数字化运维功能

1.设备运行监测：实时监测设备生产运行状态数据，查看历史曲线，调取监控视频，快速获取设备工程信息与随机资料，综合分析设备运行状态和运行参数趋势，确保设备安全运行；

2.风险管控：在三维场景清晰直观地查看火灾、人员损伤等***源的空间分布，查询***源属性、产生风险的性质和级别，便捷地对***源进行管理，制订风险区域巡检规划及视频等监控部署；

数字化运维背景

       越来越多复杂的机器进入到工作场所，设备维护和故障排除时长发生，工作场所的工人明明有操作能力，但身边却没有那么多来指导，这样的问题时有发生。如果在外地甚至国外这样的问题将更加严重，不仅等待周期较长，业务损失较大还要额外付出高昂的差旅费用，既费时又增加了业务成本。利用AR与远程通讯技术结合的AR远程指导解决方案，专门为满足以上需求设计，可以大大提高技术指导效率，缩短指导周期，节约业务成本。

数字化运维概念

智能运维（AIOps）的概念自 2016 年被 Gartner 提出以来，AI 技术越来越多地被应用到运维领域。随着云计算、大数据、人工智能等技术的高速发展和普及，AIOps这个名词的出现频率不断提升，大有不AIOps 就要落伍的感觉。但是，真正想把 AIOps 的***理念落实到运维体系中，产生实际有效的效果，并不是轻而易举的事。理想很丰满，现实很骨感。究其原因，很大程度上源于一个AI 领域中普遍存在的误区，那就是对各种机器学习、深度学习的算法、模型过于期待和，而忽略或低估了数据准备和数据质量的重要性。

数字化运维企业内部的"数据生态"有待建立

现阶段企业内部仍存在多个异构的、运行在不同软硬件平台上的信息系统同时运作，这些系统的数据源相对***、封闭，尚未实现系统间的交流、共享和融合，各部门间存在明显的信息不对称问题，企业内部的"数据生态"尚未成型。在数据价值遂步提升的过程中，其重要性将不仅仅体现在数据的量上，更体现在数据间的联动作用和企业内部数据模型的建立。如何建立数据间的运行模式，打造围绕企业全生命周期的数据框架、数据渠道、数据利用体系，形成企业内部的"数据生态"，成为众多企业更为关注的问题。