摘要:"技術(shù)只是手段,只有客戶成功了,技術(shù)才有存在的價(jià)值。"
北京2022年12月20日 /美通社/ -- IBM近期委托獨(dú)立研究公司Harris Poll進(jìn)行全球調(diào)研并發(fā)布的《IBM企業(yè)轉(zhuǎn)型指數(shù):云現(xiàn)狀》[i] 報(bào)告顯示,全球77%的受訪企業(yè)已經(jīng)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;82%的中國(guó)受訪高管認(rèn)為,沒(méi)有整體的混合云戰(zhàn)略,企業(yè)就無(wú)法釋放數(shù)字化轉(zhuǎn)型的潛能。而根據(jù)麥肯錫的數(shù)據(jù),企業(yè)數(shù)字化轉(zhuǎn)型的失敗率高達(dá)84%。企業(yè)的數(shù)字化轉(zhuǎn)型知易行難,迷霧重重。IBM大中華區(qū)客戶成功管理部總經(jīng)理朱輝認(rèn)為,企業(yè)數(shù)字化轉(zhuǎn)型面臨技術(shù)與非技術(shù)的雙重挑戰(zhàn)。
從技術(shù)角度來(lái)看,數(shù)字化轉(zhuǎn)型對(duì)于企業(yè)的自身企業(yè)級(jí)數(shù)據(jù)的質(zhì)量和治理的成熟度有很高的要求,這是企業(yè)數(shù)字化轉(zhuǎn)型成敗的關(guān)鍵。如果沒(méi)有把數(shù)據(jù)治理作為數(shù)字化轉(zhuǎn)型當(dāng)中的必經(jīng)一環(huán),而且是必須要做好的一環(huán),那很多工作是無(wú)法進(jìn)行的。而數(shù)據(jù)治理是與數(shù)據(jù)相關(guān)的項(xiàng)目當(dāng)中難度極高、復(fù)雜度極高、時(shí)間跨度極長(zhǎng)、投入極大的一類(lèi)項(xiàng)目,也是企業(yè)數(shù)字化轉(zhuǎn)型前期碰到的巨大挑戰(zhàn),甚至是失敗的原因。
從非技術(shù)的角度來(lái)看,數(shù)字化轉(zhuǎn)型是在充分釋放數(shù)據(jù)價(jià)值和利用人工智能能力的前提下,重新打造一家企業(yè)的過(guò)程。如果企業(yè)把數(shù)字化轉(zhuǎn)型理解成是在現(xiàn)有的組織架構(gòu)、業(yè)務(wù)流程、企業(yè)狀況之下,簡(jiǎn)單的利用技術(shù)實(shí)現(xiàn)降本增效的過(guò)程,那么,從開(kāi)始的認(rèn)知上就已經(jīng)出現(xiàn)了較高的風(fēng)險(xiǎn)。因?yàn)楹芏噙M(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)最后會(huì)發(fā)現(xiàn),他要做的是組織架構(gòu)的調(diào)整,是職位崗位的調(diào)整,是員工技術(shù)技能的轉(zhuǎn)換或改變。因此,文化的、組織架構(gòu)的、流程的改變,也是企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程當(dāng)中碰到的巨大障礙,也是很多企業(yè)最后做不下去的原因。"換句話說(shuō),企業(yè)數(shù)字化轉(zhuǎn)型必須要有一個(gè)全面的戰(zhàn)略和技術(shù)能力,如果其中某一個(gè)點(diǎn)是短板的話,那極有可能成為失敗的導(dǎo)火索。"朱輝強(qiáng)調(diào)。
這也是為什么IBM做了大量投入,成立售前的車(chē)庫(kù)創(chuàng)新體驗(yàn)團(tuán)隊(duì)(Client Engineering)和售后的客戶成功管理團(tuán)隊(duì)的主要原因。利用IBM獨(dú)特的車(chē)庫(kù)創(chuàng)新方法,幫助客戶在轉(zhuǎn)型初期就能從戰(zhàn)略、組織和文化的層面做好準(zhǔn)備,共同定義出用技術(shù)解決業(yè)務(wù)問(wèn)題的最小可行性方案,以最小的成本實(shí)現(xiàn)規(guī)?;膭?chuàng)新,提高轉(zhuǎn)型的成功率。已經(jīng)采購(gòu)了IBM技術(shù)的客戶,通過(guò)與IBM客戶成功團(tuán)隊(duì)技術(shù)專(zhuān)家的共創(chuàng),能夠開(kāi)發(fā)更多行業(yè)應(yīng)用場(chǎng)景,實(shí)現(xiàn)技術(shù)價(jià)值的最大化,同時(shí)為行業(yè)貢獻(xiàn)領(lǐng)先的應(yīng)用方案。
例如,在金融行業(yè),IBM客戶成功團(tuán)隊(duì)助力國(guó)內(nèi)某大型股份制商業(yè)銀行,利用新一代應(yīng)用性能管理及可觀測(cè)性分析平臺(tái)——IBM Observability by Instana APM,有效實(shí)現(xiàn)了云上應(yīng)用的可觀測(cè)性。
