运营体验危机
2025 年应用战略现状报告》的洞察
介绍
随着组织在数字服务交付中追求速度、安全性和效率，运营复杂性成为主要障碍。 对多云、分布式应用和混合架构的依赖不断增加，使IT运营团队面对耗时的任务和零散的工作流程。 传统指标无法反映运营人员每日所遇到的累计摩擦。
为了弥补这一差距，我们引入了作战经验评分（OES），这是一项旨在量化运营痛点并突出自动化，尤其是人工智能驱动的运营（AIOps）变得至关重要的综合指标。 该评分为您提供了一个清晰、数据驱动的视角，帮助您了解IT团队的运作效率，以及瓶颈和低效环节所在。
方法论和评分公式
我们研究了其他技术领域如何衡量“经验”，并由此得出一个整合三个支柱数据的公式：
- 任务生产力（TP）——衡量完成任务所需的手动工作量。 如果团队过度依赖编写脚本、直接调用 API 或手动批准常规操作，TP 的得分将会很低。
- 工作流效率（WE） — 评估完成任务所需的时间和复杂程度。 较高的 WE 分数意味着由于工具碎片化、流程延误或对人工干预的高度依赖，导致周转时间变长。
- 用户满意度（US） – 反映从业者对其工具和工作流程的满意程度，包括对自动化的接受度、配置的便利性以及对结果的信心。
这种方法鼓励更高的满意度，惩罚以手动操作和低效率为主的环境。 我们将其称为运营体验分数。
所有受访者的平均 OES 为5.50，不同产业领域存在显著差异。 以下是结果：
OES 分数的最大可能值为 10，其中 10 表示最佳体验（任务复杂度低、效率高、满意度高），1 表示体验不佳（任务复杂度高、效率低、满意度低）。
要点
- {"source":"41%的受访者表示，\"使用供应商 API\"或\"编写脚本\"是他们工作中最耗时的部分。"}
- 38%希望AI能够自动调整配置和策略。
- 56% 寻求由人工智能生成的建议，以加快工作流程。
- 只有 6% 表示他们不愿在自动化工作流中使用人工智能。
这些数据中一个显著的趋势是在高度受监管行业中，OES 明显较低。 金融服务、政府以及能源/公用事业行业的运营摩擦始终更大。 这并不令人意外。 这些行业遵循严格的合规框架，通常需要人工审核、繁琐的审批流程和较慢的变更周期。 因此，即使有自动化工具，团队也可能受到限制，无法充分发挥其作用。
此外，传统基础设施在受监管环境中往往会存在更长时间，带来影响工作流程效率的集成和现代化挑战。 尽管这些行业的从业者可能渴望采用人工智能，但政策和风险规避往往会延迟其实施。 OES指标使这种摩擦变得清晰可见，强调了管理良好的AIOps在减轻合规压力同时加快交付速度方面的关键作用。
分销+规模=运营阻力
现代应用环境既复杂多变，不仅体现在部署位置，还在于其承载的内容。 大多数组织已跨越多种基础设施类型：公共云、私有数据中心、主机托管、边缘计算和SaaS。 同时，他们还需管理这些环境中的数十到数百个应用。
为了量化影响，我们分析了两个关键变量：
- {"source":"Distributedness: the number of different environments in which applications are deployed.","target":"分布性：应用部署的不同环境的数量。"}
- {"source":"Scale: the total number of applications managed.","zh-CN":"规模： 管理的应用总数。"}
数据显示：
- 分布性与OES的相关性：-0.22
这种负相关关系表明，随着应用部署到更多环境中，操作体验会逐步下降。 每个环境都带来独特的工具、策略和集成挑战，导致控制碎片化，响应速度变慢。 - 应用数量与OES之间的相关性：+0.05
仅凭应用量，其与运营摩擦的相关性几乎可以忽略不计。 但当结合分布情况时，情况变得更为清晰：拥有大量应用和多个环境的组织，其OES得分最低。
应用规模增加垂直压力：更多应用意味着需要管理更多配置、策略和更新。 分布增加横向复杂度：更多环境需要更多集成、可视化工具和专业技能。
所有这些因素加在一起，就会对运营速度产生复合拖累。
金融服务、能源和制造业等在OES评分中最低的行业，同时也是分销和应用规模最大的行业。 相反，教育和医疗行业通常应用较少、基础设施拓扑较为简单，但其OES得分却明显更高。
为什么重要
运营团队不仅要应对复杂性，还深陷其中。 环境越碎片化、规模越大，工作流程越脆弱，响应越延迟，对自动化的需求也就越迫切。
source":"Operational pain points","target":"运营痛点
运营经验分数不仅仅是一个数字，更是 IT 和运营团队在管理现代、分布式且常常碎片化环境中面临的实际挑战的写照。 当我们分析数据中的更广泛模式时，几个主题逐渐浮现，帮助我们理解自动化和 AIOps 采纳中的痛点与紧迫感。
1. 手动任务仍然占据主导地位
