随着各大厂商持续引入AI能力与成本管理功能，可观测性平台正在突破传统监控的边界，向企业级智能运维方向加速演进。
Gartner最新发布的可观测性平台魔力象限报告指出，各厂商正在AI可观测性、自主调查、成本优化和运营智能等领域大力投入，力求将平台升级为能够帮助IT团队理解问题、定位根因并制定最优行动方案的智能系统。
Gartner将可观测性这一品类定义为：通过收集和分析日志、指标、事件、追踪等遥测数据，帮助企业了解并优化应用程序、基础设施、服务、AI智能体及用户体验的健康状况、性能表现与行为模式的相关技术。
本次报告共有19家厂商入围。领导者象限（按字母顺序排列）包括：Chronosphere、Coralogix、Datadog、Dynatrace、Elastic、Grafana Labs、IBM和New Relic。挑战者象限包括：阿里云、亚马逊云科技、LogicMonitor、微软和Splunk。远见者象限的两家厂商分别为BMC Helix和Honeycomb。被列为利基玩家的厂商有：Apica、HPE、ScienceLogic和SolarWinds。
在象限排名之外，Gartner建议企业在评估厂商时，重点考察其提供全栈可观测性的能力，以及在AI可观测性、OpenTelemetry互操作性和AI智能体观测与治理等关键领域的"路线图可信度"。
AI工作负载可观测性成新兴刚需
报告显示，企业对AI工作负载可见性的需求持续增长，涵盖Token消耗、模型延迟、响应质量、幻觉率等AI专项性能指标。Gartner将AI可观测性认定为一项新兴需求，其背后的驱动力是企业对大语言模型、生成式AI应用和智能体AI系统的持续升温。
报告注意到，越来越多的厂商开始推出面向AI的监控功能、自主调查能力、AI智能体及专项可观测性能力，旨在帮助企业监控和治理AI驱动的应用与工作流。与此同时，Gartner也明确指出，许多厂商围绕"自主运营"的宣传与实际能力之间仍存在较大落差。
报告明确表示："从生成式AI助手过渡到自主智能体，远比厂商的营销话术所描述的更为复杂。"
遥测成本管理持续承压
尽管AI概念主导了各大厂商的市场话语，但Gartner指出，遥测成本管理依然是企业买家最为关注的核心议题之一。
随着日志、追踪、指标和事件数据量的持续膨胀，可观测性支出正受到企业财务和采购部门的高度关注。Gartner数据显示，目前已有5%的客户每年向单一可观测性厂商的支出超过1000万美元。
Gartner将管道管理定位为可观测性部署中的战略层，认为其重要性日益凸显。无法有效应对成本问题的厂商，面临被专注于遥测优化的中立替代方案抢占市场份额的风险。Gartner表示，企业越来越希望平台能够提供成本归因、资源利用洞察和财务指标，以证明可观测性投资的价值。
Gartner预测，到2028年，可观测性市场规模将达到143亿美元，驱动力主要来自企业管理持续增长的遥测数据量的迫切需求。
开放标准重塑市场竞争格局
Gartner指出，开放标准的影响力正在深刻改变可观测性市场格局。
OpenTelemetry的广泛普及和基于eBPF的探针技术降低了企业更换可观测性供应商的门槛，遥测数据采集也日趋同质化。Gartner表示，许多企业买家如今已将OpenTelemetry支持视为基本门槛，而非差异化优势。
因此，各厂商的竞争重心正从专有数据采集转向分析能力、自动化水平、AI功能和用户体验。这一转变迫使厂商证明自身价值不止于监控与可见性，买家希望平台能够加速故障排查、实现调查自动化并提升运营效能。
Gartner认为，市场整合趋势持续向平台型厂商倾斜，这类厂商将全栈可观测性与集成AI能力合二为一。企业越来越倾向于采用能够在统一环境中监控应用、基础设施、数字体验和AI工作负载的一体化平台。
随着企业加快应用现代化进程并扩大AI布局，各方期待的平台已不仅仅是能够发现问题，更要能解释原因、优先排序行动方案，甚至自动完成修复。厂商们正在持续扩展可观测性平台的AI驱动分析、自动化与治理能力，覆盖应用、基础设施、云服务和AI工作负载等全领域。
对于企业买家而言，可观测性的下一阶段，或许不再以遥测数据采集为核心，而是取决于厂商能否有效地将数据转化为智能洞察、自动化行动和可量化的业务成果。
Q&A
Q1：Gartner可观测性平台魔力象限的领导者象限有哪些厂商？
A：本次Gartner可观测性平台魔力象限领导者象限共有8家厂商入围，按字母顺序分别为：Chronosphere、Coralogix、Datadog、Dynatrace、Elastic、Grafana Labs、IBM和New Relic。Gartner建议企业在参考象限排名的同时，重点评估厂商在AI可观测性、OpenTelemetry互操作性以及AI智能体观测与治理等关键能力上的路线图可信度。
Q2：企业为什么越来越关注AI可观测性？
A：随着大语言模型、生成式AI应用和AI智能体系统在企业中加速落地，IT团队需要对Token消耗、模型延迟、响应质量、幻觉率等AI专项指标进行监控。Gartner将AI可观测性定义为新兴刚需，认为传统监控手段已无法满足AI工作负载的管理需求，企业需要专门的工具来治理和优化AI驱动的应用与工作流。
Q3：可观测性平台的遥测成本为什么这么贵？
A：随着企业收集的日志、追踪、指标和事件数据量持续增长，可观测性支出也大幅攀升。Gartner数据显示，已有5%的客户每年在单一可观测性厂商上的支出超过1000万美元。为此，企业越来越关注成本归因和资源利用效率，厂商若无法提供有效的成本管理工具，将面临客户流失至中立替代方案的风险。
