北京2023年2月1日 /美通社/ -- IBM于2022年9月發(fā)布其委托獨(dú)立研究公司Harris Poll進(jìn)行的全球調(diào)研報(bào)告《IBM企業(yè)轉(zhuǎn)型指數(shù)：云現(xiàn)狀》，以期企業(yè)對(duì)自身轉(zhuǎn)型進(jìn)展進(jìn)行評(píng)估和歸類，以便更好地規(guī)劃其云轉(zhuǎn)型之旅。該指數(shù)報(bào)告基于經(jīng)驗(yàn)豐富的云計(jì)算專家的洞察與見解，調(diào)研涵蓋中國在內(nèi)的 12個(gè)國家和15個(gè)行業(yè)（包括金融服務(wù)、制造業(yè)、政府、電信和醫(yī)療健康）的3000多名業(yè)務(wù)和技術(shù)決策者的信息輸入。2022年底，IBM副總裁、IBM中國總經(jīng)理繆可延攜IBM大中華區(qū)科技事業(yè)部技術(shù)銷售總經(jīng)理陳國豪和IBM大中華區(qū)科技事業(yè)部客戶成功管理部總經(jīng)理朱輝一起，與媒體分享了該指數(shù)報(bào)告的最新洞察，例如越來越多的企業(yè)把云轉(zhuǎn)型與業(yè)務(wù)價(jià)值掛鉤，云轉(zhuǎn)型出現(xiàn)雙行道。
以下是InfoQ 數(shù)字化主編高玉嫻的深度報(bào)道，此文已獲授權(quán)轉(zhuǎn)載。
原文鏈接：https://www.infoq.cn/article/yzpZpUaq7A8GEkXLOLgS
"實(shí)用主義"主導(dǎo)的數(shù)字化趨勢下，云底座被撼動(dòng)了嗎？
活下去，是這兩年每一個(gè)企業(yè)的主線任務(wù)。無論是馬斯克大肆"整頓"Twitter，還是互聯(lián)網(wǎng)大廠們的裁員風(fēng)波，背后無一不是企業(yè)家們焦慮情緒的體現(xiàn)。而為了活下去，降本增效的優(yōu)先級(jí)變得越來越高。
在疫情之初，很多企業(yè)都在通過加速數(shù)字化轉(zhuǎn)型應(yīng)對(duì)市場環(huán)境的動(dòng)蕩變化，一手抓降本增效，另一手也還在繼續(xù)謀求突破式創(chuàng)新。但是，如我們?cè)凇禝nfoQ 年度技術(shù)盤點(diǎn)與展望》的數(shù)字化解讀中觀察到的，與過往熱衷于創(chuàng)新事物的現(xiàn)象相比，如今企業(yè)在數(shù)字化轉(zhuǎn)型越來越強(qiáng)調(diào)"實(shí)用主義"，在有限的資源條件下，企業(yè)開始"集中力量辦大事"，也更看重技術(shù)的投入和回報(bào)。
拿云計(jì)算來說，雖然一直被視為是企業(yè)數(shù)字化轉(zhuǎn)型的底座，但是在巨大的財(cái)務(wù)和運(yùn)營壓力下，不少企業(yè)也開始對(duì)云"下手"了，一場"下云潮"悄然而至。
根據(jù) Wanclouds 在《2022 年下半年云計(jì)算成本和優(yōu)化展望》的最新報(bào)告中顯示，81% 的 IT 管理者表示，隨著成本飆升和市場下行，他們的最高管理層已經(jīng)指示他們要減少或不承擔(dān)額外的云支出。根據(jù)調(diào)研結(jié)果，39% 的人已經(jīng)決定將大量的云消耗和高性能工作負(fù)載遷移或留在本地，還有 29% 的人表示在 2022 年上半年由于價(jià)格貴而更換了公有云廠商。
此外，IBM在2022年發(fā)布的《IBM企業(yè)轉(zhuǎn)型指數(shù)：云現(xiàn)狀》中也反映了這一趨勢：80%的企業(yè)已經(jīng)考慮或正在考慮將已經(jīng)部署到公有云上的工作負(fù)載遷回私有的基礎(chǔ)設(shè)施。
所以，在"實(shí)用主義"主導(dǎo)的數(shù)字化趨勢下，云計(jì)算這個(gè)"底座"要被撼動(dòng)了嗎？
"下云潮"針對(duì)的主要是公有云
事實(shí)上，從目前來看，"下云潮"主要針對(duì)的還是公有云。據(jù)IBM觀察，對(duì)于那些不愿放在公有云的負(fù)載，企業(yè)更愿意選擇放在私有云、主機(jī)以及主機(jī)以外的其它本地設(shè)備。
