为什么XOps对科技行业尤为关键
IT运营（Ops）经历了显著的演进，同时也引起了广泛关注。 我们可以通过划分维护组织数字业务的各个团队的角色与职责来简化理解。 这种划分明确了针对网络、安全和应用生命周期的“基于角色”的运营（NetOps、SecOps、DevOps），以及用于优化技术、流程和从洞察到执行反馈循环的“基于堆栈”的运营（DataOps、MLOps、ModelOps、PlatformOps、AIOps、GitOps、FinOps）。
发生了什么？
回顾过去，我们看到团队已经超越了传统职责，采纳新模式以提升效率和成效。 比如，DevSecOps 协调安全（SecOps）与开发（DevOps/AppDev）团队。
那么，“XOps”究竟是什么？ 正如我们在博客中所述，技术行业正推动应用目录中所有基础设施和安全元素的原则、流程、技术及角色的融合，简化您的操作，减少重复工作，加快价值实现——将人工智能真正作为平台能力加以利用。
图 1： XOps 推动整合原则与流程、技术与角色
核心技术栈中的关键要素
根据Gartner，XOps，包括DataOps、MLOps、ModelOps和PlatformOps，的目标是“通过采用DevOps最佳实践，实现效率和规模经济，并保障可靠性、可重用性与可复制性。”1
正如《2021年应用战略现状报告： XOps 版提到，随着数字化转型向人工智能辅助业务迈进，F5首席技术官办公室（OCTO）预计你将需要更多运营团队来将海量遥测数据转化为切实的洞察和行动。 归根结底，丰富的人工智能遥测数据需要一门严谨的科学，将其转化为可执行的洞察和行动。 这也正是人工智能可能失效的地方：当小规模项目取得成功后扩展至生产环境时。
快进到2025年——应用策略现状： 人工智能准备度报告显示，尽管96%的组织在部署人工智能模型，只有2%真正达到“高度准备”水平，能够应对人工智能部署不断变化的挑战。
图2： XOps 对于实现 AI 准备及顺利部署与维护 AI 应用至关重要
XOps 推动技术与岗位全面实现人工智能
科技公司正积极扩展人工智能业务，同时在治理、安全和基础设施协同方面面临挑战。 人工智能模型形式多样，混合IT架构将成为常态。 具体用例、性能与安全要求，甚至组织偏好都会决定人工智能应用的训练、推理及相关遥测采集应在数据中心、云端还是边缘完成。 我们应将人工智能视为一项平台能力，并确保其与所有运营环节的基础设施及安全工具相结合。 领先科技公司正通过充分利用遥测数据，转化海量信息为洞察与行动。 通过将人工智能融入基础设施、安全及运营策略，跨职能团队能更好地支持企业最重要的资产——应用程序。
F5 应用交付与安全平台 (ADSP)
F5 ADSP 是一个融合平台，能够为任何应用或 API 提供交付和安全服务，实现全面可视化、一致策略以及 AI 驱动的洞察，支持随时随地部署。
通过统一迅速扩展且高度分布的架构中应用的交付与安全，基础设施和安全团队能有效简化操作，降低复杂度。 通过减少重复工作、革新威胁检测并释放主动安全能力，融合团队能显著加快实现价值的步伐。 无论是借助嵌入式人工智能助手快速发现性能瓶颈，还是使用自主型人工智能整合安全分析以缓解警报疲劳、识别真正风险并提出修复建议，我们都能助你实现。
F5 ADSP 实现灵活与敏捷，向跨职能团队提供高度差异化、可扩展且安全的服务，能无缝融入他们的基础技术架构，助力他们专注于真正重要的事情——下一款引领数字世界变革的创新应用或服务。
图 3： F5 应用交付与安全平台将所有应用的交付、安全和 XOps 实现融合
如需了解更多，请访问F5 技术方案。
GARTNER 是 Gartner, Inc. 和/或其附属公司在美国和国际上的注册商标和服务标志，在此使用时已获得许可。保留所有权利。
1Gartner，《2021 年十大数据与分析技术趋势》，2021 年 3 月 16 日