自主管理数据中心(有时称为自驱动数据中心)正在吸引IT各方的兴趣。大型企业发现自动化可以增加利润的潜力，规模较小的创业公司将其目标设定为自动化，以便更容易地进行竞争。
无论其好坏与否，IT世界显然已经接受了自动化技术。鉴于人工智能、工业机器人和设备互连性的巨大进步，在人们日常生活中看到和用到自动化技术只是一个时间问题。在某些方面已经达到了这一点。
自动化时代已经到来。尽管目前还没有一个数据中心实现完全自动化，但许多公司都对此产生了更多的兴趣。目前在市场上推出了各种自动化系统和服务。
- 调度和监控：组织可以使用当前的技术轻松自动执行日程和时间轴任务。
- 法规遵从：许多系统提供自动化措施以确保符合所有适用的标准、程序和指南。
- 软件和硬件升级：数据中心的内部软件和硬件(提供其大部分功能)通常通过自主协议进行维护、修补和更新。
- 设备配置：许多数据中心使用自动化系统监视服务器节点及其配置。
这些自动化系统是有用的，它们仅仅标志着全面数据中心自动化的开始。
有人会问，自主管理数据中心将在什么时候成为主流?自主管理数据中心何时会通用?其回答是：很快。
IT部门以及任何严重依赖IT的行业都在向更加自动化的方向发展。例如工业机器人技术的现代化生产线，自动化客户服务台和虚拟聊天机器人，都在为终端用户提供技术支持。
现代数据中心并不是为了方便或减少人力成本而使用自动化技术，而是出于自身需要而使用的。鉴于信息技术的快速发展，数据中心不可能采用所有创新。
作为一种解决方案，许多人正在通过不同的阶段适应数据中心自动化的思想。这个过程类似于自驾车：第0级描述一辆没有采用任何自动化技术的汽车，这辆汽车由人类控制车辆或设施的每一个方面。第1级的汽车具备一些基本功能(如巡航控制)，虽然这种能力让车辆保持一定的速度，但是驾驶员仍然必须处理转向问题。
第2、 3级和第4级都分别提高了自动化水平。直到自动化程度最高的第5级，而对于第5级自动化的汽车来说，人类只是一名乘客。而对于数据中心来说，5级自动化可完全控制可编程人工智能驱动的机器人和自动化系统的日常操作。而从数据中心日常管理和维护工作中解脱出来的IT开发人员和组织管理人员可以更多地关注未来的创新和商业计划。
自主管理数据中心的主要优点
那些数据中心自动化的支持者强调了自主管理数据中心的诸多好处，其中包括：
- 减少员工需求：大型组织可以通过采和自动化减少员工数量来提高盈利能力。创业公司可以使用自动化系统来填补原本没有实现的工作角色。
- 降低成本：数据中心自动化经常引用的好处是降低了业务成本。由于工作人员数量减少，能够给其他员工分配更有意义的工作，所以降低日常成本的潜力是巨大的。
- 减少错误：人类不可避免地会产生错误。即使是最熟练和最勤奋的员工也会犯错误。错误可能会对组织的业务造成很大的损失。自动化系统只会在被错误地编程时犯错误，而百分之百准确的编程每一次可以完成绝对完美的任务。
- 实时响应：熟练的工作人员定期适应新的情况和项目，但从一项任务到另一项任务的转换仍然需要一定时间。机器人和人工智能驱动的系统可以同时完成多个任务，承担新的任务，并完成操作，这比工作人员的操作要快得多。
- 更高的数据安全性：自动安全系统可以将数据泄露或类似事件的影响降至最低。目前，人工系统需要人工响应和解决方案来解决问题，这个过程可能需要数小时，数天甚至数周。自动化系统可以立即解决这些问题，并实时工作以修复安全漏洞。
数据中心的自动化有可能以积极而持久的方式改变数据存储和处理方式。但在实现全面自动化之前需要考虑其本身的一些缺点。
需要考虑的自主管理数据中心的缺点
采用自动化的反对者有一些有效的观点，其中有些观点与支持者所概括的利益直接相反：
- 减少就业机会：数据中心自动化的支持者指出采用自动化将减少人员需求，但这可能意味着IT专业人员在其专业领域寻找工作机会将更加艰难。对于那些试图在数据中心开展职业生涯的人来说尤其如此，因为机器人正在接管人类的许多入门级工作。
- 降低消费者信心：尽管自动化在包括主流消费者在内的所有领域都处于领先地位，但仍然缺乏对自动化技术的信心，并且仍然是数据中心实现全面自动化的一个主要障碍。
- 可能出现系统故障：就像技术熟练的员工必然会犯错误一样，高度复杂的机器也容易出现故障。也许有些人可能几年或几十年不会遇到严重的硬件故障。但是在发生故障之后，组织会发现最终还需要依靠工作人员的响应来使系统恢复正常运营。
正如人们所看到的，全自动数据中心的概念是一个抽象的概念。人类至少需要一段时间来监视和管理这些系统。
人们如何接受数据中心自主管理的理念
虽然IT员工(尤其是那些在数据中心工作的员工)可能担心工作量会随着自动化程度的提高而增加，但工作人员可以与自动化系统协同工作。虽然需要完成一些琐碎的任务，但是人们不要担心：编程、维护和监督方面的角色将永远由那些专注于人工智能和机器人技术的工作人员来担任。