"這里有很多原因：首先是性能的問題，如何讓公有云的性能達(dá)到本地設(shè)備的性能值，并且減少延遲，這很重要；其次，已經(jīng)上了公有云的業(yè)務(wù)，安全和合規(guī)性怎么保證；此外，企業(yè)還要避免供應(yīng)商鎖定。"IBM 副總裁、IBM 中國總經(jīng)理繆可延在日前接受媒體采訪時(shí)表示，"過去大家采用云計(jì)算的一個(gè)重要出發(fā)點(diǎn)就是不喜歡集中式管理，不喜歡被鎖定。但是，如今他們突然發(fā)現(xiàn)，公有云也會(huì)鎖定，而鎖定則會(huì)給企業(yè)帶來成本的增加，這里的成本很可能與私有設(shè)施不相上下，甚至更多。"
也就是說，技術(shù)創(chuàng)新對(duì)于企業(yè)而言并非不再重要，只不過在經(jīng)濟(jì)"寒冬"這樣的特殊環(huán)境下，企業(yè)必須在技術(shù)價(jià)值和技術(shù)投入之間找到一個(gè)相對(duì)的平衡點(diǎn)。在過去經(jīng)濟(jì)蓬勃發(fā)展的時(shí)候，很多企業(yè)為了創(chuàng)新可以不計(jì)成本，但隨著盈利性降低，成本投入的大小則決定著企業(yè)業(yè)務(wù)是否可持續(xù)。
"有一段時(shí)間，我們經(jīng)常聽到企業(yè)紛紛在說自己每年要上幾朵云，其實(shí)回過頭來看，當(dāng)時(shí)大家都是為了擁有而擁有。隨著如今大環(huán)境的變化，成本壓力、不確定性增加，我們發(fā)現(xiàn)，企業(yè)確實(shí)變得更加理智和冷靜。他們開始越來越多地關(guān)注在數(shù)字化轉(zhuǎn)型和上云過程中，哪些與自己的核心業(yè)務(wù)價(jià)值掛鉤。"IBM大中華區(qū)科技事業(yè)部客戶成功管理部總經(jīng)理朱輝強(qiáng)調(diào)。
當(dāng)然，在朱輝看來，企業(yè)在數(shù)字化轉(zhuǎn)型過程中日趨理性，并不意味著一定要極端地拋棄云。根據(jù)IBM 商業(yè)價(jià)值研究院一項(xiàng)名為《混合云平臺(tái)的優(yōu)勢》調(diào)研顯示，采用全面混合多云平臺(tái)技術(shù)及運(yùn)營模式所實(shí)現(xiàn)的價(jià)值，是采用單一平臺(tái)、單一云廠商所能實(shí)現(xiàn)價(jià)值的 2.5倍。
換言之，混合多云或?qū)⒊蔀槠髽I(yè)平衡云計(jì)算投入和成本的那個(gè)關(guān)鍵"砝碼"。具體而言，IBM對(duì)2023年企業(yè)云轉(zhuǎn)型給出了如下預(yù)測：
第一，越來越多企業(yè)會(huì)開始采用"主機(jī)+云"的模式，二者不再是排他的選擇題，通過戰(zhàn)略性地將云與主機(jī)結(jié)合，企業(yè)可以獲得更優(yōu)的創(chuàng)新、速度和安全優(yōu)勢；
第二，企業(yè)將實(shí)施全面安全策略，構(gòu)建安全的生態(tài)系統(tǒng)，通過全面了解混合云環(huán)境中（本地、公共云或私有云、邊緣）的數(shù)據(jù)，為應(yīng)對(duì)未來的威脅（如量子安全挑戰(zhàn)）做好準(zhǔn)備；
第三，企業(yè)將更加重視合規(guī)，尤其是金融服務(wù)等高度受監(jiān)管的行業(yè)，以及需要處理客戶個(gè)人信息的企業(yè)，將更加專注于處理最關(guān)鍵的任務(wù)工作負(fù)載，確保數(shù)據(jù)受到保護(hù)；
第四，可持續(xù)性成為一個(gè)重要課題，企業(yè)將更加關(guān)注提高整個(gè)IT運(yùn)營的能源效率，同時(shí)又不犧牲安全性或性能。
混合多云帶來復(fù)雜架構(gòu)和云原生應(yīng)用管理挑戰(zhàn)
混合云作為未來云計(jì)算的主流形態(tài)，這似乎已經(jīng)不是什么新鮮觀點(diǎn)。而云計(jì)算廠商的混合云賽道之爭，也早已打響。對(duì)于IBM來說，2018年大筆一揮宣布豪擲340億美元收購紅帽，正是其加速布局混合云戰(zhàn)略的決心。
