2026年，世界模型、具身智能等AI概念从实验室加速涌入产业一线，为降本增效这个永恒的企业命题带来了新的想象空间。对于IT从业者而言，AIOps不再是一个可选项，而是应对系统复杂度飙升、保障业务连续性的刚需。
在此背景下，ManageEngine卓豪在北京举办了以“AI深融运维，智启全域新篇”为主题的用户大会及媒体沟通会。这家成立了30年的老牌IT管理软件厂商，试图在中国市场给出一个清晰的答案：当AI的浪潮真正拍打到IT运维的甲板上，我们该如何驾驭它？
多云时代的“碎片化”困境：一场看不见的硝烟
如果说过去十年是“上云”的十年，那么未来十年将是“管云”的十年。然而，多云环境带来的并非全是自由，更多的是碎片化的管理难题。
在沟通会上，ManageEngine中国区首席运营官李飞分享了一组数据：目前云主机支出增长了16%，市场规模超过800亿人民币，其中阿里、华为、腾讯三大厂商占据了超过60%的份额。
为了保证业务的可靠性，企业往往不会“把鸡蛋放在同一个篮子里”，业务系统分散在多家云上已成常态。但这直接导致了数据孤岛的形成，当故障发生时，运维团队不得不在不同云厂商的控制台之间来回切换，进行“盲人摸象”式的排查。
ManageEngine中国区首席运营官 李飞
针对这一痛点，ManageEngine宣布了一项关键更新：原生支持阿里云、华为云和腾讯云三大本土超大规模云服务商。这一功能的突破点不在于监控，而在于统一与原生。
正如李飞所强调的，这项功能实现了自动资源发现和依赖关系映射。这意味着，如果一个企业的前端应用跑在阿里云，数据库在腾讯云，缓存服务在华为云，ManageEngine的平台能够自动绘制出完整的业务拓扑图，实现端到端的可视化监控。这不仅仅是看见故障，而是能看懂故障之间的因果关系。
笔者认为这是一个务实且精准的切入点。在众多厂商还在比拼“监控指标数量”时，ManageEngine选择解决“数据关联”这个最痛的底层逻辑。对于正在经历数字化转型的传统企业而言，这种打破云平台壁垒的能力，是迈向精细化运维的第一步，也是构建可观测性的基石。
AI的“深水区”：从“预测”到“生成”，再到“自主”
如果说多云监控是此次发布的“左拳”，那么AI的深度集成无疑是更具冲击力的“右拳”。有趣的是，ManageEngine在AI路径上的阐述，展现了一种难得的“长期主义”清醒。
今年，几乎所有软件厂商都在谈AI，但大多数仍停留在“Chat with your data”（与你的数据对话）的浅层。ManageEngine全球副总裁Mathivanan Venkatachalam透露了一个细节：ManageEngine早在13年前就成立了人工智能实验室。
ManageEngine全球副总裁 Mathivanan Venkatachalam
这解释了为什么他们的AI路线图显得如此条理清晰，而非随波逐流。
第一阶段：预测式AI（已发布）。这是AIOps的经典范式。通过分析历史数据、日志和运行指标，系统能够预测故障发生的概率、判定事件优先级、分析风险范围。李飞将其总结为“知道发生了什么，为什么发生，以及接下来会发生什么”。这解决的是运维中的被动响应问题，向主动预防迈进。
第二阶段：生成式AI与DeepSeek的集成（进行中）。这是此次大会的亮点之一。ManageEngine选择集成DeepSeek，而非简单的“套壳”国外模型。这一决策具有鲜明的本土化色彩。
英皇集团IT总监韩赟在分享时直言，以前接触过类似机器人产品，对中文支持不佳。而接入DeepSeek后，大语言模型能够从繁杂的日志中提取信息，生成易于理解的故障报告，甚至直接给出解决方案建议。
