在IT运维领域，一直是男性的天下，女性是绝对的少数派，能够在运维领域达到高管级别的女性，则更是凤毛麟角。而LinkedSee灵犀的CEO朱品燕女士恰巧就是这些稀缺女性中的一位。
作为曾经的百度系统部的高级管理人员，百度运维体系的创始团队成员之一，朱品燕女士在过去十年中经历了百度运维体系发展的全程生命周期，负责百度IT基础设施资源管理团队，对运维的SLA,效率以及TCO优化负责。曾带领服务器硬件研发团队负责服务器选型、天蝎整机柜、ARM服务器，IT基础设施统一平台搭建，带领开发团队负责统一监控系统、机器管理系统、硬件大数据研发。
不凡运维路
但谁也不会想到，顶着百度运维体系创始团队光环的朱品燕，竟是非IT的法律专业出身。“这个经历对大多数人来说，可能都会有点疑问”，朱品燕解释道，“我加入百度的时候，确实不是做运维的，当时在百度的战略合作部。”
在百度战略合作部工作的时候，朱品燕主要负责和运营商的战略合作，而在这样的合作中，百度后端的运维部门恰恰是需求方，因此，朱品燕获得了接触到百度运维部门的机会，这也为她日后迈入运维领域埋下了伏笔。
在百度战略合作部工作了一年多的时间之后，有一天，朱品燕突然接到希望她转岗到运维部门的要求。原来，当时的百度进入到了一个快速增长的阶段，而运维团队明显感觉力不从心，缺少真正懂得运维的人才，由于朱品燕在和百度运维部门长期摸爬滚打中，对百度运维需求的较深刻理解，自然被当作了转岗的合适人选。基于提升自身价值以及无知无畏的态度，朱品燕最终决定接受这个转岗的需求。
“可能很多人会说一个学法律的人进入到技术领域当中，会不会是障碍或者是局限？我觉得好的地方是到现在为止都不用写代码，我加入百度运维体系第一天开始就没有去写代码，我在百度运维体系大概只工作了三个月之后，就开始管工程师了。”朱品燕侃侃而谈。
“实际上，运维真正需要的是两部分的能力，第一，是需求的规划能力，即如何基于整个业务发展的需求，在整个IT运维系统的架构里做出合理的架构规划。第二，是清晰的逻辑分解和落地能力，这两部分都不需要会写代码，甚至有些人可能会写代码会导致阻碍了两部分能力的提升”，朱品燕说。
进入百度运维部门之后，百度基本上进入了一段非常长的野蛮生长期，需求非常多，规划非常乱，架构非常落后，经常出问题，朱品燕和她的运维部门就是在这样的过程中，一边“战斗”，一边成长，而百度的运维也逐渐从运维1.0慢慢发展为2.0、3.0、4.0。
传奇创业史
然而，在百度工作十年之后，朱品燕毅然决定离开百度，独自创业。2015，朱品燕女士创立LinkedSee灵犀，致力于提供企业级IT服务，提供云计算和大数据时代的智能IT运维产品和解决方案，帮助客户优化其IT基础设施以及网络和业务的可用性，TCO和运营效率，使其能够轻松拥有BAT级别的运维能力，满足客户不断增长的规模需求和IT架构迭代需求。
同年12月，LinkedSee灵犀获得天善资本领投的天使轮融资1000万元。
第二年12月，LinkedSee灵犀又获得红点资本、君联资本领投的融资5000万元。
2017年11月，LinkedSee灵犀成为Zabbix正式授权的中国区合作伙伴，并荣获GiTC全球互联网技术大会“互联网最佳技术创新奖”。
2017年12月，荣膺“中国云体系产业创新战略联盟的理事单位”，一举斩获“中国新华新锐企业”和“中国信息化首选品牌”两大奖项。
2018年1月，LinkedSee灵犀CTO获得Zabbix3.0高级认证。2月，获得百度风投、中经合领投，红点创投、君联资本的A+轮融资5000万元。
