一种基于AI技术的运维管理方法

一种基于AI技术的运维管理方法

陈诚，郑然予，李菁

贵州省烟草公司安顺市公司  贵州安顺  561000

    摘  要：人工智能时代下，AI技术受到了烟草行业的广泛关注和应用，是当前时代最受人们瞩目的新型科技，它对于社会经济的发展具有非常重要的推动作用。同时，随着AI技术的飞速发展，人工智能技术的应用范围越来越大，对于AI技术下企业运维管理来说，既迎来了发展的机遇，也同时需要面临一系列的挑战。基于此，本文以烟草行业为例，分析一种基于AI技术的运维管理方法。

关键词：AI技术；烟草行业；运维管理方法

一、AI技术及相关领域研究现状

目前，国内外相关领域对 AI技术的研究主要集中在机器视觉、机器学习和自然语言处理等方面。目前市场上流行的安防监控系统包括基于深度学习技术的智能视频分析系统，基于人脸识别和人体特征检测技术的人体检测与跟踪系统，以及基于视觉语义理解和语义分割技术的视频图像分析系统。它们主要利用图像和视频信息提取目标，实现智能识别。随着人工智能技术在工业领域应用水平的不断提高，近年来机器视觉领域的研究成果越来越多。目前比较常用的机器视觉算法主要有三种：结构光视觉、深度相机和激光雷达。机器视觉技术的代表性解决方案包括结构光视觉、图像分割和目标检测等算法。其中，结构光视觉和图像分割技术可广泛应用于各种工业设备;深度相机和LiDAR算法可以作为辅助工具，提高自动检测设备的性能，从而增强设备的稳定性，提高检测精度。目前，对燃气厂站安全的研究主要从人、物、环境三个方面进行分析。从人的角度出发，利用人的特征和行为，对工厂和工位生产环境中的异常情况进行分析和判断;从物理角度:通过视频监控系统分析工厂站的周围环境和行为习惯;最后，在工厂的生产过程中，嵌入AI识别功能，使生产过程更安全，更稳定。目前厂站安全领域最受关注的人工智能技术是机器学习技术。目前人工智能领域流行的机器学习算法有RNN、CNN、DBSCAN等;其中最流行、最具代表性、最成熟、应用最广泛的是RNN模型(RNN LSTM)及其在视频图像分析中的研究。这也是基于深度学习和概率图模型实现智能视频分析和安全报警系统中最常见和应用最广泛的算法。

二、基于AI技术的运维管理意义

     2017年，国务院印发了《新一代人工智能发展规划》，文件中提出了大力发展智能企业，这一政策文件的出台意味着企业的战略管理已经进入了AI时代，及时地调整烟草行业战略思维，进行战略分析洞察发展机遇，选择不同战略层次的路线设计，最终合理配置资源推动战略实施，是实现智能烟草行业的新型战略目标。

AI技术作为一个新型领域，蔡瑜先生表示，AI技术与企业战略管理之间的融合同样存在很大的问题：在市场上发展出现新机会的同时，烟草行业为了追赶AI技术在核心业务环节的应用，需要调用大量内部资源，但并不是所有烟草企业都具备这样的资源能力；目前多数烟草行业的发展方式还比较滞后，仍存在大量以劳动密集、生产经营粗放为特征的企业，这与现阶段市场的发展趋势相矛盾；以AI技术为导向的烟草行业战略缺乏专业组织人才保障；烟草行业盲目发展多元业务，核心业务定位模糊；当烟草行业内部决策机制、业务流程过于繁琐时，那么如果烟草行业想要发起一个AI项目的时候就往往要经过多重手续和流程，浪费了许多时间，丧失了不少的市场机会；当企业战略管理部门存在权责体系不明确、权责利不对等时，就会使烟草行业内部战略管理分工协作不顺畅，易产生内部矛盾和冲突。