但是，由于混合多云架構(gòu)帶來的管理復(fù)雜性，不少企業(yè)在具體落地過程中也面臨全新的挑戰(zhàn)。《IBM企業(yè)轉(zhuǎn)型指數(shù)：云現(xiàn)狀》報(bào)告指出，雖然77%的受訪企業(yè)采用了混合云方法，但只有不到1/4的企業(yè)能夠全面管理其混合云環(huán)境。
不僅如此，隨著更多云原生應(yīng)用的出現(xiàn)，企業(yè)的開發(fā)和運(yùn)維壓力也上到新的臺(tái)階。
以國內(nèi)某大型股份制商業(yè)銀行為例，在過去幾年中，該銀行構(gòu)建了一套自主可控的全棧式云平臺(tái)以支持分布式、云原生、微服務(wù)等技術(shù)，其應(yīng)用也在進(jìn)行云原生化改造和上云。在其分布式、容器化、 Kubernetes 環(huán)境下，有上百個(gè)服務(wù)和上千個(gè)實(shí)例在運(yùn)行，運(yùn)維團(tuán)隊(duì)急需理解整個(gè)系統(tǒng)當(dāng)中微服務(wù)應(yīng)用間的相互調(diào)用關(guān)系，應(yīng)用開發(fā)團(tuán)隊(duì)則需要及時(shí)發(fā)現(xiàn)、定位和解決快速迭代和發(fā)布新版本的各種問題。
為了應(yīng)對(duì)這一系列挑戰(zhàn)，據(jù)了解，該銀行基于IBM Instana自動(dòng)化運(yùn)營監(jiān)控能力，實(shí)現(xiàn)了在傳統(tǒng)和云原生環(huán)境下不同技術(shù)棧問題的自動(dòng)發(fā)現(xiàn)和監(jiān)控，通過關(guān)聯(lián)全面的相關(guān)信息，為快速定位故障提供了可觀測性。
"不管是開發(fā)還是運(yùn)維人員都可以通過IBM Instana了解某個(gè)系統(tǒng)和應(yīng)用的運(yùn)行狀況，及時(shí)發(fā)現(xiàn)問題。"朱輝介紹，"也就是說，即使是運(yùn)維團(tuán)隊(duì)，也可以在不修改任何應(yīng)用代碼、不改變應(yīng)用部署的前提下，進(jìn)行實(shí)時(shí)監(jiān)控，并且自動(dòng)關(guān)聯(lián)和分析應(yīng)用的端到端調(diào)用鏈，使得動(dòng)態(tài)底層架構(gòu)之間的關(guān)系一目了然。"
IBM大中華區(qū)科技事業(yè)部技術(shù)銷售總經(jīng)理陳國豪告訴記者，IBM Instana可以把發(fā)現(xiàn)應(yīng)用運(yùn)行問題的時(shí)間縮短到幾分鐘或者幾秒鐘，并且能夠快速解決。而相較之下，過去企業(yè)在遇到停機(jī)或者應(yīng)用性能問題時(shí)，往往至少要花費(fèi)至少一小時(shí)才能發(fā)現(xiàn)問題所在，尤其是在上云之后，基于復(fù)雜的后臺(tái)和網(wǎng)絡(luò)，這個(gè)時(shí)間可能還要更長。
他舉了另一個(gè)例子：用友網(wǎng)絡(luò)iUAP技術(shù)平臺(tái)在其生產(chǎn)環(huán)境中有600多個(gè)微服務(wù)，同時(shí)支持十幾條產(chǎn)品線，在部署了容器化之后會(huì)產(chǎn)生大約3000多個(gè)微服務(wù)實(shí)例，需要通過上千個(gè)節(jié)點(diǎn)支撐微服務(wù)的運(yùn)行。過去，用友使用的是自己產(chǎn)品做實(shí)時(shí)觀測，而通過IBM Instana，定位一個(gè)應(yīng)用故障點(diǎn)或性能瓶頸點(diǎn)的時(shí)間從40分鐘縮短到4分鐘，效率提高了10倍以上。
所以，在IBM看來，隨著IT架構(gòu)變的越來越復(fù)雜，以及更多云原生應(yīng)用的引入，企業(yè)需要引入更智能的方式協(xié)助——混合多云和AI將是一對(duì)強(qiáng)CP。
只有企業(yè)成功技術(shù)才有價(jià)值
當(dāng)然，放到整個(gè)數(shù)字化轉(zhuǎn)型的大語境下，AI的價(jià)值絕不止于應(yīng)用開發(fā)和運(yùn)維場景。在各行各業(yè)眾多具體的業(yè)務(wù)場景中，AI也大有可為。
