IT運維管理越來越受到重視。

隨著時間逐漸轉移到后疫情時代，各行各業的數字化轉型可以說是非常熱鬧，尤其是云端、遠程辦公、人機協作等已經開始落地。而這一切數字化轉型背后的保障——IT運維管理也相繼獲得多輪融資，甚至出現了估值超10億美元的新興獨角獸。

“運營商”在做什么？

簡單來說就是運維，確保在線系統按預期穩定運行，監控甚至預測何時可能發生故障或風險，快速識別故障原因，并提出有效的解決方案主要工作。

然而，運維行業與安防行業的相似之處在于，用戶對兩者的價值感知和情感認知不如業務系統明顯，往往在發生事故后才感受到其重要性—— ——人們更關注數字化轉型完成后的亮麗成果，而忽略與之共存的運維體系。

只有在痛苦之后，你才能親身感受到。近兩年，AWS、阿里巴巴、華為云、特斯拉、蘋果，甚至政府部門為我們提供健康碼查詢的事件不止一件。大規模IT系統宕機，導致整體服務暫停，對自有品牌、客戶體驗乃至核心業務造成巨大影響。也就是說，每一次故障預測和排查，都是對企業自身運維能力的一次大考驗。

近年來，持續的數字化轉型也帶來了更復雜的IT基礎設施和大量的業務系統。如何使其持續穩定的輸出成為客戶關心的問題。至此，運維部門的價值逐漸顯現，致力于下一代運維技術的初創公司也如雨后春筍般涌現。

從IT運維軟件市場規模來看，預計到2020年底全球ITOM（IT）市場規模將達到339億美元，而艾瑞預計國內市場規模將約114億元。數據看似不大，但如果放眼整個IT運維管理服務市場，僅2020年中國市場空間預計將超過2500億。

可以預見，這個2500億的市場正在經歷重塑。

01 重塑中國市場

在中國IT管理服務2500億的市場中，涵蓋原廠運維服務業務、第三方運維服務業務，以及配套的運維管理服務軟件、工具技術廠商等。最大的一個是原廠運維服務，占比超過40%，第三方運維服務超過50%，各種ITOM相關的軟件工具加起來不到10%。但從增速來看，ITOM旗下的軟件、工具等技術廠商發展迅猛，帶動了整個IT管理服務市場的增長。作者還觀察到了市場上的幾個現象。

觀察一：原廠運維服務市場增長停滯，IOE下架帶來原廠運維服務市場缺位。

早期，國內IT基礎設施市場基本由以IBM、EMC為首的海外巨頭主導。經過幾十年的打磨，他們的IT服務能力已經非常成熟，可以為客戶提供硬件、軟件等服務。運維服務的端到端服務解決方案。很多大方選擇給IOE上榜，不僅是因為IT硬件更加穩定成熟，更是因為其貼心的整體配套服務。

近年來，“本土化”運動風起云涌，大中客戶在IT采購上主動或被動地向本土化廠商傾斜。但問題也隨之而來。除了華為、聯想等一線國產品牌外，大量國內廠商的產品更像是“早產兒”，配套的運維工具和服務嚴重缺乏。 很多企業軟硬件本地化后問題頻發，只能在市場上尋找第三方運維服務、智能工具和平臺系統來解決IT本地化過程中的陣痛。

另一方面，IOE等巨頭的市場份額逐漸被蠶食，原有運維部門的規模和預算不斷縮減，甚至對部分大客戶的服務能力也逐漸縮減另外，現在還有很多客戶在使用IBM小型機和EMC存儲，很難獲得十年前原廠提供的同樣優質的服務。事實上，這類客戶的核心系統仍然運行在IOE設備上，還需要尋找真正懂IOE的第三方運維服務和軟件商提供后續運維。

觀察2：數字化轉型的不斷深入帶來運維難度指數級增長。

云計算、大數據、SDX等新一代信息技術的出現和發展，顛覆了傳統的IT架構，IT運維的內容和管理模式也發生了翻天覆地的變化。 IT運維業務人員的工作邊界已經從機房環境管理、設備巡檢、設備告警等物理硬件運維擴展到應用運維、安全運維、開發運維。

