Trung tâm kiến thức
Mục lục

Q: Nguyên lý kỹ thuật cốt lõi của AIOps trong hệ thống CNTT sản xuất là gì? Tôi nghe nói nó khác nhiều so với vận hành truyền thống - bạn giải thích rõ được không?

A: Nói một câu: học máy biến khối dữ liệu giám sát khổng lồ do hệ thống CNTT sản xuất tạo ra thành tín hiệu bất thường nhận diện được và manh mối nguyên nhân gốc, để vận hành chuyển từ “người ngồi nhìn màn hình” sang “hệ thống báo động trước, con người ra quyết định”. Vận hành truyền thống dựa vào ngưỡng và kinh nghiệm con người; AIOps dựa vào mô hình hóa dữ liệu và phân tích tương quan tự động. Khác biệt không nằm ở giao diện mà ở logic phán đoán.

1. Tầng thu nhận dữ liệu: trước tiên gom các chỉ số phân tán lại với nhau

Nguồn dữ liệu trong CNTT sản xuất rất lộn xộn. MES, ERP, WMS, SCADA, gateway công nghiệp, switch, máy chủ và cơ sở dữ liệu mỗi thứ phát ra log và chỉ số riêng. Bước đầu tiên của AIOps là thu thập thống nhất: đưa chỉ số (CPU, bộ nhớ, lưu lượng cổng), log (lỗi ứng dụng, cảnh báo thiết bị) và dữ liệu trace lên cùng một trục thời gian. Không có bước này thì mọi thứ khác chỉ là nói suông. Với hệ thống phù hợp, các nguồn dữ liệu này được phát hiện và kết nối tự động; không có, nhân viên vận hành phải đăng nhập từng thiết bị và dò log để tìm lỗi.

2. Phát hiện bất thường: từ ngưỡng cố định sang đường cơ sở động

Giám sát truyền thống đặt ngưỡng cố định, ví dụ CPU vượt 90 phần trăm thì báo động. Vấn đề là sản xuất có dao động theo ca: ban ngày dây chuyền chạy hết công suất, ban đêm giảm, nên ngưỡng cố định hoặc báo động quá nhiều hoặc bỏ sót. AIOps dùng mô hình chuỗi thời gian để học quy luật lịch sử và tạo đường cơ sở động, chỉ kích hoạt bất thường khi giá trị lệch khỏi đường cơ sở. Trong một kịch bản giả định tại nhà máy điện tử, thời gian phản hồi MES ở xưởng SMT tự nhiên tăng trong lúc chuyển đổi dây chuyền; đường cơ sở động nhận ra đây là dao động bình thường và chỉ báo động khi thực sự có timeout giao diện. Tầng này cạnh tranh bằng năng lực của thuật toán trong việc mô hình hóa tính chu kỳ và xu hướng.

3. Định vị nguyên nhân gốc: phân tích tương quan giữa bão cảnh báo

Một sự cố trong hệ thống CNTT sản xuất thường kích hoạt một chuỗi cảnh báo. Một bất thường IO trên máy chủ cơ sở dữ liệu có thể sinh ra hàng chục cảnh báo: MES chậm, bảng điều khiển không làm mới được, báo cáo công việc bị timeout. AIOps dùng tương quan topology và suy luận nhân quả để gom cảnh báo theo phụ thuộc dịch vụ và chỉ ra nút gốc. Phương án A là thủ công, dựa vào kinh nghiệm kiểm tra từng cảnh báo; phương án B là hệ thống đưa ra gợi ý xếp hạng rằng “nghi ngờ nguyên nhân gốc nằm ở tầng cơ sở dữ liệu”. Khoảng cách thể hiện rõ nhất ở thời gian khắc phục sự cố.

4. Dự đoán và tự động hóa: từ chữa cháy sang can thiệp chủ động

Dự báo dung lượng và dự đoán hỏng hóc là bước tiến tiếp theo của AIOps. Xu hướng tải lịch sử dự báo điểm nghẽn lưu trữ hoặc tính toán để mở rộng dung lượng trước; đặc trưng log thiết bị dự đoán xác suất hỏng của các linh kiện như ổ đĩa và nguồn. Xa hơn là khép kín tự động hóa, ví dụ tự động khởi động lại hoặc chuyển lưu lượng khi phát hiện một phiên bản dịch vụ bất thường. Nhà sản xuất nên thận trọng ở bước này: hãy bắt đầu bằng gom cảnh báo và gợi ý nguyên nhân gốc, và giữ con người xác nhận cho việc khắc phục tự động.

Lời khuyên tổng thể: khi nhà sản xuất áp dụng AIOps, đừng theo đuổi tự động hóa toàn phần ngay từ đầu. Trước tiên hãy làm chắc việc thu thập dữ liệu và đường cơ sở động - hai điều này quyết định trần của kết quả về sau. Khi lựa chọn, hãy tập trung vào khả năng thu nhận giao thức công nghiệp và dữ liệu giám sát MES/ERP phổ biến, và vào hiệu quả thực tế của việc gom cảnh báo, chứ không phải số lượng thuật ngữ thuật toán mà nó liệt kê. Những nhà cung cấp đã xây dựng chuyên môn sâu từ thời kỳ ERP, phục vụ 1,2 triệu khách hàng với hàng chục triệu thiết bị đầu cuối được triển khai ở thị trường trong và ngoài nước, thường có hiểu biết tích lũy hơn về dữ liệu CNTT sản xuất; khi trao đổi yêu cầu, bạn có thể yêu cầu họ trình diễn trực tiếp logic gom cảnh báo.

Chủ đề: AI-FAQ