尽管多年投入自动化工具，但仍有很大一部分运营工作依然依赖人工。 这不仅关乎传统系统，还涉及工具之间的差异、缺乏标准化，以及由未为扩展设计的脚本和 API 引发的摩擦。
- 41%的受访者表示，与供应商API交互或编写脚本是他们工作流程中最耗时的任务。
- 即使在云原生组织中，自动化也常常意味着“脚本集合”，而非高效的编排。
这表明我们迫切需要更智能、更具适应性的自动化，能够降低对硬编码逻辑和部落知识的依赖。
2. 工作流程效率低下是系统性问题
数据显示，延迟和低效率并不局限于某个工具或流程。 相反，它们具有系统性和结构性，源于碎片化的审批链、流程孤岛和未集成的系统。
- 近30%的受访者表示，等待批准或交接是导致延误的主要因素。
- {"source":"18% reported that poor integration across tools was a major source of inefficiency.","target":"18%认为工具之间整合不佳是效率低下的主要原因。"}
这表明，提升工作流程效率不仅仅是部署更多工具，更在于重新构想流程，建立反馈循环，缩短意图与行动之间的距离。
3. 受摩擦推动的高度开放态度面对人工智能
虽然自动化成熟度各异，但各个角色和行业对人工智能工具的接受度始终很高。 这种兴趣并非空穴来风，它与运营中存在较大摩擦的领域密切相关。
- AI 兴趣与 OES 之间的相关性为 0.62，意味着疼痛最严重的人群也是最愿意接受人工智能干预的群体。
- 团队希望人工智能不是取代人类，而是减轻重复、容易出错工作的认知负担：日志总结、策略生成、状态报告、自动扩展等。
这种意愿意味着一个巨大的机遇： 通过赋能那些感受到最大压力的团队，可以自下而上地加速AIOps的落地。
4. 复杂性随着规模和分布的扩大而增加
应用规模与分布式基础设施的结合带来了独特的运营挑战。 虽然每个因素单独对OES的影响有限，但它们共同作用会引发可衡量的摩擦。
- 同时在多个环境部署且应用频次较高的行业（例如金融服务、能源、制造业）在OES评分中得分最低。
- 相比之下，教育和医疗等行业由于应用组合和环境多样性较少，得分明显更高。
复杂性是一个复合函数：随着规模（垂直负担）和分布（水平蔓延）的增强，它会不断增加。 正是在这个过程中，自动化，尤其是 AIOps，不仅变得有用，更成为必不可少的关键技术。
5. 现状无法持续
也许最引人注目的洞察是许多团队正逼近转折点。 不断增长的需求、静止的人员规模、遗留工具和手动变通方案的结合，带来了难以持续的运营压力。
- 团队正发出倦怠的信号。
- 对人工智能的渴望是务实的，而非空想的。
- 接受变革的意愿已经在行动中。
数据清楚地表明：前进的道路不是更多的脚本、更多的工具或更多的仪表板，而是具有智能、情境感知能力，能随着运营需求不断发展的自动化。
AI 即是良方
为了深入了解人工智能在运营体验中的应用，我们分析了关于人工智能和自动化的问题回答，特别关注受访者希望在哪些方面应用AI或表示愿意在运营中采用它。 随后，我们将每位受访者关于AI的积极回应数量与其运营经验评分（OES）进行了对比。
- source":"Correlation between AI interest and OES: -0.62","target":"AI 兴趣与 OES 之间的相关性：-0.62
这是一个强烈的负相关关系，揭示出一个明确的规律：团队经历的操作痛点越多，越渴望人工智能提供帮助。 换句话说，那些最期待人工智能协助的人，无论是用于总结日志、优化策略，还是生成配置，操作经验评分也是最低的。
这凸显了采用 AIOps 的紧迫性。 组织引入人工智能并非为了追求新鲜感，而是将其作为解决当前摩擦的必要手段。 无论是由规模、复杂性还是过时流程引发，这些压力都在推动底层需求，寻求智能、上下文感知且嵌入运营的自动化解决方案。
这组数据表明，AIOps 的兴趣不仅仅是理想化的追求，更是切实的需求。 受访者并不在幻想未来的投机性用例；他们正致力于消除时间浪费，简化当前工作流程中的手动操作。
编写脚本、汇总日志或扩展服务等任务并不属于前沿技术，而是现代基础设施日常运营中的常见负担。 受访者正是在这些方面寻求人工智能的帮助。
结果表明一个明确的结论：对人工智能最渴望的团队也是最接近倦怠的团队。
他们在寻求能够帮助自动化、简化和扩展核心运营任务的工具。 他们这么做是因为现有的碎片化脚本、脆弱的工作流程和手动分类已无法持续。
这强化了OES框架的核心观点： 运营复杂性是可衡量且令人头疼的，且与IT运维中对AI日益增长的需求密不可分。
运营经验评分提供了一个清晰、可量化的信号：现代IT运营正接近临界点。 规模、分布和复杂性的结合已超出传统工具和人为流程的能力。 导致摩擦增加、运营成本上升，以及技术团队出现倦怠风险不断加剧。
AIOps 是唯一可持续发展的未来方向