比如，在全球 20 多個(gè)國家擁有 9 家研發(fā)基地、240 多個(gè)工廠的全球汽車零部件供應(yīng)商延鋒國際汽車技術(shù)有限公司（以下簡稱"延鋒汽車"）。過去，他們需要通過人工根據(jù)經(jīng)驗(yàn)把通用訂單轉(zhuǎn)為內(nèi)部訂單，每個(gè)工廠每天需要兩名工作人員花 150 分鐘進(jìn)行手工分類。即使在這樣的人工投入下，仍伴隨 15% 的分類錯(cuò)誤，這給延鋒汽車帶來成本和效率的雙重挑戰(zhàn)。
為此，延鋒汽車?yán)肐BM Watson Discovery 的自然語言學(xué)習(xí)能力構(gòu)建 AI 模型，從 1.8 億歷史數(shù)據(jù)、200 多種排列組合、結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化文本混合數(shù)據(jù)中，學(xué)習(xí)通用訂單對(duì)應(yīng)的內(nèi)部訂單背后蘊(yùn)藏的規(guī)則，進(jìn)而實(shí)現(xiàn)了運(yùn)營自動(dòng)化，整個(gè)流程不僅無需人工操作，并且訂單分類正確率從 85% 提升到了97%，大大減少了返工時(shí)間。
再比如在水利行業(yè)，上海水利科技基于數(shù)據(jù)和AI提出了兩個(gè)應(yīng)用場景——構(gòu)建智慧大腦提高工作效率和構(gòu)建水利樞紐工程安全模型。
眾所周知，水利建設(shè)是一個(gè)龐大的工程，需要遵守嚴(yán)格的流程，并且需要嚴(yán)謹(jǐn)?shù)目茖W(xué)理論做支撐。而各種類型的文檔及文本數(shù)據(jù)涉及到很多業(yè)領(lǐng)域，使得信息查詢耗時(shí)耗力。尤其當(dāng)工程人員在工地上時(shí)，特別困難。通過使用 IBM Cloud Pak for Data、IBM Watson Discovery Cartridge 解決方案所提供的智能文本搜索、數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)預(yù)測技術(shù)，上海水利科技為工程人員提供了統(tǒng)一平臺(tái)，在一個(gè)整體視圖中搜索與訪問所需文檔信息。通過簡單關(guān)鍵字輸入，就可以實(shí)現(xiàn)從眾多非結(jié)構(gòu)化文檔（如 PDF 和圖片）中快速定位信息。利用機(jī)器學(xué)習(xí)模型輔助文檔分類和標(biāo)注，為文檔提供建議。借助自然語音處理（NLP）技術(shù)對(duì)非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分析，從文本中提取有效信息，幫助工程人員高效獲取知識(shí)，輔助水利工程建設(shè)智慧決策。
同時(shí)，安全是工程建設(shè)的核心要素，水利工程需要依托實(shí)景三維模型和有限元計(jì)算模型作為數(shù)據(jù)模型資產(chǎn)，對(duì)大壩及其圍堰結(jié)構(gòu)進(jìn)行分析，通過采集和管理水利工程的多維監(jiān)測數(shù)據(jù)。基于 IBM Cloud Pak for Data，運(yùn)用數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)算法，在傳統(tǒng)土木工程模型的基礎(chǔ)上構(gòu)建水利樞紐工程安全模型，實(shí)現(xiàn)數(shù)據(jù)模型優(yōu)化和在線推演預(yù)測，實(shí)現(xiàn)結(jié)構(gòu)變形預(yù)測及異常監(jiān)測預(yù)警等實(shí)時(shí)應(yīng)用，從而實(shí)現(xiàn)工程安全分析預(yù)警、綜合決策等上層業(yè)務(wù)。
"其實(shí)技術(shù)都是手段，只有客戶成功了，技術(shù)才有存在的價(jià)值。"朱輝強(qiáng)調(diào)。而可以預(yù)見，在"實(shí)用主義"主導(dǎo)的數(shù)字化趨勢下，這種所謂"價(jià)值"的重要性和優(yōu)先級(jí)將越來越高。