第三阶段：智能体（Agent）与自主化（路线图）。这才是ManageEngine真正的野心所在。“智能体工作室”和“Ask Zia”接口，描绘了一个未来场景：当系统检测到磁盘即将写满，AI自动分析是哪些日志文件占用了空间，随后自动调用清理脚本或申请扩容。
李飞认为，未来五到十年，运维将从“自动化”转向“自主化”。虽然目前仍处于早期，但通过类似“OpenClaw”这类开源智能体项目的启发，ManageEngine正在将其60多款产品的API能力开放出来，为构建复杂的运维智能体铺路。
本土化的“深潜”：信创、合规与“反哺”
在中国市场深耕20余年，ManageEngine深谙“得生态者得天下”的道理。此次沟通传递出的另一个强烈信号是对信创体系的全面拥抱。
面对2027年政府及公共部门70-100%的信创替换目标，ManageEngine并非被动适配，而是主动出击。据了解，其产品组合已支持人大金仓数据库、麒麟/KylinOS/欧拉操作系统、ARM架构、东方通中间件，甚至国产GPU和AI服务器的监控。
Zoho中国区总经理侯康宁的一段话令人印象深刻。他回顾了公司30年历史：从早期服务“巨大中华”（巨龙、大唐、中兴、华为）电信设备商，到2005年电信泡沫破灭时凭借ManageEngine产品线“软着陆”，再到如今布局AI。这背后是“求新”与“长期主义”的双轮驱动。
更有趣的是“反哺”现象。李飞提到，中国市场由于大型企业众多、场景复杂，提出的需求往往比全球市场领先两到三年。当这些针对中国市场的定制化功能开发出来后，不仅服务了中国企业出海，也增强了ManageEngine在全球市场的竞争力。
客户的“真声音”：降本提效是硬道理
再宏大的叙事，最终都要落到客户的真实体验上。英皇集团IT总监韩赟的分享，提供了一个极具价值的样本。
英皇集团业务横跨地产、金融、娱乐、钟表珠宝。这种多元化、多业态的特性，对IT的统一管理构成了巨大挑战。韩总直言，在使用卓豪产品前，他们面临工单系统割裂、资产台账手工记录、补丁更新滞后等典型痛点。
引入ManageEngine的ITSM（服务管理）、ADSelfService Plus（域控管理）和Endpoint Central（终端管理）三件套后，效果立竿见影：客户满意度从70%提升至90%；IT运维人力成本下降30%；补丁管理实现了服务器与终端的分离策略，周期大大缩短。
面对AI新趋势，韩总也提出了务实的需求：希望AI能更好地支持中文，并能与企业微信、钉钉等国内超级应用深度融合。这恰恰印证了ManageEngine将Ask Zia与本土大模型结合的正确性。
写在最后：30而立的ManageEngine，正处在AI的“奇点”时刻
站在2026年的节点回望，ManageEngine走过了从电信网管到企业级ITOM，再到SaaS云服务的完整周期。如今，面对AI带来的范式转移，它展示出了一家成熟技术厂商的从容与敏锐。
一方面，它足够“务实”。无论是支持三大公有云，还是适配信创生态，都是在解决当下中国企业IT管理者最头疼的“碎片化”与“合规”问题。
另一方面，它足够“前瞻”。通过13年的AI技术积累，清晰的“预测-生成-自主”三步走路线图，以及Ask Zia这个集大成的智能交互入口，它正在为未来的“无人值守运维”时代布局。
正如侯康宁所言，在AI大模型一日千里的今天，这种“长期主义”或许比任何炫酷的Demo都更能给客户以信心。AI在IT运维中的应用，究竟是走向“人机共舞”的奇点，还是仅仅是一个新起点？ManageEngine已经用行动给出了它的答案：让AI成为IT人的高效帮手，而非替代者；让运维更智能，让业务更稳健。
这或许正是当下喧嚣的AI浪潮中，最理性也最温暖的声音。
