減少停機時間與平均修復時間（MTTR）：及早發現成形問題，並縮短找出根本原因所需的時間。釋放團隊的潛力：減少戰情室的數量並降低手動關聯工作的需求，讓工程師能將時間投入於更高價值的工作，而非忙於追蹤警報。強化您的資安防禦態勢：既能加速根本原因分析，又能更快揭露未經授權或具風險變更的同一套變更與配置環境。強化合規性：透過全面的記錄與稽核追蹤，可更輕鬆地證明對 IT 變更與事件的管控能力。降低停電成本：事故次數減少、持續時間縮短，意味著對營收的影響較小，且非預期的勞動力成本也隨之降低。逐步建立對自動化的信任：受管控且包含人類參與環節的自動化，能隨著時間推移贏得所需的信任，從而逐步擴大自主程度。

Q: 事故預防的四個層面是什麼？

預防並非單一功能。若不清楚問題的可能原因，便無法自動解決該問題。若沒有正確的可觀察性資料，便無法找出合理原因。若不了解周遭環境中存在什麼，以及這些事物能提供什麼，就無法觀察到真正重要的事物。每一層都為下一層奠定基礎。真相的基礎：一張涵蓋應用程式、基礎架構及網路中各項服務及其依賴關係的地圖，內容始終保持最新且易於查詢；此地圖是透過自動偵測建立，並由人工智慧維持其準確性，而非依靠人工維護的記錄。這個「活的」服務模式，正是其他一切的基礎。優先級分級且整合的可觀測性：根據哪些資產支援哪些業務服務，將遙測範圍鎖定在最重要的部分。這就是為什麼在觸發閾值之前，系統會先標記出成形問題。關聯性與根本原因：透過自動化事件關聯功能，在完整情境中進行推論，於數分鐘內找出可能原因，並提供信心分數與可追溯的邏輯，取代零散的獨立警示。自動化解決：透過受管制的運行手冊與基於政策的自動化機制，在偵測到警訊的瞬間即刻執行經過驗證的修復措施，並與您現有的腳本、操作手冊及工具無縫整合。 了解為何事故預防至關重要

Q: 事件預防與傳統的事件應變有何不同？

傳統的 IT 營運會根據 MTTR（平均修復時間）來評分，也就是發生事件後恢復的速度有多快。一旦平台能夠預見情勢發展、在數分鐘內釐清合理懷疑的依據，並在治理框架下採取行動，這種措施便是錯誤的。事件預防將評估標準從「清理速度有多快」轉變為「從一開始就避免了多少事件及多少戰情室運作時數」。.table-bordered{ border-collapse: collapse; width: 100%; } .table-borderedth, .table-borderedtd { border: 1px solid #666; padding: 10px 14px; text-align: left; } .table-borderedth { font-weight: bold; } 傳統應對 事件預防 故障後偵測 影響發生前偵測 著重 MTTR 著重 事件預防 被動式 主動式 手動調查 AI 輔助關聯分析

Q: 人工智慧在事故預防方面扮演什麼角色？

人工智慧滲透至事件預防的每個層面，儘管其作用會因功能而異。偵測：機器學習模型會標記異常情況，並將相關事件整合成一個整體畫面，在觸發閾值之前就及早發現正在形成的問題。診斷：人工智慧會綜合考量拓撲結構、近期變更及遙測資料，以識別可能的根本原因，並通常會提供一個信心分數，操作員可據此提出質疑並進行調整。解決方案：人工智慧能將診斷結果與自動化流程相連結，藉此發現或制定補救措施。大多數組織在此階段仍會讓人類參與其中，並隨著對系統的信任日益加深，逐步擴大系統的自主權。各平台的成熟度差異甚大，即使在同一個平台內，由人工智慧驅動的診斷與解決問題能力，通常也比對尚未觸發警報的問題進行完全自主偵測的技術更為成熟。

