【金猿CIO展】海博科技总经理兼CIO韩东明:大数据与大模型,驱动智能运维的新引擎...
韩东明
本文由海博科技总经理兼CIO韩东明撰写并投递参与“数据猿年度金猿策划活动——2024大数据产业年度优秀CIO榜单及奖项”评选。
大数据产业创新服务媒体
——聚焦数据 · 改变商业
作为山东海博科技信息系统股份有限公司的总经理及技术负责人,我深知在这个日新月异的科技时代,前沿技术的掌握与应用是企业持续发展与领先的关键。特别是在我们所深耕的人工智能领域,技术的每一次革新都可能引领行业的飞跃,其中,大模型的叠加应用更是为企业的生产力注入了强劲的动力。
回望过去,我国信息化建设的浪潮汹涌澎湃,海博科技作为这股洪流中的一员,见证了无数智能设备从概念走向现实,从实验室步入大众生活,逐步替代传统人力,极大地提升了社会运行效率。然而,随着智能设备的广泛部署,其后续的运营与维护却成为了企业面临的又一重大挑战。特别是对于我们这样在全国范围内拥有数千台无人自助设备的企业而言,如何确保设备的稳定运行、及时响应各类故障、持续优化用户体验,成为了摆在我们面前的一道难题。为此,我们积极探索大数据与大模型技术在运维领域的融合应用,以解决这一系列问题。
大数据之运维决策的“智慧之眼”
数据是实现智能运维的核心要素。为了达到优秀的智能运维效果,必须从数据入手。通过建立统一的平台,可以显著降低运维的复杂性,使运维人员能够更高效地处理来自多个系统的数据。我们利用大数据技术,对驾驶员智能体检机、自助交通违法处理机等设备的运行数据进行了全面、实时的收集与分析。这些数据如同设备的“生命线”,记录着它们的每一次呼吸、每一次跳动。通过深入挖掘这些数据中的潜在价值,我们能够准确掌握设备的使用频率、故障模式、用户行为等多维度信息,为运维决策提供了科学依据。
基于 LLM 和多模态 Agent 协同的自主运维智能体
在海博科技的运维体系中,LLM作为智能决策的核心,能够理解和分析运维数据,提供精准的预测和判断。而多模态Agent,则是一种能够处理多种类型信息(如文本、图像、声音等)的智能体,它们分布在各个智能设备上,实时收集数据并反馈给LLM进行分析。
通过LLM与多模态Agent的协同工作,海博科技实现了运维工作的自主化和智能化。LLM能够根据多模态Agent收集的数据,对设备的运行状态进行实时监控和预测,及时发现潜在故障并触发预警机制。同时,多模态Agent还能根据LLM的指令,对设备进行远程调试和修复,大大提高了运维效率。
通过运维知识问答工具,运维支持事项减少26%,警报噪声降低85% 警报压缩比提高80%,平均故障解决时间由3.05小时降低到1.1小时,降低 64%,为客户节省了70%的线下运维人员。
展望未来,随着智能设备与服务行业的不断发展,大数据与大模型技术的应用前景将更加广阔。作为一名技术人,我深知我们肩负的责任与使命。因此,我们将继续密切关注行业动态和技术发展趋势,不断优化和调整企业的数字化转型策略,确保我们在激烈的市场竞争中始终保持领先地位。
在数据治理和安全管理方面,我们将建立更加完善的数据管理体系和安全防护机制。随着数据量的不断增加,数据的准确性、完整性和安全性将成为我们工作的重中之重。我们将采用先进的数据加密技术、访问控制技术以及数据备份与恢复策略,确保数据在传输、存储和处理过程中的安全性。
在推动技术创新与融合应用方面,我们将继续探索大数据与大模型技术的新应用和新场景。例如,结合人工智能、物联网等技术,我们可以打造更加智能、高效的无人自助设备和服务体系。这些设备将具备更强的自主学习和适应能力,能够根据用户的行为和需求进行自动调整和优化,提供更加个性化的服务体验。此外,我们还可以将大数据与大模型技术应用于产品的研发过程中,通过模拟和预测用户的使用场景和需求,提前发现潜在的问题并进行改进,从而提高产品的质量和竞争力。
在产业合作与生态建设方面,我们将积极寻求与产业链上下游企业的合作机会,共同推动智能设备与服务行业的发展。通过共建生态、共享资源,我们可以实现互利共赢和共同发展。例如,我们可以与设备制造商、服务提供商等合作伙伴建立紧密的合作关系,共同研发新产品、拓展新市场。同时,我们还可以与科研机构、高校等开展产学研合作,引入更多的创新资源和人才支持,推动技术的持续进步和产业升级。
·关于韩东明:
韩东明,山东海博科技信息系统股份有限公司总经理兼CIO。曾任中国工商银行青岛分行技术经理,紫光集团系统集成部经理。曾参与青岛市城市云脑的建设,民生大数据底座等项目建设。参与了人工智能视频识别、智慧城市建设方面国家标准编制,并参与起草多项公安部行业标准的制定,其中智慧城市感知布建规范曾获得山东省公安厅科技进步软科学类目二等奖。
原文地址:https://blog.csdn.net/YMPzUELX3AIAp7Q/article/details/144258120
免责声明:本站文章内容转载自网络资源,如本站内容侵犯了原著者的合法权益,可联系本站删除。更多内容请关注自学内容网(zxcms.com)!