运维行业需求及发展趋势是什么？

信创背景下的软硬件国产替代，拉动IT运维服务需求。

1、国产替代政策频出，运维需求受多重提振

政策推动软硬件国产替代，覆盖信创行业全产业链：据零壹智库、数字化讲习所不完 全统计，截至 2022 年 10 月底，中央及全国各地方政府共发布信创相关政策 166 部， 其中，中央层面政策 35 条，地方层面政策 131 条。可以发现，“自主可控”、“国产 替代”、“数字中国”等相关推动软硬件国产替代相关的关键词在这些文件中频频出 现，无疑反映了大力推进建设高安全、高可控的信创产业新局面的国家战略。

信创产业核心在于通过行业应用构建国产化信息技术软硬件底层架构体系和全周期生 态体系，解决核心技术关键环节“卡脖子”问题。信创的国产替代主要包含四大部 分：IT 基础硬件、基础软件、应用软件以及信息安全。9 月底，国资委“79 号文件”要 求到 2027 年央企国企 100％完成信创替代，替换范围涵盖芯片、基础软件、操作系 统、中间件等领域。《十四五大数据产业发展规划》及《“十四五”民政信息化发展 规划》也都强调要推进软硬件系统国产化替代进程。从政策面来看，此次的信创国产 替代是围绕 IT 行业全产业链的整体布局。

国产软硬件更换初期的诸多问题也会提振运维行业需求：对于更换国产软硬件产品的 用户来说，初期的多设备多厂商之间的适配性、兼容性、稳定性更容易出现问题等， 需要通过运维厂商提供综合的运维服务；其次，内部人员对新的工具不熟悉，在使用 时遇到的问题也更多，运维需求量加大；同时，国产软硬件的生态暂时不如国外厂商 的生态完善，许多运维问题无法在开源社区得到解决，运维的问题从难度上加大，也 促使更多用户需要专业的运维服务支撑。因此，运维行业的需求也会受到国产替代初 期的系列问题的带动。

此外，运维行业作为信创产业的重要一环，在政策的推动下，其自身也要实现国产替 代。IT 运维对网络、软硬件环境具有“超级控制权”，为了避免数据泄露等问题，IT 运维的本土化、国产化也急需跟进。目前，以 IBM、HP、BMC 等为代表的国外传统 运维厂商专注运维整体解决方案，长期占据金融、电信等运维成熟度高的行业；以 SolarWinds、Datadog、Splunk 等为代表的国外新兴运维厂商则专注于智能运维 （AIOps）、日志处理等新兴的运维细分领域，虽然我国信创产业起步较晚，但随着大 数据、机器学习、人工智能等技术在运维行业的应用，我国运维行业实现跳跃式发 展，根据 Gartner 在 2021 发布的中国 I&O 自动化成熟度曲线中，国内智能运维技术 成熟度相较于全球处于靠前位置，因此目前有相应的技术与能力实现运维行业的国产 替代。

因此，我们认为：国内运维商对海外运维商产生的挤出效应，也会提振国内运 维行业需求。

国产替代背景下，运维行业需求受到多重提振：增长迅猛的信创全产业链国产替代庞 大规模带来巨大的运维压力：根据艾媒数据中心数据，2021 年中国信创产业规模达 13758.8 亿元，预计到 2025 年规模将达到 27961.6 亿元，预计年复合增长率为 19.4%。 IT 运维服务作为整个信创产业的支撑，对 IT 软硬件资源及设施进行监测、维护和优化， 既是各行业在新基建浪潮下的必然选择，也是国产化替代方向的必修课，其发展势必 会随着信创产业的规模增长而加快。根据艾瑞咨询的数据，2019 年中国 IT 基础架构运 维服务市场规模达到 2080.7亿元，预计到 2023年规模将达到 3236.4 亿元，年复合增长 率为 11.7%。可见，运维行业的需求受到信创国产替代规模的带动。

2、从传统运维走向智能运维，将是大势所趋

大数据与人工智能时代来临，从传统运维走向智能运维： IT 运维行业历经三个阶段： 1.0 手工运维、2.0 DevOps 自动化运维、以及 3.0 AIOps 智能运维，其中前两个阶段属 于传统运维方式。1.0 手工运维只有在故障出现时才能去查找根因并且可用性较低； 2.0 DevOps 自动化运维是当前运维所处的阶段，其引入监控系统，化被动运维为主动 运维，效率得到提升，自动化运维随之而来的是大量的告警及海量的监控数据。3.0 AIOps 智能运维能解决自动化运维无法持续地面向大规模、高复杂性的系统提供高质 量的运维服务的问题，因此智能运维成为传统运维的热门替代方案。

