性也面临挑战。我们希望借助AI帮我们从质量、效率、成本三方面入手，解决实际问题。

通过AI大模型分析，目前我们做到了”所有“监控、告警有迹可循，直接分析触发原因，接下来跟AI结合会更加紧密，构建“感知-分析-决策-执行”闭环的智能运维生态。

演讲提纲：

1. 开篇：AIOps与TME腾讯音乐智能运维的“未来交点”
2. 核心突破：AIOps在TME腾讯音乐运维体系中的三大“未来式”应用
   • 预测式运维：提前“听”出问题的“音乐雷达”
     • 基于容量数据、监控数据预测与预警模型
   • 自愈式运营：系统自己“调准音”
     • 智能决策告警算法，去阈值
     • 智能分析根因，结合AI分析，关联一切所能关联的场景
     • 智能决策系统自动处理80%的常规故障
     • 技术亮点：结合音乐场景特性的强化学习算法应用
3. 个性化运维：为不同业务“定制乐谱”
   • 针对K歌、直播、听歌等场景、P0级服务，制订不同监控策略、调优策略。
   • 效果：核心业务可用性提升至99.99%。
4. 未来展望：AIOps 如何让音乐体验“更懂你”
   • 短期：构建“感知-分析-决策-执行”闭环的智能运维生态
   • 长期：AIOps 与AIGC、AGI结合，提升AI浓度，从更快的完成任务演变到自助驱动

听众收益：

• 了解音乐跟AI结合的探索，以及接下来我们如何来“解围”