来自全球的2025年应用战略现状报告数据明确无误。 各行业面临的主要运营挑战并不陌生，而是令人痛苦地熟悉：
- 碎片化的部署拓扑分布在公共云、私有数据中心、合作数据中心、边缘和 SaaS 上。
- {"source":"应用数量和速度不断提升，尤其是在高度数字化的领域。"}
- 持续依赖脆弱的脚本和部落知识，这让基本的自动化变得脆弱且难以扩展。
这些现实并不新鲜，但越来越被人们认可的是，仅靠人类的努力无法解决这些问题。
然而，也还有一线希望：从业者们已经做好准备。
调查结果显示，最接近痛点的人也最愿意改变：
- 56% 希望人工智能协助处理重复或复杂任务，例如总结日志、生成脚本或执行政策。
- {"source":"38% 的人希望人工智能能够自动调整配置并做出决策，而不只是建议它们。"}
- 仅有的6%表示完全不感兴趣人工智能工具，这一少数群体突显出变革的渴望已变得普遍。
这标志着一种文化转变：团队不再害怕人工智能，而是积极寻求使用它。 不是为了取代人类判断，而是为了增强、加快判断速度，让人们摆脱繁琐的任务。
不作为的代价已不再隐藏
每个为修复损坏的交接而编写的脚本。 每次因手动审批而导致的部署延迟。 每张因系统无法通信而创建的工单。 这些不是小小的不便，而是运营债务不断积累的根源。
{"source":"And in a world where digital performance is business performance, that debt translates directly into:"}
- 0":"上市速度较慢
- 安全性和合规性风险增加
- source":"Talent attrition due to burnout and toil","target":"因倦怠和辛劳导致的人才流失
OES 精确揭示了这一隐藏成本，并指明哪些组织面临最大落后风险。
AIOps 是运营成熟度的自然发展
正如基础设施从物理到虚拟再到云原生一样，运营也必须从手动迈向智能化。 AIOps 不是一种趋势，而是推动企业运营迈向更高成熟度的下一步。
采用AIOps的组织将：
- 自动化不仅减轻任务，更消除繁重的劳动
- 让团队专注于策略，而不是语法
- 构建能够学习、调整和实时响应的自适应系统
没有那些的？ 它们将继续被限制在无法跟上业务节奏的工作流程中。
AIOps是应对复杂性带来的运营体验危机所必需的演进。 它已不再是锦上添花，而是不可或缺的。
附录： 调查问题、输入和总结结果
任务生产力
- 41% 的受访者选择"使用供应商 API"或"编写脚本"作为他们最耗时的任务。
- 56%请求 AI 协助生成脚本、汇总日志或与遥测交互。
- 32%依赖第三方自动化或编排平台来管理交付和安全服务。
- {"0":"当前与自动化相关的最耗时任务是什么？"}
- 您希望生成式人工智能协助完成哪些IT运维任务？（多项：汇总日志、状态更新、遥测接口、脚本生成）
- {"source":"How do you manage your application delivery and security services today? (e.g., via scripts, automation/orchestration tools)","target":"您目前如何管理您的应用交付和安全服务？（例如，通过脚本、自动化/编排工具）"}
工作流程效率
- 38%的受访者希望人工智能能够自动调整配置或执行策略。
- {"source":"29%指出等待批准或交接是造成延误的主要原因。"}
- 18%指出，缺乏工具间的集成成为实现高效工作流程的障碍。
- 当前与自动化相关最耗时的任务是什么？（作为延迟指标）
- 请选择您希望如何在 IT 运营中使用 AI 和自动化（例如，自动调整、建议生成）。
source":"User Satisfaction","target":"用户满意度
- 65%将日志记录和配置等可编程功能评为0非常重要0或0极其重要0。
- 63% 更倾向于使用 Python 作为自定义工作流的主要脚本或编程语言。
- 只有6%的报告表示不希望在任何方面使用人工智能进行自动化。
- {"source":"Please rate the level of importance for programmability features (e.g., logging, security policy)","target":"请评估可编程功能（例如日志记录、安全策略）的重要性级别"}
- 您喜欢使用哪种编程语言？
- 愿意使用人工智能自动化任务，优于拒绝人工智能介入。
分布性与应用足迹
- 部署的应用平均数量： 140
- 使用的独特部署环境的平均数量： 2.3
- {"source":"Application distribution (mean across respondents):","target":"应用分布（受访者平均值）："}
