1、AIOps的本质到底是什么——自动从数据中学习和总结规律，极少人力参与，即使需要也十分直观便捷。切记软件的逻辑不等于AI。
2、什么时候开始尝试AIOps——根据企业发展的定位，在一些创新项目中开始尝试。实际上目前很多金融企业已经立项投入。
3、是否能借力于互联网公司的AIOps——好的算法应该是普遍适用的，但是具体问题还是要具体分析，实际对比后再做判断。
4、是否一定要先做顶层设计才好落地——建议先做好数据化、标准化、自动化，建好运维大数据平台，积累好经验和算法。
5、是不是需要有完整的数据才能实施AIOps——应该根据自身数据情况，选择合适的方向发展，不断尝试可以发现数据的不足，有助于治理优化。
6、AIOps是否适合搞自主研发——一般是在科学研究和大量科学实验的基础上实现，建议不要从零开始，应该寻求相关合作。
7、目前的AI能力到底有多强——AI擅长的领域应该具备以下条件：有充足的数据或知识，完全信息，有明确定义的，单领域。
8、AIOps会不会让运维人员丢了工作——难得的AI转型机会，相关工具需要人员不断研发，应该以开放的心态拥抱变化。
