多云策略导致复杂性激增，企业基础设施团队在试图监控和管理不断变化的环境，处理大量数据。因此，企业团队将更多时间花费在人工和常规任务上，这限制了他们加速创新的能力，因此有必要使用人工智能和自动化技术。

• 99%的企业采用多云环境，企业平均采用5个不同的云平台。其中包括AWS、Microsoft Azure、GCP、IBM RedHat等。
• 企业平均依赖7种不同的基础设施监控解决方案来管理多云环境。57%的企业表示，这使得基础设施性能和资源消耗的优化变得困难。
• 81%的IT领导者表示，他们对Kubernetes的使用使其基础设施更加动态，并且管理起来更具挑战性。
• 56%的IT领导者表示，传统的基础设施监控解决方案已不再适用于多云和Kubernetes的世界。

Dynatrace公司首席技术官Bernd Greifeneder表示：“多云战略对于跟上快速加快的数字化转型步伐至关重要，但IT团队正在努力管理这些环境带来的复杂性。

在更快的部署频率和带来不断变化的云原生设施的推动下，依赖关系正以指数级的速度增长。开源技术通过添加更多数据供团队处理，这使事情变得复杂。让问题更加复杂的是，每个云平台都有自己的监控解决方案。

为了构建完整的图景，团队被迫通过人工从每个解决方案中提取见解，然后将这些见解与来自其他仪表板的数据结合在一起。企业必须找到一种方法来帮助这些团队减少他们花在执行任务上的时间，并重新专注于为客户提供新的高质量服务的战略工作。”

• 61%的IT领导者表示，他们的多云环境中的可观察性盲点正在成为数字化转型的更大风险，因为团队发现自己无法轻松地实现端到端监控其基础设施。
• 58%的IT领导者表示，随着他们使用的云服务快速增长，基础设施管理对资源的消耗越来越大，他们的团队被迫在不同的解决方案和仪表板之间切换以获得见解。
• IT团队42%的时间浪费在例行工作上，以保持环境正常运行，从而严重消耗生产力，并因创新延迟而错失创收机会。
• 56%的IT领导者认为，必须用能够跨多云环境提供端到端可观察性的平台取代传统的基础设施监控方法。

Greifeneder说，“基础设施团队需要人工智能驱动的解决方案，这些解决方案可以尽可能多地自动化他们的日常任务。通过自动、持续的发现和检测，团队可以减少人工工作，同时在其混合多云环境中保持端到端的可观察性。然而，仅有可观察性是不够的，还需要获得准确的答案，帮助团队高效地优化他们的环境。

传统方法根本无法满足要求，因为它们严重依赖人工工作。企业因此需要一种更智能的方法，将人工智能、自动化和端到端可观察性结合起来，以腾出团队的时间，让他们能够专注于加速创新和优化用户体验。”

原文来自：

本文地址：//gulass.cn/cloudy-environment-digital.html编辑：xiangping wu，审核员：清蒸github

Linux大全：

Linux系统大全：

红帽认证RHCE考试心得：