由于受到新冠疫情的冲击,目前国内传统线下业务普遍受到影响。即便当前疫情有所缓解,但大多数线下业务依然难以见到起色,反而衬托出充满互联网基因的线上业务的蓬勃发展。然而传统行业对这场数字化发展机遇,却依然保持了观望的态度。是什么在阻止着企业向数字化转型的方向迈进?下面就从不同行业应用的角度来了解一下吧。
自从马校长那句“如果银行不改变,我们就改变银行”的话说出口,目前对于数字化转型需求最为迫切的,应该就是金融行业了。尤其是在某宝启动同步上市计划后,银行都要重新好好思考一下,该如何应对这个“有钱有势”的搅局者。
但是企业的数字化转型并不是一朝一夕就可以实现的,如果没有院士级别的技术支持,企业无法支撑起海量业务瞬时冲击。即便如此,某宝也是在一次次大规模系统出错中不断的进行完善。而这对于交易可靠性要高于若干个“9”的传统银行而言,在将业务从线下转到线上之后,将如何应对海量数据流量的冲击,将是迫在眉睫的一个事情。毕竟再不改变,就真的要被别人给“改变”了。
如果说金融业数字化转型的难点是一个“量”的问题,那么对于制造业而言就可以用一个“杂”字来进行概括。
在制造业中,不仅有业务处理的IT系统,还有工业控制的OT系统,分别对加工制造、质量监管、安全监防、仓储货运等一系列生产、加工、制造流程进行管理。因此制造业首先需要考虑的是,如何将这些纷繁复杂生产和业务系统有效集成,统筹进行管理。然后才是利用智能化的方式对统计数据进行分析,从而达到数字化转型的目标。
当然,对于大型制造企业而言,数字化转型的迫切感还没有银行业那么强。可以比较从容的去对自身的产品和业务线进行梳理。但从长远的角度来看,制造业的数字化必然会和企业的品牌化和销售的渠道化进行结合。没有数据也就意味着失去品牌、失去渠道,只能完成低附加值的代工工作,最终难免被时代淘汰。而且制造业数字化转型涉及的分类繁杂,如果不能及早进行规划,当未来制造业的破局者出现的时候,也难免沦为被“改变”的一员。
从理论上讲,无论是银行业还是制造业所遇到的数字化转型问题,都可以通过云计算技术来进行解决。可问题是目前的云计算系统架构异常复杂,私有云系统搭建与维护需要很高专业技术能力的团队才可以进行支持。而不同公有云的体系架构也是千差万别,业务的统一部署、统一管理问题始终难以克服。
小规模的企业业务应用,采用云计算的IT部门还可以进行支撑,但大规模尤其是涉及到混合云和多云的统一管理就成了一团乱麻。结果就是业务流量请求上来后,后台云主机无法及时扩容;多云部署的业务想整合,但数据无法统一。这些问题还不仅局限在系统运维方面,在数字化转型中,还需要依据应用需求,灵活的构建和部署可以满足需要的应用程序。这样只能让本来就相形见绌的传统金融和制造企业IT技术能力变得更加薄弱。
但无论是大中还是小微的传统企业,通过云计算平台将业务转到线上运营还是未来的大趋势。也正是看到云计算系统的不足之处,目前通过微服务、敏捷开发和Kubernetes、OpenShift实现轻量级、低代码可适用不同云平台统一管理的容器技术开始流行。
然而容器技术的发展时间,毕竟还是十分短暂。当遇到类似金融行业,突发性海量应用请求时,依然缺乏通过自动化流程管理来实现业务应用自动部署、运行和管理的应用解决方案,因此企业依然存在线上业务被海量业务流量摧毁的风险。
同时在面临如同制造业多种繁杂的应用开发管理问题时,容器中有限的开发镜像也难以满足多样的应用开发需求。至于API的生命周期管理、应用程序集成也存在着不足之处。
还有基于容器的大数据分析问题和容器云平台的系统安全问题,也在对企业用户产生着困扰。
为此,在IBM收购红帽一周年之际,双方混合云技术和集大成之作——云产品组合系列IBM Cloud Paks在成功完成从 0 到 1 飞跃的同时更在持续量变中,目前已具备多种云原生解决方案,可以大幅减少用户在容器云上的应用开发、架构集成、自动运营、多云管理、数据挖掘以及容器安全问题。
IBM Cloud Paks包含为应用而生的Cloud Pak for Application、为集成而生Cloud Pak for Integration、为自动化而生的Cloud Pak for Automation、为多云管理而生的Cloud Pak for Multicloud Management、为数据而生的Cloud Pak for Data,以及为安全而生的Cloud Pak for Security。
通过《谈云说事儿》视频,您可以了解,IBM Cloud Paks的6大云原生解决方案,是如何完美覆盖您在云之旅中遇到的关键工作负载,有效解决金融、制造等行业在数字化转型中所遇到的痛点问题。
我们还准备了一个小自测,让你来自我评估一下,你与容器云的相知有多少,快来扫码参与一下吧。
好文章,需要你的鼓励
美光发布新款2600客户端QLC固态硬盘,采用自适应写入技术动态优化缓存,使QLC闪存达到TLC级写入性能。该技术通过顶层SLC缓存处理新写入数据,二级TLC缓存应对SLC满载情况,空闲时将数据迁移至QLC模式。硬盘无DRAM设计,采用Phison四通道控制器和美光276层3D NAND,提供512GB至2TB容量选择,相比竞品QLC和TLC固态硬盘,顺序写入速度提升63%,随机写入速度提升49%。
清华和AIRI研究团队提出循环一致性图像编辑方法,仅需4步即可实现高质量图像编辑,速度比传统方法快10倍。该方法通过训练AI反复练习"看图-重画"过程提升图像理解能力,结合智能引导机制确保编辑质量,在多项评测中超越现有快速方法,为AI图像编辑的普及应用奠定基础。
在AMD AI推进大会上,CEO苏姿丰展示了公司在AI硬件和软件方面的显著进展。新一代MI350系列GPU性能提升4倍,高端MI355X在内存、计算吞吐量和性价比方面均优于英伟达B200。公司计划2026年推出Helios机架级平台,ROCm 7推理性能提升3.5倍。尽管在GPU训练、TCO优势等方面表现良好,但在NIMs微服务、企业级GPU市场渗透等领域仍需加强,以进一步缩小与英伟达的差距。
中科院、北大、清华联合开发的DualTHOR平台首次为双臂人形机器人提供真实家庭环境仿真训练。该平台不仅支持双手协作任务,还引入意外机制模拟现实不确定性。实验发现现有AI模型在双手协调方面表现不佳,为未来家庭服务机器人发展指明方向。