盡管大多數(shù)受訪者(59.4%)已經(jīng)制定了明確的事件管理流程，并且自動化水平能夠滿足他們的需求(71.1%)，但公司仍在努力應(yīng)對激增的事件，并且仍在努力快速處理這些事件。

66.5%的公司報告稱，在過去12個月中，影響其客戶的事件的頻率有所增加，比2022年的調(diào)查增加了3.6%。

據(jù)63%的受訪者稱，這些導(dǎo)致停機(jī)的事件(例如應(yīng)用程序中斷、服務(wù)質(zhì)量下降)使公司面臨平均每小時損失高達(dá)499999美元的風(fēng)險，比2022年增加了近5%。46.6%的受訪者還表示，停機(jī)造成的損失從10萬美元到200萬美元不等。

公司發(fā)現(xiàn)當(dāng)前的事件管理效率低下

研究指出，GenAI是解決事件管理中存在的問題的一種手段，84.5%的人要么認(rèn)為AI可以顯著簡化他們的事件管理流程并提高整體效率，要么對AI為事件管理的某些方面提供的自動化機(jī)會感到興奮。

“我們在研究中發(fā)現(xiàn)的洞察力突顯了對適應(yīng)性的、基于LLM的自動化的迫切需求，這種自動化超越了單純的任務(wù)重復(fù)，而是通過實時吸收線索和上下文來動態(tài)適應(yīng)不斷變化的環(huán)境?！盩ransposet的CEO Divanny Lamas說。

“傳統(tǒng)的、基于規(guī)則的自動化工具已不足以滿足現(xiàn)代運營團(tuán)隊的需求。盡管許多公司內(nèi)部有強(qiáng)大的事件管理流程，但事件的持續(xù)激增及其對客戶和財務(wù)的影響要求采取變革性的方法。前進(jìn)的道路在于利用像GenAI這樣的創(chuàng)新解決方案，通過自動化增強(qiáng)，并在人類判斷的指導(dǎo)下，不僅加快事件處理，而且在潛在問題升級之前主動發(fā)現(xiàn)和先發(fā)制人?！?/p>

在事件管理領(lǐng)域，可靠性工程團(tuán)隊面臨著巨大的障礙。73.9%的可靠性工程負(fù)責(zé)人在嘗試解決事故時遇到了挑戰(zhàn)，包括脆弱的自動化腳本(59.7%)、太多的手動流程(47.8%)以及獲取專業(yè)知識的困難(47.2%)。

此外，42.5%的公司表示，由于文檔混亂(41.3%)、工具可獲得性有限(40.4%)以及對機(jī)構(gòu)知識的依賴(39.7%)，他們當(dāng)前的事件管理流程無效或僅供部分團(tuán)隊成員使用。

61.5%的公司還表示，在過去一年中，處理事件所需的時間有所增加，79.8%的公司表示，從第一次警報到緩解問題，解決事件平均需要長達(dá)六個小時。除了延長的事件解決時間之外，組建合適的團(tuán)隊成員還增加了一層復(fù)雜性，71.3%的受訪者表示這一過程可能需要長達(dá)30分鐘的時間。

此外，相當(dāng)一部分團(tuán)隊成員發(fā)現(xiàn)，要理解和例行公事地應(yīng)用公司定義的程序是一件具有挑戰(zhàn)性的事情。37.4%的公司報告稱，只有選定的團(tuán)隊成員全面了解已定義的事件管理流程，并始終如一地遵守該流程。

自動化中存在的障礙增加了事件的復(fù)雜性

公司不僅要努力解決事件處理效率低下的問題，還要克服在實施自動化方面遇到的障礙。33.3%的受訪者表示，他們的事件管理任務(wù)或工作流中只有11%-25%是自動化的，這表明公司的事件管理流程有機(jī)會實現(xiàn)更多自動化。

深入研究后，受訪者對自動化事件生命周期的關(guān)鍵方面表現(xiàn)出濃厚的興趣，例如事件設(shè)置(50.0%)、通信協(xié)議(44.2%)、調(diào)查流程(30%)和補(bǔ)救(29%)。

