拥抱AI与自动化浪潮Red Hat助力企业踏上高速运营之路

开源解决方案供应商Red Hat于日前举办「2024 AI人工智能趋势现况」高端经理人交流会暨「Ansible Automates 2024 Taipei」论坛，汇聚学界与业界专家，及Red Hat众多技术菁英，共同探讨如何应用AI与自动化，提高企业营运效率、打造未来竞争力。

Red Hat台湾区总经理孙媛音表示，企业在导入AI时，必须注意以下4大重点：验证AI生成内容的正确性、整合既有环境、重新检视网安架构，避免使用AI而造成数据外泄风险、找到或培养更多优秀人才，如此才能运用AI强化企业的数码韧性。

陈縕侬：导入AI应用前，先培养主管和员工的数码心态

台湾大学信息工程学系副教授陈縕侬认为，导入AI的第一步应从人开始。陈縕侬进一步说明，生成式AI大放异彩后，许多人都在担心工作被AI取代的风险，其实AI不会取代人类，而是成为人的协作夥伴，帮助人们更有效率的完成工作，因此，不会使用AI的人未来将会渐渐失去个人竞争力，甚至被善于使用AI的人取而代之。

对企业来说亦是如此，若没有导入AI应用，很可能会失去市场竞争力，但在导入AI技术与应用前，组织文化的调整至关重要。

首先，企业需培养主管和员工的数码心态，使其了解科技的运作原理、部署流程，以及组织需要进行什麽样的变革程序，才能好好运用各种科技。其次，组织要具备「变革管理」的能力，才能不断调整以因应外界变化。第三，想像AI在未来工作中的型态，并根据应用类型来决定应该采取抽取式或生成式AI技术。

Tony Xu：2024红帽高峰会，大规模引进AI技术

迎合AI发展趋势，Red Hat近来亦积极将生成式AI技术整合至既有IT平台，协助企业最大化AI创新价值。Red Hat商业价值总监Tony Xu分享，5月初在「2024红帽高峰会（Red Hat Summit 2024）」上所公布的9项产品创新中，有4项已经落地且皆与AI相关。

第一是基础模型平台 Red Hat Enterprise Linux AI（RHEL AI），赋能使用者更无缝地开发、测试与部署生成式 AI（GenAI）模型。第二是InturctLab，整合 IBM的开源大型语言模型 Granite、InstructLab 模型对齐工具及模型开发方法，简化企业自行开发LLM工作负担。第三是为MLOps平台Red Hat OpenShift AI增加新功能，如：支持边缘AI模型、硬件加速器设定档、分散式工作负载等，使企业能够创建和跨混合云大规模交付支持AI的应用程序。第四为Podman 人工智能实验室，提供范例应用程序各种辅助服务，让开发者可以更快上手，根据组织营运目标来开发生成式AI应用程序。

目前，Red Hat在AI上已经有相当完整的解决方案，涵盖AI基础架构、AI平台、AI模型到AI应用等不同面向，为企业提供由下到上的完整支持。未来，Red Hat还会积极与第三方夥伴合作，全面满足企业导入AI时的各种需求。

整合Intel平台，让硬件效能最佳化

由于AI需要庞大的算力支撑，而AI平台与硬件的整合度，可以有效提昇运算效能，为此，Red Hat与Intel一直维持深度合作的关系，希望能加速驱动Red Hat OpenShift AI平台上的企业AI应用。

Intel技术专案经理汤承伦表示，Intel以自家Enterprise AI Apps和服务为基础，整合Red Hat OpenShift AI平台，并在OpenShift环境中提供相应工具，降低IT人员的作业时间。

举例来说，过往，企业若要在OpenShift AI环境进行AI推论，通常得自行设定硬件参数，如今因为Intel已经事先与Red Hat完成整合，因此无论企业想要使用PyTorch、TensorFlow哪一种开源框架，都可以直接在Red Hat环境里启动，而且硬件效能会更好。

Red Hat推两大工具，加快企业导入Ansible脚步

在企业导入AI应用的过程中，自动化是相当重要的关键，而Red Hat所推出端到端自动化平台Ansible，可以有效协助企业达成IT自动化的目标。

Red Hat亚太区技术策略业务发展经理吴尚融引述Garnter报告指出，企业自动化需求正持续成长中，预计2025年，全球有70%企业会更有计划地推动内部系统自动化，以提高系统的效率和灵活度，另外，30%企业会在2026年时，将一半以上的网络活动自动化。

推动自动化需求成长的原因主要有三点，一是IT技术日新月异，人才难以跟上技术成长的脚步，导致IT技术缺口快速扩大。二为Day 2的运营有太多人为作业，不只人为疏失风险高，也很难扩大IT基础建设的规模。三是IT环境越来越复杂、需要管理的平台数量越来越多，所要投入的人力与时间也就越多。