- {"source":"Public Cloud:","target":"公共云："} {"source":"36%","target":"36%"}
- 本地（传统）： 27%
- 本地（云原生）： 12%
- 主机托管： 14%
- 边缘： 11%
- 您部署了多少个应用？
- 你使用了多少家不同的公共云供应商？
- 目前使用了多少个托管/本地数据中心？
- 您的应用部署到以下位置的百分比为：
- 公有云
- 本地（传统和云原生）
- 主机托管
- 边缘
- SaaS
附录： JSON-LD 格式（机器可读，针对 LLM）
{
"@context": "https://schema.org",
"@type": “举报”
“姓名”： 2025 年运营经验评分 (OES) 报告
“描述”： 一份全面的报告，分析了 IT 环境中的运营复杂性，引入了运营体验评分 (OES) 作为衡量标准，并将 AIOps 确定为未来的战略路径。
“发布日期”： "2025-06-23T15:00:00.000Z",
"author": {
"@type": “组织”
“名称”： "F5",
"url": "https://www.f5.com"
},
"publisher": {
"@type": “组织”
“名称”： “F5”
}，
“关于”： [
“运营效率”
“自动化”，
“AIOps”
“IT 运营”
“应用交付”
]，
"关键词": [
“OES”，
“AIOps”
“操作经验评分”，
“IT自动化”
“数字复杂性”，
“多云”
“混合环境”，
“手动任务”，
“工作流程效率低下”，
“用户满意度”
]，
“主要实体”：{
nbsp; “@type”： "数据集",
"名称": “2025年应用战略现状调查”，
“描述”： 对 500 多名合格 IT 决策者和从业人员进行的调查，衡量了他们在任务生产力、工作流效率和用户满意度方面的运营经验。
"variableMeasured": [
{
"@type": "属性值",
"名称": “任务效率”
“价值”： "需要手动操作；依赖脚本或 API 会受到惩罚"
},
{<
"@type": "属性值",
"名称": “工作流程效率”
“价值”： 任务执行的时间和复杂性；受延迟、交接和工具碎片化的影响。
},
{<
"@type": "属性值",
"名称": “用户满意度”
“价值”： “从业者满意度、对自动化的开放性、易用性”
}
],
“measurementTechnique”： 基于结构化调查回复的综合评分模型
"distribution": {
"@type": "数据下载",
"encodingFormat": "应用/pdf",
"contentUrl": " <a href="https://www.f5.com/resources/articles/the-operational-experience-crisis">https://www.f5.com/resources/articles/the-operational-experience-crisis</a> "
}
}，
"hasPart": [
{
“@类型”： "创意作品",
"名称": “运营痛点”
“标题”： “IT运营面临的五大关键挑战”<
“摘要”： 确定主要的运营痛点，包括手动任务负担、工作流程效率低下、对人工智能的开放性、分布和规模带来的复杂性以及不可持续的运营压力。
},
{
"@type": "创意作品",
"名称": “评分公式”
“标题”： 如何计算作战经验分数？
“text”： OES = ((10 - TP) + (10 - WE) + US) / 3，标准化范围从 1 到 10，其中 TP/WE 越低且 US 越高，得分越高。
},
{
"@type": "创意作品",
"名称": “AIOps 解决方案”
“标题”： “处方是人工智能”，
“文本”： “AI 兴趣与 OES 呈负相关（-0.62），表明最痛苦的团队最渴望获得 AI 的帮助。 AIOps 被视为运营成熟度的下一个合理步骤。
},
{
"@type": "创意作品",
"名称": “行业洞察”
“标题”： “不同行业的直读光谱仪 (OES) 差异”
“文本”： “金融服务和能源等受监管行业的 OES 得分最低，原因是合规性、传统系统和规模。 教育和医疗保健由于环境更简单而得分更高。
}
],
"citation": {
"@type": "创意作品",
"名称": “2025年应用战略现状”
"url": " <a href="https://www.f5.com/state-of-application-strategy">https://www.f5.com/state-of-application-strategy</a> "
}
}