2015年，一個500人左右的公司可能只有OA、ERP、CRM等十幾套系統，而現在，同樣規模的公司可能需要五十套業務系統。 IT 基礎架構不再是標準的三件套服務器、存儲和網絡，而是從公有云、私有云和混合云到傳統 IT 硬件，甚至是 IBM 小型計算機的大雜燴。

以上，運維復雜度的增加不是線性增加，而是指數增加。

業務中每次出現響應延遲，可能會帶來上千條相關告警。同時，尋找響應延遲根源的環節也變得很長，這不是多招運維人員就能解決的問題。

占整個運維市場50%以上的第三方運維服務市場也以人力外包上門服務為主。然而，隨著運維難度的指數級增長，原有的大規模初級運維人員所擁有的技術棧已經無法滿足新一代IT架構的運維需求。

觀察3：人工成本上升與IT系統建設復雜的矛盾。

從美國IT發展史，我們可以看到一段美國IT工程師人力資本的變遷史。當企業IT需求的增長速度遠遠超過IT人才培養的增長速度時，美國企業的IT經歷了從內部IT到IT外包、到產品化軟件再到如今備受推崇的SaaS的發展歷程型號。

這一發展過程的底層邏輯是，社會IT人力資本相對于IT需求的爆炸式增長逐漸稀缺。因此it運維外包，公司經歷了從自己的支持團隊到外包并交給專業軟件公司進行開發的方方面面的發展。 ，然后是在SaaS模式下開發一套全社會共享的軟件的過程。

不敢說目前國內的工程師紅利在下降，但IT工程師的成本越來越貴是不爭的事實。另外，由于大部分客戶組織系統中運維業務的價值不高，愿意做運維的專業人才越來越少，招人難度也越來越大。對于成倍增長的IT運維需求，僅靠擴大人力顯然是不夠的。

另一方面，運維行業的一個核心能力是IT運維經驗和知識的積累。高手見多識廣，看到報警，大致可以知道是服務器問題還是網絡問題。新手就算熟悉了所有的告警和日志，也未必能把握其中的關鍵點。但短期市場上的高手只有這么多，新一代“高手”的成長周期太長，也無法滿足當前爆發式增長的運維需求。

因此，這種場景比“識別員工是否從監控視頻中打瞌睡”更適合人工智能落地，于是就有了AIOps——智能運維，這幾年一直在如火如荼。運維過程中的經驗和知識通過AI算法沉淀成模型，至少可以幫助新手運維了解最重要的幾十個告警，提示故障的可能因素和解決方案，并大大減少工作量。

目前的運維服務市場主要由原廠維護和人工運維外包組成。可以預見，未來原廠維修占比將持續下降，人工運維成本將持續上升。具備智能運維能力的軟件廠商。當以人為本的IT運維市場逐漸向以技術平臺為主導的智能化運維市場遷移時，原本分散的運維市場將出現一批龍頭。

在市場變化的過程中，什么樣的軟件公司才能分得一杯羹？作為企業服務的投資者，我們通常會先看海外市場主流玩家的成長歷程。

02 異山之石：上，下

美國的IT運維長期以來一直是個大賽道it運維外包，容納了不下十家不同類型的上市公司。其中，具有最典型特征的公司有兩家。一個是運維賽道市值最高的，超過1200億美元；另一個擁有賽道中最高的PS（TTM）倍數，超過60倍。

從定義上看，兩家公司的主營業務在ITOM賽道上屬于不同的子領域：兩家公司的主營業務更多是在ITSM-IT服務管理方面，而兩家公司是在IT監控和分析平臺（AIOps）。 ) 和各種分析工具。

成立于2012年，歷時9年才達到目前近500億美元的市值。它做對了什么？

當時，美國的 IT 基礎設施正在經歷從私有化到云部署的大規模迭代。在這個時間點，創業者避開了APM、NPM等運維工具，進入了IT基礎設施監控市場，這個市場更像是一個開源軟件工具市場，并從一開始就不斷打磨自己的核心監控平臺到填補市場空缺。同時，它趕上了客戶采用云的時代，比其他“早期玩家”更具可擴展性和靈活性，更早地擁抱了云原生的機會。