而Red Hat不只推出Ansible自动化平台，更在2023年引入两个功能： Ansible Lightspeed和Event-Driven Ansible，帮助企业更好的导入Ansible平台。Ansible Lightspeed是与IBM合作开发的GenAI应用，让不熟悉Ansible开发语言的工程师也能快速上手，只要像使用ChatGPT一样，向系统描述应用环境，系统就会自动生成相对应的脚本。而Event-Driven Ansible则可降低系统修复的人工作业，让系统更快完成修复工作，确保对外服务不会受到影响。

以Ansible打造自动化与标准化流程，有效优化IT数码韧性

Red Hat业务开发协理魏定中进一步建议，企业在导入Ansible时，应该要横跨基础架构、网络、私有云、网安、公有云、云原生等各个领域，除了让这些设备都可以根据Ansible安排去执行自动化任务，企业亦能实时监控设备的运作状况，确保其处于正常运作下。

除了确保系统的稳定运作，企业也可以透过Ansible调整作业流程，让流程标准化，以避免人为作业风险，并留下记录，进而强化IT数码韧性。包括应用容器化/服务化、虚拟化软件转向云原生、边缘运算与云地整合、开发预测式AI/生成式AI模型等IT应用，都可以运用Ansible建立自动化与标准化流程。

魏定中提出自动化成熟度曲线，从Level 1认知（Aware）、Level 2标准化（Standardized）、Level 3主动向外扩展（Proactive）、Level 4制度化（Institutionalized）到Level 5最佳化（Optimized），企业可据此评估目前的自动化到了哪一个阶段，并据此拟定下一步发展规划。

从CentOS迁移到RHEL，透过Ansible克服规模挑战

随着CentOS Linux 7 即将终止生命周期，越来越多企业开始准备迁移工作， Red Hat 台湾首席解决方案架构经理游政杰建议，企业可以运用Ansible将设备/系统从 CentOS迁移至Red Hat Enterpris Linux（RHEL），透过自动化可靠且有效率的完成迁移工作。

为了协助企业进行系统迁移，Red Hat提供Conver2RHEL工具，让企业可将选定的RHEL衍生发行版转换为可支持的RHEL，同时保留现有应用程序和设定。虽然，迁移流程并不复杂，但当迁移规模很大，有超过几十、几百、甚至几千台机器等着被迁移时，系统迁移就是一个大工程，而透过Ansible自动化平台来执行迁移任务，显然有其必要性，不只可以减少停机时间（DownTime）、避免人为疏失，还可以有效管理与快速应变迁移过程中潜在的风险。

像Salesforce.com在2023年启动系统升级作业时，就是透过Ansible自动执行迁移程序，并以平均每天5千台的速度，将20万台设备从CentOS 7迁移到RHEL 9，也因为透过Ansible自动化平台来进行，所以能提高IT可视化程度，管理者可以清楚掌握哪些设备已经或还没做、哪些会有停机时间等信息。

解决DR三大执行问题，Ansible强化企业灾后复原能力

近二年受到外界环境快速变动的影响，企业越来越重视灾难复原（DR），Red Hat 资深解决方案架构师陈柏青指出，根据服务和数据的重要程度不同，企业所能容忍的停机时间也就不一样，相对也会影响对RTO与RPO的要求，及要使用哪一种工具或方法。

然而，无论企业最终决定为何，在执行DR作业时，同样都会遇到来自人员、工具、计划三个层面的挑战，在人员面，主要日是技术分工太细、人员异动造成技术断层、技术迭代更新太快影响技能养成等问题。在工具面则有多种工具衔接整合不易、单一工具无法全面涵盖所有DR需求、很多工具都需要安装及维护代理程序等问题。在计划面，虽然制定了日常演练计划和灾难复原计划，但不一定能定期演练，也难以根据演练结果进一步优化DR设计。

而Ansible所具备功能强大、简单及无代理的特色，恰能协助企业克服挑战。第一，Ansible可以全面整合IT环境，让企业从边缘端、数据中心到云端都能使用同一种自动化工具，破除技术孤岛的限制，第二，Ansible使用宣告式语法来撰写脚本，且提供数百种外挂程序与模块，不必担心人员异动的交接问题，第三，不需要安装代理程序，涵盖范围广、弹性大，可以支持多种方式执行自动化任务。

Dynatrace结合AI与Ansible自动化机制，大幅缩减系统修复时间

随着IT人员要管理的应用程序、系统与设备越来越多，想要快速修复问题也变得越来越不容易，而Dynatrace整合AI技术与Ansible自动化机制所打造的应用程序监控平台，可以有效缩减系统修复时间。

Dynatrace大中华区技术监Wilson Lai指出，在修复问题时，花费最多时间的工作就是，找到造成问题的原因，因此，Dynatrace结合数据与AI技术，让系统可以自动判别问题，再结合Ansible自动执行修复程序，进而幅缩减系统修复时间，像某美国政府机构原本采用手动修复系统，平均耗时60分钟，但在导入Dynatrace云自动化解决方案，修复时间缩短了99%，只要9分钟就能自动完成修复工作，成效相当惊人。

迎向未来的AI浪潮，Red Hat将持续深耕在AI领域的布局，以创新产品和完整技术服务，加速企业实现AI应用的目标。