OpsMill Infrahub：將分散嘅企業基建數據變成AI可用嘅可信數據層

當基礎資料唔可信，自動化就會變成高風險操作；而AI系統更加可能根據過期或不完整嘅資料作出錯誤判斷。呢個「dirty data」問題，已經成為AIOps同AI基建管理普及嘅主要障礙之一。

OpsMill嘅思路係：先解決數據問題，再談自動化。

Infrahub：企業基建嘅「單一真相來源」

Infrahub被設計成一個 schema‑first、具版本控制嘅基建數據平台。企業可以將網絡、資料中心同雲端資源全部建模到同一個數據模型入面，而唔係分散喺不同工具。

呢個平台會成為集中式資料庫，負責：

• 驗證基建數據
• 統一資料結構
• 同其他系統同步

當所有基建資訊都集中管理，工程團隊就可以確保自動化工具、配置系統同營運流程使用同一套數據，減少錯誤同衝突。

點解要用圖資料庫（Graph Database）

Infrahub一個關鍵設計係採用 圖資料庫架構。

IT基建其實係一個巨大關係網絡：

• 設備連接到電路
• 服務依賴叢集
• 政策套用喺多層系統

傳統資料庫通常只存「獨立紀錄」，但圖資料庫可以直接描述 各元素之間嘅關係。呢種模型更適合表示複雜基建結構。

有咗呢種關係視角，工程師同AI系統都可以更清楚理解系統依賴。例如：

如果要更改某個配置，系統可以先分析會唔會影響其他服務或資源，再決定是否執行。

原生版本控制：為自動化加上安全網

Infrahub另一個重要功能係 內建版本控制，概念類似軟件開發常用嘅Git流程。

基建數據嘅改動可以：

• 提交變更提案
• 進行審核
• 比較不同版本
• 自動驗證
• 必要時回滾

呢種流程令團隊可以喺變更正式影響生產環境之前先測試同驗證，大幅降低自動化出錯嘅機會。

同時，版本紀錄亦提供完整審計軌跡，當企業開始允許AI代理（AI agents）提出或執行操作時，透明度就變得非常重要。

為AI營運打造數據基礎

OpsMill將Infrahub定位為 AI驅動基建營運嘅基礎數據層。

AI代理需要結構化而可信嘅資料去理解系統狀態。如果資料來源分散或矛盾，AI做出嘅決策可能會非常危險。

Infrahub透過統一數據模型，為AI提供一致嘅運作上下文，令企業可以更安全地嘗試AI輔助自動化，同時保持人類監管。

1400萬美元A輪融資代表乜嘢

OpsMill最近完成 1400萬美元A輪融資，由創投機構 IRIS 領投，BGV、Serena 同 Partech 亦有參與。

資金主要會用於：

• 持續開發Infrahub平台
• 擴展工程同產品團隊
• 推動市場拓展

早期採用案例已經出現。報導指平台已喺 TikTok 等公司投入生產環境使用，而一間歐洲雲服務供應商表示，導入後部署時間由 5日縮短至15分鐘。

更大趨勢：數據先於自動化

OpsMill其實反映緊企業IT界一個更大轉變。

過去大家集中討論自動化工具同AI模型，但愈來愈多企業開始發現：真正限制自動化規模化嘅，其實係數據品質同結構。

如果冇一個可信嘅系統紀錄，自動化流程同AI代理只會放大錯誤，而唔係減少錯誤。

Infrahub呢類平台嘗試修補最底層嘅問題——令基建數據變得一致、可審計、機器可讀。如果呢個模式被廣泛採用，企業基建管理可能會走向同軟件開發相似嘅模式：以版本化數據系統作為大規模自動化嘅基礎。