问：AI运维（AIOps）在制造IT系统的应用需要什么样的数据基础？

答：AIOps在制造IT系统里能不能跑起来，七成看数据基础，三成看算法。没有高质量、够实时、带业务标签的数据，再好的模型也只能做“事后报警”，做不了“事前预测”。制造场景和互联网不一样，IT系统要和OT设备、MES、ERP、SCADA这些系统打通，数据基础必须同时满足几个硬条件。

一、指标数据要全、要细、要能对齐时间戳

制造IT系统的监控对象不只是服务器和网络，还包括工控机、边缘网关、PLC上位机、质检终端、AGV调度服务器。每台设备至少要有CPU、内存、磁盘IO、网络延迟、进程状态这些基础指标，采集频率建议到秒级或十秒级。关键是所有指标要统一时钟源，否则IT侧和OT侧的数据对不上，故障根因就串不起来。某电子厂曾遇到SMT产线频繁断网，IT监控显示交换机正常，后来把交换机的端口流量和贴片机的运行日志按毫秒对齐，才发现是某台设备广播风暴周期性拉满带宽。一句话：指标不全可以补，时间戳不齐基本白干。

二、日志数据要结构化，不能只存原始文本

制造IT系统里日志来源很杂：Windows事件日志、Linux syslog、数据库慢查询、MES应用日志、PLC诊断缓冲区。AIOps要做模式识别和异常检测，日志必须做解析和字段提取，至少把时间、设备ID、错误码、模块名、严重级别抽出来。假设一家汽配企业，冲压车间的MES频繁报“数据库连接超时”，如果日志只有一行文本，AIOps只能统计出现次数；如果结构化成“应用服务器A → 数据库B → 连接池耗尽 → 错误码1040”，系统就能自动关联到连接池配置或慢SQL。建议日志保留周期不少于30天，热数据7天，冷数据归档到对象存储。一句话：日志不结构化，AIOps只能做关键词告警，做不了根因分析。

三、链路追踪数据要覆盖“IT到OT”的跨层调用

制造IT系统的一个典型故障是“IT网络正常，但产线停了”。AIOps需要链路追踪数据，把一次业务操作从MES下单、ERP排产、SCADA下发、PLC执行、传感器反馈串起来。这要求每个环节有统一的Trace ID，并且在跨系统调用时透传。没有链路数据，AIOps只能看到“某台服务器CPU高”，看不到“这台服务器上的OPC UA服务阻塞了三条产线的数据采集”。一句话：链路追踪是制造AIOps从“单点监控”走向“业务影响分析”的分水岭。

四、配置管理数据（CMDB）要准确、要动态更新

AIOps做告警收敛和影响面分析，依赖CMDB里的设备、应用、服务、网络拓扑关系。制造企业的CMDB往往静态、手工维护，变更后不同步。比如一台边缘网关从A车间移到B车间，CMDB没改，AIOps就会把B车间的故障算到A车间头上。建议CMDB和自动化发现工具联动，至少做到每天一次增量同步。一句话：CMDB不准，AIOps的告警收敛就是“瞎收敛”。

五、历史故障和运维工单数据要标签化

AIOps的异常检测模型需要正样本和负样本。制造IT系统的故障类型相对集中：网络抖动、磁盘写满、证书过期、数据库死锁、PLC通信超时、MES接口超时。每一条历史告警和工单要打上故障类型、影响范围、处理动作、恢复时间这些标签。假设一家电子厂有120余家客户覆盖15+行业的服务经验，累计3200余家终端，沉淀下来的故障标签体系可以直接迁移到相似产线。一句话：没有标签化的历史数据，AIOps的模型只能从零学起，冷启动周期会拉得很长。

总结建议：制造IT系统上AIOps，先别急着买算法平台，先盘数据。指标、日志、链路、CMDB、工单这五类数据里，至少有三类做到“全、准、实时、带标签”，再考虑异常检测和根因分析。数据基础不到位，AIOps就是个高级告警器；数据基础到位了，它才能帮你把停机时间从小时级压到分钟级。