Q: 組織在建立事件預防機制時會面臨哪些挑戰？

分散的資料：應用程式、基礎架構和網路遙測資料通常分散在不同的工具中，彼此之間缺乏共通的背景脈絡。過時的服務記錄：一旦環境發生變化，人工維護的 CMDB 便會立即過時，這將動搖所有建基於其上的系統。警報疲勞：若未根據業務影響程度進行優先排序，團隊在來得及針對重要事項採取行動之前，就會被大量資訊淹沒。在自動化領域贏得信任：團隊自然希望先確認自動化系統能正確且可預測地運作，才會考慮擴大其自主運作的範圍。能妥善執行此流程的組織，通常會先奠定基礎（即現有且值得信賴的服務模式），再逐步導入自動化；在自動化範圍擴大時，仍會讓人類參與其中；並選擇能與現有系統整合的工具，而非要求徹底推翻重來。

Q: OpenText 如何協助預防事件發生？

OpenText 目前提供事件預防的全部四個層面，並獲得電信、金融服務及其他產業客戶的實際成效佐證。 OpenText™ AI Operations Management 整合了應用程式、基礎架構及網路層面的可觀察性、關聯分析與受管自動化功能。 OpenText™ Network Observability 將網路納入同一幅關聯性圖景之中，因為連通性問題與變更引發的故障佔了實際中斷事件的很大比例。 OpenText™ Automation Center 可執行受管控的修復作業，將診斷結果與後續行動相連結。

了解 AIOps 與可觀測性如何協助 IT 團隊預防事件發生，而不僅是被動應對

探索 AI 營運管理查看所有相關產品

概述

事件預防是指運用可觀測性、服務脈絡及人工智慧，在事件影響用戶之前就加以阻止，而非事後更快地解決問題。

它奠基於四項能力，每項能力皆建立在前一項的基礎之上：

對環境中現有狀況的可靠描繪
以關鍵事項為核心的可觀測性
快速根本原因分析
受管控的自動化修復

事故預防

預防事故有哪些好處？

減少停機時間與平均修復時間（MTTR）：及早發現成形問題，並縮短找出根本原因所需的時間。
釋放團隊的潛力：減少戰情室的數量並降低手動關聯的作業量，讓工程師能將時間投入於更高價值的工作，而非忙於追蹤警報。
強化您的資安防禦態勢：既能加速根本原因分析，又能更快揭露未經授權或具風險變更的同一套變更與配置環境。
強化合規性：透過全面的記錄與稽核追蹤，可更輕鬆地證明對 IT 變更與事件的管控能力。
降低停電成本：事件次數減少、持續時間縮短，意味著對營收的影響較小，且非預期的勞動力成本也隨之降低。
逐步建立對自動化的信任：受管控且包含人類介入的自動化，能隨著時間推移贏得所需的信任，進而擴大自主程度。

事故預防的四個層面是什麼？

預防並非單一功能。若不清楚問題的可能原因，便無法自動解決該問題。若缺乏正確的可觀察性資料，便無法找出合理原因。若不了解周遭環境中存在什麼，以及這些事物能提供什麼，就無法觀察到真正重要的事物。每一層都為下一層奠定基礎。

真相的基礎：一張橫跨應用程式、基礎架構及網路，涵蓋各項服務及其依賴關係的即時且易於查詢的地圖，此地圖是透過自動偵測建構而成，並由人工智慧維持其準確性，而非仰賴人工維護的紀錄。這個「活的」服務模式，正是其他一切的基礎。
優先級分級且整合的可觀測性：根據哪些資產支援哪些業務服務，將遙測範圍鎖定在最重要的部分。這就是為什麼在觸發閾值之前，系統會先標記出成形問題。
關聯性與根本原因：透過自動化事件關聯功能，在完整情境中進行推論，於數分鐘內找出可能原因，並提供可信度分數與可追溯的邏輯，取代零散的獨立警報。
自動化解決：透過受管制的運行手冊與基於政策的自動化，在警訊出現的瞬間即執行經過驗證的修復措施，並與您現有的腳本、操作手冊及工具無縫整合。

