数字化运维虚拟培训
传统产品认知、装配、操作、检维修及应急处置培训，主要通过图文、视频、实操训练等形式进行，受训人员只能借助生硬的教科书和教学视频，获取工作的理论知识，往往与现实差异较大.
通过建设实训环境的方式，投入成本高，受场地限制可教习的内容有限、局限性大，且老师傅经验不易传承。而且理论教学与实训间缺少过度环节，只接受理论知识后立即实操，有人员设备损险。
数字化运维横向赋能
传统信息化建设满足对于业务管理的同时也产生出大量的数据孤岛。打通应用线，实现数据汇集融合是数据对业务系统和应用的赋能。
我们现在的企业广泛通过ERP构建企业资源管理，MES构建生产计划管理，PLM实现产品全生命周期管理，SCM供应链管理，BOM实现物料集中管理等等等。
这些都是业务系统，都在产生大量的数据。如果ERP的订单管理与MES生产排期相结合就有可能实现零库存；如果产品故障数据对应了PLM中准确的部件代码并与SCM供应链打通，就可以对供应商的产品品质做评估从而优胜劣汰。
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 的先进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。
数字化运维的可观察性
可观察性是既有监控系统的进化，强调通过获取应用程序的高维度数据输出来实现业务服务状态的可见性。这与传统的监控形式不同，传统的监控形式关注的是构成服务的各个组件。
为了充分实现现发方的理念，应用程序必须以'可观察性驱动的开发'来构建。通常的监控依赖于仪表盘和告警通知，以便在已知问题场景发生时将其逐级报告。
可观察性允许人们快速地对业务服务情况进行询问，以确定性能下降的根本原因，即使这种情况从未发生过。可观察性一词起源于控制理论的数学，其中可观察性是衡量一个系统的内部状态在多大程度上可以从其外部输出的知识中推断出来。