运维工具也从手工运维、ITOM、ITOA 发展到 AIOps，体现了运维自动化、数据化到 智能化的主要发展趋势。IT 运维管理软件（ITOM）是传统的运维工具，其包含监 控、服务和自动化三大模块，但传统的 ITOM 工具往往缺乏分析能力，虽然也能采集 到运维数据，但无法对这些数据进行洞察; IT 运维分析（ITOA）能够将 ITOM 采集的 数据与大数据结合，通过收集、处理和分析运维数据，识别 IT 系统中潜在的风险和问 题，协助企业进行业务决策，但 ITOA 工具提供的分析功能大多是静态的，侧重于监 测数据收集，以分析过去发生的事件和问题; 智能运维平台 AIOps 是 ITOM、ITOA 的 延续，其利用大数据、机器学习、人工智能等技术，可以对海量告警及监控数据进行 分析，预测出传统运维忽略的潜在的系统安全与运维问题。

随着数据量爆发式的增长，叠加信创国产化的不断深入 ，IT 运维的复杂性显著提高， 自动化运维的告警机制简单、对低级故障关注度低、告警根因难以确定、告警规则不 够完善等缺陷无法满足精细化与智能化运维的需要，智能运维可以在时间序列异常检 测、根因分析、容量预测、邮件告警收敛等多个应用场景中获取想要的信息，从而进 行故障的自动发现、自动诊断和自动解决。从发现异常到定位故障再到基线预测最后 到支撑运营，智能运维提供了一套完整高效的解决方案。

根据行业平均水平，AIOps 能把一年内原本 32 人完成的工作缩减为只需 2 人全职完成，极大地提高了运维效率。根据艾瑞咨询整理数据，大多数公司都以宕机次数等与 稳定性、可用性相关的指标，业务流程效率提升等与运维效率相关的指标，运维成本 的降低等与运维成本相关的指标作为评估智能运维效率的评价指标，从而也可以看出 智能运维在提升运维稳定性、可用性，提升运维效率以及降低运维成本方面的作用。

政策扶持与市场需求双轮驱动智能运维： 从政策端来看，大数据、人工智能相关政策 频出，国家在战略层面上予以高度关注，尤其是在 IT 行业，与大数据、人工智能结合 最为紧密。《“十四五”软件和信息技术服务业发展规划》更是提出要围绕智能运 维、数字化管理咨询、一体化集成等技术，培育一批提供数字化转型支撑平台建设应 用的重点企业； 《“十四五”智能制造发展规划》也明确提出要培育推广智能化设 计、网络协同制造、大规模个性化定制、共享制造、智能运维服务等新模式。可以看 到，智能运维在政策端受到大力的支持， 成为智能运维在国内运维行业推广落地的强 大推动力。

从市场角度看，在数字化转型中用户一方面既要控制 IT 成本，另一方面又要具备支持 复杂度更高的运维管理能力。相对于传统运维需要投入大量的运维人员造成极大的运 维成本，智能运维则可以提高运维效率、降低运维成本；此外，智能运维可以解决传 统运维工具很难高速处理海量数据、无法提供横向业务追踪和根因定位所需的多系统 数据等问题。因此，从成本与技术支撑能力来看，智能运维都更符合市场需求。

以电信行业为例：电信行业目前普遍存在的被动式运维、故障解决困难、运维系统割 裂以及自动化程度低等特点。而面对诸多行业痛点：2G/3G/4G/5G 多制式网元共存， 运营商的运维效率及成本面临新挑战，此外，5G 网络包含多种差异化的业务保障需 求，新架构、新技术的引入也对运维工具、运维流程、运维能力提出新要求，传统运 维已经很难解决这些问题，智能运维可以很好地解决成本及运维复杂度提高的问题， 将会是电信行业运维的发展趋势。

以金融行业为例：金融行业是 IT 建设和运维水平最发达的行业之一，也是对运维要求最严格的行业之一。两地三中心的部署方式，超过数千个的复杂系统和异构软硬件设 备，每天产生 TB 级别的数据量，这些金融业 IT 特点决定了智能运维已经不是金融行 业运维的可选项，而是发展的必选项。智能运维可以切实解决金融行业数据量大以及 架构复杂的运维痛点，未来也将在金融行业的渗透率不断上升。 根据头豹研究院的数据，2020 年智能运维在各行业渗透率较低，预计到 2025 年渗透 率将得到较大的提升。考虑到由于智能运维的建设成本较高，目前大多数用户由于建 设成本的问题还未升级至智能运维。但考虑到国产替代后的分布式架构部署以及大数 据发展，智能运维是大多数用户的必然选择，因此智能运维在未来发展的空间巨大。