經過五年的打磨，2017年推出APM產品，2018年推出Log分析產品，2019年推出RUM產品，2019年底推出安全監控產品。保養品。至此，在ITOM監控分析平臺上已基本形成具有多個重要監控工具的產品體系。

發展是另一種方式。

雖然成立于 2003 年，但在 Frank 2011 年加入后迅速成長。團隊的主要業務集中在 ITSM（IT ），即 IT 運營中高頻問題的自動化和維護過程，日常問題的自助，并發問題的有序解決，實時跟蹤和可視化解決問題的能力。路徑和過程。

2012年上市，2016年后開始向業務應用端發展，切入HR工作流管理、客服工作流管理（CSM），2019年進入財稅領域。通過ITSM平臺，構建了一個可以集成豐富的第三方IT運維應用的生態系統，不僅覆蓋IT運維場景，還可以跳出IT運維場景，進入其他通用企業服務場景。

這兩位已經成為行業標桿的玩家，讓我們看到智能運維是企業數字化轉型的核心板塊。無論是切分業務應用，還是向下延伸，都能深度覆蓋完整的監控系統，甚至是安全運維，都有成功的路徑可循。

無論漲跌，都是從一個比較一般的業務入市，快速打磨一套底層平臺，整合客戶IT運維中的重要數據流和業務流，形成數據化的安與AI融合的綜合性“數字智能運維平臺”。基于平臺對數據和業務流程的連接和復用，將不斷拓展產品布局，為客戶提供“全棧”智能運維能力。

03 為什么中國沒有自己的和平？

首先，運維的痛點來自于IT的復雜性。如果客戶不夠痛，購買需求和購買意愿就不會那么強烈。當IT系統比較簡單的時候，只有當系統出現系統故障的概率很小的時候，運維的價值才會體現出來。雖然數字化轉型呼之欲出多年，但對于大多數企業來說，數字化轉型只是近三兩年才開始實施。

其次，運維的需求主要是大客戶，披露的財報數據是一個非常明顯的2/8法則。盡管他們都有數萬付費客戶，但其收入增長的核心動力主要來自于數百家主要頂級客戶的增長和平均客戶單價的提高。

中國和美國的一個典型區別是大客戶的行業結構差異很大。中國的主要客戶主要是房地產、金融機構、國有企業等大客戶。在過去的二十年里，這些企業對IT驅動業務發展的需求并不是特別旺盛，IT部門也沒有得到足夠的重視，成為整個企業中相對邊緣的部門。

國內相當一部分大客戶尚未感受到運維帶來的壓力，少數對外提供互聯網服務或數字化服務的大公司仍依賴內部IT和運維團隊。通過部分開源產品自主開發自動化運維工具和平臺。因此，第三方運維廠商提供的能力對他們來說價值相對較低。

第三，IT運維人工成本差異導致中美企業智能運維動態差異很大。中美兩國企業選擇智能運維的動機不同。中國IT人員的成本遠低于美國，IT運維人員的成本也低于系統架構和前端應用開發工程師、算法工程師。筆者觀察到，在過去的幾年里，很多大型企業通過自己招聘人員或者外包服務公司派人上門服務的方式解決了IT運維的瓶頸問題。顯然，這種方式在美國的可行性較低，只能通過不同類型的運維工具和平臺，自動解決人手不足的問題，所以這類美國廠商的收入增長非常好。

然而，后疫情時代，國內企業正在逐步掃除這些智能運維軟件成長的障礙。

疫情期間，筆者身邊的國內500強客戶都感受到了外籍IT常駐人員無法進場工作的痛苦，也感受到了突然切入線上辦公，新的數字服務業務出現了對原有IT系統的影響。同時，國家層面將繼續強化2020、2021年數字化轉型任務，大型??央企、國企、政府部門將繼續加大投入。在經濟增速放緩之際，房地產、金融機構等躺著賺錢的巨頭不得不選擇數字化來驅動“增長停滯”。

未來業務的持續數字化轉型是不可逆轉的趨勢。作為數字化轉型的穩定器，新一代運維平臺的建設和軟件產品的應用已經被周邊500多家有實力的客戶提上了日程。可以預見，未來智能運維平臺和系統工具在運維整體市場份額中將持續提升。