基于AI技术的全流程智能运维管理系统包括个人办公系统、行政管理系统、资源管理系统和会议管理系统，有效的规避了以上大部分的企业问题，且各个系统之间通过内网平台进行网络互连，为企业提供了人事管理、考勤管理、办公审批、薪酬管理、排班管理、CRM管理等功能，帮助烟草行业进行考勤人事管理，不仅可以减少烟草行业的人力成本，解决了办公资源的信息化，还提高了烟草行业的运作效率。该系统从识别环境、明确目标、确立理念、搭建架构、描述现状、透视流程、聚焦重点、优化流程、发布导向以及塑造文化等十个方面，确立了一套明确的烟草行业工作全流程的行政管理程序，从全方位改善了烟草行业的管理。

二、基于AI技术的运维管理要点

（一）项目背景

随着AI技术在烟草行业运维管理过程中的逐渐应用，不仅给烟草行业管理模式上带来了一定的挑战，同时给烟草行业技术应用方面也带来了一系列的挑战。虽然，应用AI技术在进行烟草行业管理数据信息分析时，能为烟草行业提供全面而精准的数据信息，为烟草行业重要的决策提高充分的依据。但是，在实际应用的过程中，大部分烟草行业都面临着企业技术应用方面的问题，由于应用技术有限，在进行企业管理数据提取和信息的分析时，难免会存在一些偏差和不足，无法给烟草行业最新决策提供重要的保障，这就会直接造成烟草行业在管理中出现决策上的错误，并给烟草行业的管理和运营带来一些不良影响。本项目以建立结构化的知识库为基础，围绕“规范、高效、智能”为目标，依托人工智能、移动应用、云计算、自然语言理解的语义检索、IM即时通讯等技术，建立高效交互的运管体系，搭建安顺市烟草基于AI学习分析与可视化交互的智慧平台，改变传统低效问题诊断互动模式（“电话”或“到现场”），通过协同助手（互动机器人），实现咨询、诊断高效化，问题处理可视化（即时视频语音连线），全面降低烟草运管人工成本、提高工作效率、提升管理水平，为安顺烟叶数字化转型打下坚实应用基础。

（二）现状分析

烟草行业随着科技的快速发展和市场需求的变化，正逐步进行现代终端建设与运维的转型。现代化的烟草行业运维设备和服务已经成为满足消费者需求、提高用户体验、推进烟草产业升级的重要环节。然而，在实施现代终端建设与运维过程中，如何评估其效果以及提供指导性建议，是一个具有挑战性的问题。本项目以建立结构化的知识库为基础，围绕“规范、高效、智能”为目标。近年来，随着安顺市烟草公司的快速发展（特别是信息化建设实施、企业数字化转型等），日常的运维工作也逐年增长，针对问题交互受理工作渐现“人少事多”状态，并且大部分故障受理出现重复、低效现象，具体情况如下：

1.问题处理工作效率低

现阶段对信息化问题处理采用“远程+现场”模式，以烟叶收购业务为例，覆盖的业务点多，特别是基层业务（技术）人员岗位变动较频繁、年龄结构偏大，反馈的问题存在不清晰、同类重复的情况占比大（如下图）等情况，导致要花大量的时间通过电话、远程或到现场进行故障处理，没有建立一套高效的问题处理体系，使日常问题处理工作效率比较低。建设目标

2.问题处理耗用成本高

主要体现在以下几个方面，首先好费大量的时间处理重复同类故障的工作（如下图所示），其次由于现阶段故障处理方式（电话、远程），导致会耗用到现场实际处理相关故障的成本，最后没有建立企业的知识库系统，做到分类科学，检索方便，存储安全，目前会耗用大量时间成本进行纸质或电子文档材料进行知识共享。

3.缺少高效非结构化信息检索工具

主要针对非结构化信息（文档、照片、视频等）快速检索工作，缺少在日常的工作中经常会出现对此类文档的快速检索的工具，实现对如操作手册、指导视频、模板、政策要求等内容的快速查找、下载。

4.缺乏有效的故障分析手段

目前还未形成一套有效的故障分析手段，对问题、故障等内容大部分工作都是在点对点的“出现问题、解决问题”，没有进行问题归纳分析、经验及知识的沉淀，不能进行系统的统计分析，更无法为下阶段运维管理工作提供支撑和指导业务，抑制了运维工作管理水平。