盡管對實施自動化感興趣，但受訪者列舉了實現(xiàn)自動化的四大障礙：

• 領(lǐng)導(dǎo)層或管理層沒有足夠的支持(57.1%)。
• 知識共享不夠(54.3%)。
• 對機(jī)構(gòu)知識和現(xiàn)有程序的記錄不足(54%)。
• 不清楚要自動化的內(nèi)容(52.4%)。

使用SaaS工具時，公司能夠更快地創(chuàng)建自動化。74.6%的受訪者接受SaaS工具，82.0%的受訪者確認(rèn)他們能夠在不編寫代碼的情況下創(chuàng)建自動化。84.3%的受訪者報告只花了11分鐘到一小時，這突顯了SaaS解決方案在事件管理方面的效率。

公司使用基于AI的應(yīng)用程序和自動化工具增強(qiáng)技術(shù)堆棧

在接下來的12個月里，72.1%的團(tuán)隊希望擴(kuò)大他們的技術(shù)堆棧。為加強(qiáng)事件管理流程并縮短平均解決/修復(fù)時間(MTTR)，各公司計劃實施新工具，包括：

• 基于AI或ML的工具或應(yīng)用程序(60.0%)。
• 自動化工具或應(yīng)用程序(53.1%)。
• 通信/協(xié)作工具或應(yīng)用程序(48.1%)。

SRE和平臺工程在實現(xiàn)AI和自動化方面發(fā)揮著至關(guān)重要的作用。在過去的一年里，61.5%的受訪者增加了對SRE實踐的關(guān)注，打算聘請更多的現(xiàn)場可靠性工程師，而57.5%的受訪者加強(qiáng)了平臺工程工作，計劃引入更多的平臺工程師。這些戰(zhàn)略舉措突顯了公司致力于加強(qiáng)其事件管理能力。

調(diào)查結(jié)果為事件響應(yīng)生命周期指明了一條明確的前進(jìn)道路，強(qiáng)調(diào)了對SaaS工具或平臺的需求，該工具或平臺可無縫集成公司使用的所有事件管理工具，利用人工數(shù)據(jù)洞察力，并利用GenAI來提高運營效率和決策。

AI重塑工作體驗

90.4%的受訪者認(rèn)為，系統(tǒng)地從人類數(shù)據(jù)中挖掘洞察力(如歸檔的松懈通信、回溯性訪談、小組反饋等)可以改進(jìn)未來的事件響應(yīng)并提高運營質(zhì)量，然而，90.2%的人認(rèn)為自動化應(yīng)該讓人類在關(guān)鍵決策點使用他們的判斷力，以使其更可靠、更有效，比2022年的研究增加了近10%。

89.8%的人發(fā)現(xiàn)，將GenAI功能集成到事件管理工具或平臺中，可以減少創(chuàng)建新自動化所需的時間，為其他高價值工作騰出時間。96.3%的人認(rèn)為，如果他們的公司在事故期間使用的所有工具都通過一個工具或平臺進(jìn)行集成，這將是有益的。

對于在其技術(shù)堆棧中采用AI的79.5%的公司來說，其影響是顯著的。51%的人認(rèn)為AI正在讓他們的工作變得更好，顯示出人類工作生活的改善，63.5%的人使用它來提高數(shù)據(jù)的準(zhǔn)確性和質(zhì)量，50.7%的受訪者表示解決事件的速度更快，49.4%的人使用它來更快、更輕松地識別問題、潛在威脅和漏洞的根本原因，48%的人使用它自動執(zhí)行重復(fù)性任務(wù)或流程，有效地簡化了他們的操作。

Lamas總結(jié)道：“鑒于對現(xiàn)代運營團(tuán)隊不斷變化的需求，很明顯，這些團(tuán)隊需要的是基于LLM的自適應(yīng)自動化和事件管理解決方案。這種統(tǒng)一、智能的方法不僅僅是簡化流程，它使團(tuán)隊能夠利用自動化和AI來增強(qiáng)其公司的事件管理流程，并開發(fā)更高效的自動化工作流。通過確保人類繼續(xù)積極參與這一過程，這種方法對于無縫事件解決和減少MTTR變得越來越重要。最終，它使團(tuán)隊能夠?qū)⑺麄兊呐性谡嬲匾氖虑樯稀獮閺?fù)雜的問題提供高效和有效的解決方案。