那么，什么樣的公司才能成為中國版的OR呢？

04 誰將成為真正的頭部玩家？

由于中美兩國主要客戶群體畫像、數字化發展程度、訂閱制商業模式接受程度等差異，筆者認為專業運維玩家未來幾年在中國長大的可能就不一樣了。

首先，智能運維目前在中國很難實現SaaS。

目前國內運維技術廠商基本還是在私有化部署的模式下銷售，未來幾年提供SaaS服務難度更大。首先是用戶群體之間的差異。我國大中型企業運維需求旺盛，但SaaS模式難以接受。而且SaaS典型的銷售對象是中小客戶，兩者不是同一群人。

其次，運維監控的內容涵蓋范圍很廣，運維工作流程也大相徑庭。與業務軟件相比，運維軟件更加復雜，難以提供標準化服務。此外，國內企業DIY能力較弱。大多數團隊不知道如何使用模塊化組件，需要廠商上門提供整體實現。

此外，國內外公有云的滲透率差異很大。目前，國內頂級客戶對于上公有云仍有不少顧慮。今年一些地方政府甚至讓政企客戶上公有云，這也給SaaS帶來了挑戰。

不過，從目前我們身邊主要客戶的需求來看，支持“云上云下”運維工作的混合云架構平臺，可能會成為最終的主流部署方式。在這種混合模式下，服務的提供也將遠程+現場進行。形成平臺和服務同時遠程和現場部署的模型。

其次，工具路線不太行。

大約四五年前，中國出現了一批專攻APM的工具玩家。雖然大家的產品都做得不錯，但最終的商業化過程難免會陷入價格戰，甚至0元中標。最終，除了一位幸運兒在科創板早期上市外，上市后的表現也很一般。刀具廠家生產的產品同質化嚴重，必須有決心和能力先于對手進入市場，樹立自己的品牌知名度。

另外，運維的主流客戶為大中型企業，工具供應商對大中型客戶的IT采購認知度不高，難以形成深度粘性。在國內做運維，工具類運維廠商很難成為市場大戶。只有技術平臺+服務型企業才能站在運維主戰場上。

第三，運維離不開服務，智能化幫助技術提供商提高服務效率和效果。

2B的產品銷售不僅是尋找痛點幫助客戶解決問題，更是不斷積累信任。尤其是在運維領域，這是客戶IT系統運行保障的生命線。運維與前端業務系統開發的區別在于，運維是一項日常的安全工作，客戶習慣于一定量的第三方提供的上門服務。

談到現場服務，許多投資者將其視為野獸。運維上門服務作為一把雙刃劍，問題在于對企業規模效率的影響和服務半徑的限制。服務好，就能與企業建立深厚的信任，每年持續收費，獲得第一手的運維信息，提供新產品銷售，甚至與客戶擦亮產品。

只提供現場人力服務的企業未來空間和成長性有限，距離客戶太遠的新一代工具型企業也會出現問題。如何把握客戶服務與產品化、標準化的程度，是下一代智能運維玩家需要考慮的問題。

從結果來看，一些智能運維獨角獸已經認識到了這個問題，并從工具轉型為平臺+服務的大型運維模式，員工人數超過1000人。現在說成功還為時過早，但從現階段客戶的反饋來看，這種模式顯然更受客戶認可。

筆者認為，客戶的運維需求沒有改變，他們需要的依然是軟件系統+服務。不同的是，傳統的運維軟件和人工服務已經不能滿足當前復雜的運維需求，而新一代的智能運維軟件可以減輕客戶的工作量，提高客戶對外服務的效率為制造商。 ，優化自身的服務成本。未來，隨著用戶IT運維需求的不斷增長，新一代智能平臺將具備良好的擴展性，將不斷提供新的工具和新的解決方案。

運維賽道的智能化革命進程才剛剛開始。預計未來會有更多具有中國特色的智能運維企業進入這個戰場，屬于中國的運維巨頭也將在這里誕生。

本文來自微信公眾號“泡騰VCer”（ID：），作者：Marc，編輯：Janet。 36氪經授權發布。