三、基于AI技术的运维管理需求

（一）建立高效交互管理体系

  AI技术是人工智能的一个分支,主要是由计算机、AI技术和专家系统组成的集成性的概念集合,它主要包括了人脑的智能化处理、信息的获取和存储以及分析能力的提升等。 AI的核心就是人机交互,而人机界面则是人与机器之间的交互纽带,通过交互实现的方式有很多种,比如:按钮操作,鼠标操作,键盘控制,自动识别,甚至还有各种辅助设备的组合等等。结合安顺市烟草的实际需求，以“规范、高效、智能”为目标，系统梳理咨询、诊断、处理等交互的高效处理交流程，并形成标准规范，结合信息技术，探索新的交互管理体系。

（二）知识库系统

与大数据等现代信息技术有机结合，通过构建知识数据资产集中、结构化的管理，搭建安顺市烟草知识库框架，对文结构化文档、非结构化文档进行数字化采集存储管理；整合多源异构数据信息，消除数据竖井，实现数据统一管控与共享服务；聚合各部门数据，整合提取价值信息，支撑知识共享应用。

（三）信息快速检索

以知识库为基础，对文本进行自然语言处理，提取用户提问的关键词和意图。根据关键词和意图，从知识库中查询相应信息。并建根据实际的需求，建立深度快速检索引擎，通过依托微信小程序或Web应用形式，使不同岗位、角色的用户能快速定位到所需要的信息，包含文档、视频、照片等内容。

（四）基于反问模式的人机交互

以知识库为基础，通过智能反问引擎实现“小助手”机器人的建设，机器人具备对话互动能力（通过文字反馈），能更加精准的进行反馈定位，同时，采用机器学习技术，对用户的行为和反馈进行分析和挖掘，提高系统的智能化程度和用户的满意度。

（五）即时通讯连线应用

基于IM即时通讯技术，以点对点的方式，实现视频语音互动，后台能通过相关设备与现场进行连线，实时看到现场视频情况，协助前端进行处理故障，进过程视频的录制功能、保存等功能，并能将视频形成技术资料上传至知识库。

（六）网络安全管理体系

网络安全管理体系建设主要指当下对网络依赖度较高的生产ERP系统､办公系统等系统的安全管理体系建设｡对于内外部网络的互联互通，应提出有针对性的网络安全管理标准，引导系统实现终端对内外部网络的统一接入。利用网络云技术统一内部网络和外部网络之间的认证、授权和访问控制问题，灵活、便捷、安全、可靠地解决内部网络和外部网络访问的安全保障功能。在保证网络业务顺利开展的同时，要对系统的整体流量进行监控，利用计算机对数据流量进行分析，预测黑客利用网络对系统进行攻击的行为，保证信息安全。对于生产ERP系统严重依赖内部局域网的网管系统建设，应注意网络日志的保留和网络事件的监控。生产不可忽视，网络日志的保留便于系统出现问题时的后续问责，这对系统操作人员和相关领导的管理工作提出了很高的要求，也可以保证其操作的规范化和管理的精细化。此外，通过对网络事件的监控，可以为系统的网络安全提供预警，将系统运行问题带来的负面影响降到最低

（七）构建运维管理数据平台

烟草行业运维管理存在数据分散和采集不规范混乱的问题，通过构建运维管理数据平台，打通数据孤岛，形成“基层治理数据库”，实现人、地、物、事、情、组织等基础数据的统一归集，一网受理、多网合一的运维管理体系，让数据跨地区、跨部门、跨层级的共享共用；建立“一数一源、多源校核”的运维管理机制，实现不同部门之间的数据共享和互通，促进烟草行业的运维管理与知识共享，运用数字技术赋能烟草行业治理为基层减负，提高工作效率。进一步体现运维管理大数据应用在烟草行业治理效率及能效的提升。
四、基于AI技术的运维管理未来发展方向  
（一）加强运维管理组织机构变革