了解為何事故預防至關重要

事件預防與傳統的事件應變有何不同？

傳統的 IT 營運會根據 MTTR（平均修復時間）來評分，也就是發生事件後能多快恢復運作。一旦平台能夠預見情勢發展、在數分鐘內指出合理懷疑的依據，並在治理框架下採取行動，這種措施便是錯誤的。事件預防將評估標準從「清理速度有多快」轉變為「從一開始就避免了多少起事件以及多少個戰情室工時」。

傳統回應	事故預防
故障後偵測	在撞擊前偵測
MTTR 重點	事故預防重點
反應性	積極主動
人工調查	AI 輔助的關聯分析

人工智慧在事故預防方面扮演什麼角色？

人工智慧滲透至事故預防的各個層面，儘管其作用因功能而異。

偵測：機器學習模型會標記異常情況，並將相關事件關聯起來形成整體圖像，在觸發閾值之前及早發現正在形成的問題。
診斷：人工智慧會綜合考量拓撲結構、近期變更及遙測資料來識別可能的根本原因，並通常會提供一個信心分數，操作員可據此提出質疑並進行調整。
解決方案：人工智慧能將診斷結果與自動化流程相連結，藉此發現或制定補救措施。大多數組織在此階段仍會讓人類參與其中，並隨著對系統的信任日益加深，逐步擴大系統的自主權。

各平台的成熟度差異甚大，即使在同一個平台內，由人工智慧驅動的診斷與解決問題的能力，通常也比對尚未觸發警報的問題進行完全自主偵測的技術更為成熟。

在事件預防方面，為何網路如此重要？

絕大多數事件都源自該網路或經由該網路傳輸，而要使根本原因分析具有可信度，必須對交易進行端到端的追蹤。這使得網路成為基礎性的輸入要素，而非僅是應用程式與基礎設施之後才被考慮的次要因素。

這對「自動解決層」而言也至關重要。安全的自動化修復取決於驗證、回滾、政策防護措施、偏移修復以及變更計畫生成等能力，而這些能力皆存在於網路自動化之中。Gartner 的 SRE 技術成熟度曲線將「主動式網路運維」定位為網路自動化的延伸，而非其替代方案，而其執行標準也直接對應於這些相同的能力。簡單來說，人工智慧就是推理能力；而網路自動化則是讓它能夠安全運作的關鍵。

組織在建立事件預防機制時會面臨哪些挑戰？

分散的資料：應用程式、基礎架構和網路遙測資料通常分散在不同的工具中，彼此之間缺乏共通的背景脈絡。
過時的服務記錄：一旦環境發生變化，手動維護的 CMDB 便會立即過時，這將動搖所有建基於其上的系統。
警報疲勞：若未根據業務影響程度進行優先級排序，團隊在尚未能針對重要事項採取行動之前，便會淹沒在資訊洪流中。
在自動化領域贏得信任：團隊理所當然地希望先確認自動化系統能正確且可預測地運作，才會考慮擴大其自主運作的範圍。

能妥善執行此流程的組織，通常會先奠定基礎（即現有且值得信賴的服務模式），再逐步導入自動化；隨著自動化範圍擴大，仍會讓人類保持參與；並選擇能與現有系統整合的工具，而非要求徹底推翻重來。

OpenText 如何協助預防事件發生？

OpenText 目前提供事件預防的全部四個層級，並獲得電信、金融服務及其他產業客戶的實際成效佐證。

OpenText™ AI Operations Management整合了跨應用程式、基礎架構及網路的可觀察性、關聯分析與受管自動化功能。
OpenText™ Network Observability解決方案，將網路納入同一幅關聯性全景圖中，因為連通性問題及由變更引發的故障，佔了實際中斷事件的很大比例。
OpenText™ Automation Center可執行受管控的修復作業，將診斷結果與後續行動相連結。

Resources

What is network observability?

What is observability?

Monitoring for change enables network observability