2022年銀保監會發布的《關于銀行業保險業數字化轉型的指導意見》、中國人民銀行發布的《金融科技發展規劃（2022-2025年）》等政策文件，明確提及要建立健全金融數據中心智能化運維機制，積極運用大數據加強態勢感知、故障預警和故障自愈，不斷提高運維智能化水平。

IDC長期以來一直關注于新技術在金融行業各業務場景中的應用。本次《IDC PeerScape：金融行業智能運維實踐案例洞察》報告瞄準金融行業運維場景，通過深入訪談，對各金融機構智能運維應用現狀、主要難點、解決過程中所面臨的挑戰及解決方案進行了深入的了解和探討，通過對優秀案例的實踐路徑和實踐策略分析，總結出了金融行業中智能運維應用方法、推進策略和發展方向，以供業界參考。

IDC認為，智能運維是通過使用大數據分析（Big Data Analytics）和人工智能（AI）等技術對企業不斷增長的IT系統數量、規模和復雜性進行事件關聯、根因分析、決策支持等工作來自動化處理并增強IT運維的能力及效率。

智能運維作為支撐金融機構數字化業務穩定持續運行的關鍵手段，在未來發展前景廣闊。一方面，傳統的運維手段以難以滿足金融機構愈加復雜的業務監控和安全管理需求；另一方面，通過智能運維手段，金融機構能有效監控不同運維場景中的運維資源，并能通過大數據分析（Big Data Analytics）和人工智能（AI）等技術應用及時實現運維全生命周期的智能化管理，從而保障系統穩定性和業務連續性，這也是金融機構可持續發展的基礎。

目前，智能運維在金融領域應用已成為剛需，銀行、保險、證券等金融機構正加速建設智能運維體系，其應用已經從單點實驗階段推向管理運營階段。市場中也涌現出了以場景驅動、數據驅動、產品創新而開展智能運維的實施部署與管理運營的智能運維體系建設的優秀實踐案例。目前金融機構的運維場景主要有：應用/組件監測、監控告警、故障發現與定界、故障診斷、根因分析、故障自愈等，智能運維的建設往往以監測對象為基礎，通過整合與拓展運維對象，構建運維大數據平臺，在“數據管理+工具開發+AI算法”等支撐下，可以實現監控告警、故障定界、故障診斷、根因分析、故障修復等場景的智能化管理，從而有效實現運維全生命周期的低成本、高效率、高質量管理。