在当前烟草行业管理中实现AI技术与业务融合就需要改变传统烟草行业管理方向，将全新的管理理念和管理服务融入其中，满足当前的运维管理需求。所以，在这个过程中，首先要做好组织机构变革，传统的运维管理服务比较单一，没有结合市场的灵活进行调整，而在AI技术管理模式下要解决结构效率不高层次，复杂等情况，最大程度上的推动企业的组织能够健康运行，在AI技术应用时可以借助信息技术对当前的忠诚进行筛选，对信息的传递速度和传递效率有效提高，有效加强信息的直接管理，能够将经营与生产有机结合，减少因信息传递不畅而导致的内部管理失误。通过有效的变革，组织结构可以使传统的分工更加细化，明确每个员工的工作职责，打破限制，最大限度地协调彼此的员工。他们也可以胜任自己的工作岗位，优化整体产品和服务。组织结构的人性化改造是在以往工作内容的基础上，对人员安排进行合理调整，提高工作积极性和主动性，减少不稳定因素，有效创新和改进，以优化烟草行业运维管理组织结构。
（二）加强运维服务体系建设

运维服务体系建设是整个AI技术建设的重要模块之一｡首先是体系融合，由于运维管理体系建设的系统工程量巨大，是要进行外包的，而系统后期的运维要靠烟草行业内部员工，这就需要建设AI技术体系和运维体系相融合｡一是体系建设方要考虑烟草行业信息安全运维管理人员的实际操作水平，尽量不用难以学习的计算机技术做系统，保证后期运维难度不会过高｡二是信息安全管理运维体系的绩效问题，绩效可以衡量运维人员､管理人员的工作成效，但是目前烟草行业没有成熟的绩效管理体系，这就有可能导致运维人员工作不积极､管理人员态度消极等问题，各业务部门的要求得不到及时有效的回应，对信息安全管理运维体系的建设产生负面影响｡其次是注意对复合化人才的培养，运维管理体系建设完成后的运维体系建设一定要立足于行业内部，这就需要烟草行业培养既懂业务又懂信息技术的人才，这样的人才可以支撑起运维体系的建设｡而且，信息安全管理运维体系应该是与时俱进的｡随着信息技术的发展，体系的标准､体系的需求也要进行相应的发展，这就需要烟草行业定期开展相关的技术培训会，保证运维人员､管理人员的技术认知不会落后于信息技术的发展｡同时，要定期开展业务需求的培训，保证其在运维的同时不会忽略业务需求，保证体系的运维具备实用性｡
结束语

运维管理工作是烟草行业必不可少的基础管理工作，近年来，烟草行业逐渐加大对基础运维管理工作的重视，其管理能力也在不断地获得提升。运维管理体系往往是企业最重要的基础管理工作，通常情况下，质量目标及质量方针是运维管理体系中最基本的部分，而AI技术的运维管理体系的主要内容就是为达到企业最终的质量目标，将影响质量的各种因素，如工作人员、技术含量、市场环境等综合起来进行分析的管理过程。加强烟草行业运维管理体系的创新性，对烟草行业运维管理体系进一步的进行完善，有利于更快的帮助烟草行业达到自身的企业目标，实现烟草行业自身的长治久安。
参考文献：
[1]王润，韩洪彦.AI技术在烟草机械生产中的应用[J].南方农机，2023，50(23):124.

[2]陈城.AI技术在烟草机械自动控制技术的发展历程及发展方向[J].黑龙江科技信息，2023(30):64.

[3]周炜明，许娜.浅谈烟草工业中的AI控制技术[J].民营科技，2023(02):27.

[4]李文灿.烟草行业中的AI技术自动运维技术探讨[J].时代农机，2023，42(05):37-38.
[5] 吴思莹.AI技术在工业生产制造环节的应用研究——以阿里巴巴为例[J].企业改革与管理,2022(04):44-46.

[6] 关淑红,王小明,孙书情等.AI+计算机网络技术融合生产信息系统设计与实现[J].粘接,2021,45(01):167-170.

[7] 新华社发布“MAGIC”智能生产平台 率先定义AI时代内容生产基础设施[J].技术与市场,2018,25(12):2.

[8] 刘科均.浅谈人工智能技术在化工生产自动化控制系统中的应用[J].石化技术,2022,29(06):261-263.