目前，LinkedSee灵犀的客户涵盖金融、互联网、运营商、能源、政企等多个行业。已逐渐成为AIOps软件市场的领导者。朱品燕女士仅仅用了短短的三年时间，就完成了一个从技术管理人员到IT企业家的蜕变。
朱品燕女士将LinkeSee灵犀目前取得的成功，一方面归功于十年在百度运维部门工作的甲方经验，“目前，很多的运维企业都有一个相似特性，就是他们大都是乙方出身，乙方有一个比较大的问题，就是其实他们并不真正理解客户的业务场景。像（LinkedSee灵犀）这样的企业，可以认为是传统运营商的甲方。我们在每个业务场景中都真的做过尝试，因此，会清楚的明白用户真正需要的什么，这就是我们和其他企业最大的差异点。”朱品燕说。
神奇AIOps
而押注AIOps，则是朱品燕的LinkeSee灵犀能够取得成功的另一个关键点。
所谓AIOps，实际上是指智能运维。“AIOps等同于我们以前经常提到的自动化运维加机器学习。自动化运维，AIOps的共通逻辑都是为了提升运维的质量和效率，但自动化运维的理念是以人为本的。而以人为本的理念，本身存在问题，因为人的经验是很难通过机器传递的。机器的核心是能够把很多规则，通过机器学习和算法进行简化，并通过机器的自学习超过人类运维的能力，更为重要的是，基于对大量数据的高性能的计算和分析，机器能够提供非常准确的故障预判能力，而这是实现高效自动化运维，即智能运维的核心能力。”朱品燕介绍。
不过，朱品燕坦陈，实现AIOps并不像说说这么简单，这主要涉及到三大技术难点：
第一，定义海量有效数据的能力。即在百倍量级的条件下，对AIOps的有效数据究竟是什么？
第二，海量数据的采集和传输能力。即Agent的能力、服务器的性能以及Zabbix的瓶颈。
第三，切实有效的算法能力。即能够落地的算法，能够带来切实AIOps收益的算法。
而LinkSee灵犀LinkedAIOps基础版、高级版、智能版系列产品则可以帮助企业克服实现AIOps遇到的这三大难点。LinkedAIOps以业务可用性的角度出发，基于业务健康度建立故障情景，进行告警事件关联，利用随机森林、逻辑回归等算法实现故障根因定位，并通过监督学习的方式完成机器学习、形成专家知识沉淀，从而摆脱企业对专家知识结构化的依赖，降低使用门槛；实现知识的机器自学习，提高运维的智能化水平；同时，还能反哺监控系统、减少故障的漏报和误报。
在企业运维的核心需求故障定位方面，LInkedAIOps同时支持本地化、SaaS两种学习平台，采用本地化方式，3个月即可完成学习过程，故障定位准确率达到70%，而采用SaaS方式，开通后通过适当配置即可达到70%的故障定位准确率。
开启AIOps新时代
“从手工运维，系统化运维，到大数据式运维再到智能运维是运维发展的公认趋势，之所以有这样的趋势，主要在于两大驱动力的推动，其一，架构的转型。运维的核心是把IT系统运维好。而由于IT系统被云计算的重新定义，因此IT系统的运维也需要有新的理念，这是第一个驱动力。其二，规模的差异。云计算带来了海量的IT设备，而管理一百台机器系统的设计理念，和管理一千台、一万台是绝对不一样的，这是第二个驱动力。而这两大驱动力将带来新运维的机会，即智能运维的机会”，朱品燕说。
而作为国内AIOps的领导厂商，朱品燕和LinkedSee灵犀希望能够通过年度AIOps峰会，聚集行业资深AIOps专家、用户、国际市场研究机构、著名的开源生态厂商、来自BAT的资深专家等，深入探讨AIOps的市场前景，技术方案，实际的客户案例以及AIOps行业标准等问题，并携手合作伙伴，一起推动AIOps的快速发展，构筑行业新生态，开启“AIOps智能运维新时代”。