随着未来数字经济发展的趋势,越来越多的企业已经意识到必须要通过互联网和新兴技术实现产业升级。近年来随着以阿里云为代表的云供应商开始与传统产业的深入合作,通过“云”的媒介,传统大型企业内部的信息产生了新的活力。毕马威认为,要实现数字化转型,传统企业的核心要点是在云上完成这次数字化的产业升级。
整个数字化转型共分为四个阶段,分别为尝试阶段,扩展阶段,服务化阶段以及智能化阶段。每个阶段的跨越都代表着企业在数字化转型过程中的一次升级。数字化转型是一个长期的过程,企业应根据自身的特点来规划未来的发展目标阶段。
目前大多数企业都处于数字化转型的尝试阶段。那么,数字化转型初期企业的切入点和关键点究竟是什么?
混合云通过建立传统IT与云环境之间的纽带,打破了IT上一代技术与未来云技术间的障碍,解决了传统大型企业在云转型风险方面的担忧。如今,混合云已为传统大型企业提供了一个全面连接当今数字化解决方案的平台,企业可以通过这个平台,自主选择未来业务的部署模式,以较小的代价、较低的风险来推进企业自主可控的数字化转型之路。
不同的产业形态和企业特性影响着企业对于云的认识和适配性。因此,在企业拥抱云之前,进行云战略的顶层规划就显得尤为重要。混合云的部署之路没有固定的捷径,只有经过必要的客制化设计后,企业才能找到最适合自身的前进之路。
面对不断走向全面云化的企业架构,如何管理好这台“云”引擎,让其为企业的数字化转型提供持续稳定的动力?这将是该阶段企业管理者需要考虑的核心问题。
混合云作为企业未来数字化转型战略中的重要部分,企业势必将对其的自主管理需求比以往任何时候都更迫切,因此,建立一个独立专业的云管理团队,是每个希望实现数字化转型企业的必要选择。 同时,该团队也是企业建立DevOps的最佳尝试,企业应从各个职能部门中,选拔各自领域的专业人员,形成以DevOps为核心的云管理团队。
企业数字化转型代表着资源的高效利用,代表着流程的高度整合,但并不代表没有统一的云端管理机制。相反,由于云架构的高延展性和云端管理的复杂性,企业更需要建立一整套应用上云的全生命周期管理机制。IT架构云化,优化的是管理的理念和管理的工具,必要的管理机制仍然是未来企业数字化成功转型的重中之重。
企业在完成基础资源的全面云化及建立云治理机制后,将进入企业数字化转型的服务化阶段,去构建整个企业的业务中台,为最终的智能化阶段奠下基石。
企业通过前期混合云平台的建设,实现了基础资源的平台整合,但距离企业真正的业务整合,并向上为企业提供整个中台层面的共享服务尚有很大的距离。毕马威认为,企业要实现真正意义上的业务数字化转型,其在IT架构层面的重要体现是实现企业IT的全面服务化,形成真正的业务大中台。
中台战略的概念最早是由阿里巴巴提出,2015年阿里巴巴集团启动了集团层面的中台战略,目标是要构建符合互联网大数据时代的,具有创新性、灵活性的“大中台、小前台”的机制,即作为前台的一线业务会更敏捷、更快速的适用瞬息万变的市场,而中台将集合整个集团的运营数据能力,产品技术能力,对各前台业务形成强有力的支撑。
当企业经历完数字化转型的前三个阶段,站在一个完全服务化的中台架构之上,此时企业已具备了实现数字化转型的支撑要素,下一步就是利用已有的资源去挖掘企业的智能化发展潜力。
企业智能化的发展可以理解为业务数据化和数据业务化的一个循环过程,为了实现企业在数据智能化的持续发展和统一管理,建立企业级的数据平台显得尤为关键。
未来的企业级数据平台不应再是封闭的内部环境,需要整个产业生态链的共同协作,利用各自领域的优势资源形成合力,这也对产业链间彼此的协作带来了新的挑战。
随着AI技术与传统产业的不断结合,数据智能给各个企业带来了无线的想象空间, 未来机器智能将推动绝大部分的产业快速智能化,而实现机器智能的核心是需要创造性的把核心业务在线化,从而实现数据化、算法化和产品化的三位一体,最终使商业拥有数据智能这一核心引擎。
过去十年里,云服务商在互联网行业创造了一个又一个企业数字化转型的神话,它引领了整个中国数字化产业的迅猛发展,更是激发了这一代人对于数据,对于智能的再认识。
未来十年,中国传统大型企业将借助云载体,不断的挖掘自身的潜能,向产业链的高端进发,实现自我超越,并在国际市场与对手展开更高层次的竞争,为中国下一个十年发展提供持续的动能。
好文章,需要你的鼓励
开源数据库服务商Percona为PostgreSQL推出透明数据加密(TDE)扩展,填补了该数据库在企业级安全功能方面的空白。该pg_tde扩展目前已包含在Percona PostgreSQL发行版中,可加密磁盘上所有数据库文件,并支持与主流密钥管理服务集成。Percona正努力将此功能纳入PostgreSQL主发行版,帮助用户满足GDPR等法规的加密要求。
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
西部数据首席产品与工程官Ahmed Shihab表示,公司HAMR技术进展顺利,OptiNAND能提供容量优势。HAMR技术物理原理已突破,正进行制造工艺优化。相比希捷10盘片技术,西数11盘片设计提供更大发展空间,可更快推向市场。OptiNAND结合UltraSMR算法可实现更高单盘容量。公司采取保守策略,注重可靠性,客户已完成相关软件认证。硬盘在数据经济中仍是基础,在视频监控等写密集型应用中具备成本和耐久性优势。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。