过去十年，云计算让企业的数据处理能力实现了指数级增长，而观测云作为全栈监控观测平台，见证并参与了这一进程。通过强大的数据采集、处理与展示能力，观测云帮助数百家企业实现了对 IT 基础设施、应用服务、业务链路的全面掌控。
5月13日的产品发布会上，我们正式宣布：观测云，已从云时代迈入 AI 时代。
在数据量爆炸、系统复杂度日益提升的今天，仅依靠传统的监控手段已经难以满足企业对“看得见、看得懂、看得清”的需求。从早期的云计算基础设施监控，到今天迈入 AI 时代，观测云走出了一条属于自己的进化之路。
Obsy AI ：观测云的智能核心
作为本次发布会的重磅亮相之一，Obsy AI ，作为可观测性（Observability）与观测云全新 logo——奥布斯机器人的结合，成为观测云迈向 AI 时代的标志。
01 仪表板智能分析：从数据到洞察，只需一步
Obsy AI 能够根据当前仪表板中的数据进行智能分析，识别关键指标的异常变化，帮助用户进行问题洞察以及预测。用户可以与 Obsy AI 进行对话，快速定位问题，实现动态交互。
02 错误分析：AI助力，快速定位问题根因
系统出现错误时，传统的日志分析往往需要人工逐条排查，效率低下。观测云的AI错误分析功能能够自动扫描日志、链路等，识别并分类错误信息，提供详细的错误原因分析，帮助用户迅速定位问题根源。
03 告警聚合：智能归类，减少告警噪音
在复杂的系统中，告警信息繁多，容易造成信息过载。观测云的 AI 告警聚合功能通过智能归类相似的告警，减少重复信息，提升告警的可读性和处理效率。
04 脚本智能编写：AI辅助，提升开发效率
数据处理脚本的编写对开发人员来说是一项挑战。观测云引入了 AI 辅助的脚本编写功能，能够自动生成 Pipeline，帮助用户高效地处理和分析数据。
除此之外，我们还引入了一些“小巧思”，给工程师们的日常工作添加更多便利，例如自然语言生成图表、AI 智能命名图表等功能，期待您在观测云中亲自体验。
可观测性的进化：从人为观测到机器自动观测
传统的可观测性依赖于人工设置和监控，效率低下。观测云通过引入 AI，实现了从人为观测到机器辅助观测的转变。这一进化大大提升了系统的自我诊断和自我修复能力，减少了人为干预的需求。 未来，我们更希望可以继续演进到机器自动观测，提升更多的生产力。
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。