AIOps를 단계별로 구현하도록 권장됩니다. 얼리어답터들은 일반적으로 모니터링, 운영, 및 인프라 데이터에 머신 러닝을 적용하는 것으로부터 시작하여, 딥 신경망을 이용한 서비스 및 지원 데스크 자동화 쪽으로 나아간다. 업계에서는 단계적 AIOps 접근법이 가장 성공적인 경향이 있다고 판단합니다. 또한 이벤트 데이터 및 구조적 데이터의 머신 러닝이 가장 쉽게 성과를 낼 수 있는 분야라는 것 입니다. 이에 숙달되면, 이 기술을 도입하는 진입점으로 이를 이용할 수 있습니다. 2 단계에서 이는 서비스 데스크 자동화를 둘러싼 언어 지향 데이터, 신경망, 행동 분석으로 진화할 것입니다. 즉, 가장 쉽게 성과를 거둘 수 있는 분야를 공략한 후 그로부터 확장하라는 것 입니다. 그리고 이 신기술을 이용하기 위해 인프라 및 운영 팀을 교육하고, 여러 부서의 아이디어를 공유하기 위해 전문 조직을 개설하고, 그 후 소규모로 시작하여 신속히 움직이고 신속히 검증할 것을 권고합니다.
설치했다고 일이 끝나는 것이 아닙니다. 이는 전략입니다. 따라서 측정하고 진화시키는 것입니다. 이전에 인지하지 못한 통찰이라 할 수 있는 새 이용 사례를 추구하는 것입니다.

현재 ITSM이나 Event통합을 추진한 대부분의 고객은 1단계 까지 적용 되어 있으며 추가로 분석 툴을 도입한 일부 대기업 고객은 최대 3단계까지 적용되어 있습니다. 따라서 3단계(Dynamic Baseline)까지는 최신 모니터링 System들이 적용하여 처리하고 있으며 4단계(AI적용)는 현재 모니터링 제품에 적용 된 예는 없으며 별도의 제품(AI장애예측시스템 등)으로 제공되고 있는 상황입니다.

출처 : 가트너 (Gartner)