該銀行此前已經(jīng)建立了自主可控的全棧云平臺(tái),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(kāi)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(wèn)題。
客戶利用IBM Instana 實(shí)現(xiàn)了傳統(tǒng)和云原生環(huán)境下不同技術(shù)棧的自動(dòng)發(fā)現(xiàn)和監(jiān)控,全面關(guān)聯(lián)相關(guān)信息并定位故障,提供全面的可觀測(cè)性。 因此,不管是開(kāi)發(fā)人員還是運(yùn)維人員,都可以通過(guò)Instana快速了解當(dāng)前系統(tǒng)和應(yīng)用的運(yùn)行情況,及時(shí)發(fā)現(xiàn)問(wèn)題、可視化展現(xiàn)問(wèn)題并快速定位根因。Instana提供高保真數(shù)據(jù),可追蹤每一條請(qǐng)求,滿足了客戶對(duì)應(yīng)用系統(tǒng)的360度無(wú)死角監(jiān)控的訴求,可以采集到每一條錯(cuò)誤調(diào)用,每一筆響應(yīng)時(shí)間異常的交易。開(kāi)發(fā)人員可以通過(guò)Instana進(jìn)一步對(duì)應(yīng)用性能進(jìn)行深度鉆取,定位到具體耗時(shí)長(zhǎng)的應(yīng)用代碼或者慢SQL語(yǔ)句,并最終完成對(duì)應(yīng)用性能的調(diào)優(yōu)。
在汽車(chē)行業(yè),延鋒汽車(chē)基于IBM Watson Discovery構(gòu)建AI決策大腦,實(shí)現(xiàn)通用訂單到內(nèi)部訂單的自動(dòng)轉(zhuǎn)換,降本增效。
延鋒國(guó)際汽車(chē)技術(shù)有限公司是全球汽車(chē)零部件供應(yīng)商,在全球20多個(gè)國(guó)家擁有9家研發(fā)基地,240多個(gè)工廠,為全球整車(chē)制造商提供汽車(chē)零部件的設(shè)計(jì)開(kāi)發(fā)制造。這樣一家企業(yè),每天收到整車(chē)廠和下游廠商的訂單量是特別巨大的。他們需要通過(guò)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(lèi)。即使在這樣的人工投入下,仍伴隨15%的分類(lèi)錯(cuò)誤,給延鋒汽車(chē)帶來(lái)成本和效率的雙重挑戰(zhàn)。
延鋒汽車(chē)?yán)肳atson Discovery強(qiáng)大的自然語(yǔ)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,變身智慧大腦,實(shí)現(xiàn)運(yùn)營(yíng)自動(dòng)化。實(shí)現(xiàn)了全自動(dòng)執(zhí)行流程,無(wú)需人工操作,且訂單分類(lèi)正確率從85%提升到97%,大大減少了返工時(shí)間。
IBM客戶成功團(tuán)隊(duì)沒(méi)有止步于此,與延鋒汽車(chē)一起開(kāi)發(fā)出新的業(yè)務(wù)場(chǎng)景,利用IBM Cloud Pak for Integration – Aspera構(gòu)建了企業(yè)級(jí)文件傳輸解決方案,幫助延鋒汽車(chē)的智能制造部門(mén)實(shí)現(xiàn)降本增效。
為了實(shí)時(shí)掌握分布在中國(guó)和全球240多個(gè)工廠眾多車(chē)間的零部件庫(kù)存使用情況,延峰汽車(chē)在各工廠的監(jiān)控?cái)z像頭將千上萬(wàn)張的實(shí)時(shí)照片快速地傳回總部。用傳統(tǒng)復(fù)制粘貼的方法來(lái)傳輸批量的照片文件,這給延鋒汽車(chē)的智能制造部門(mén)帶來(lái)巨大的業(yè)務(wù)挑戰(zhàn):傳輸速度慢、網(wǎng)絡(luò)延遲明顯或丟包比較嚴(yán)重的情況下,需要多次分批次手工選擇對(duì)應(yīng)照片文件進(jìn)行復(fù)制, 耗時(shí)且容易誤操作;無(wú)法斷點(diǎn)續(xù)傳、無(wú)法自動(dòng)重連、無(wú)法自定義傳輸速度, 無(wú)法在不影響核心業(yè)務(wù)系統(tǒng)向外發(fā)任務(wù)的前提下, 充分利用主干網(wǎng)的傳輸帶寬。
IBM Cloud Pak for Integration中的 Aspera 組件可提供高速安全可靠的文件傳輸解決方案。在總部搭建 Aspera 服務(wù)器, 在分部工廠車(chē)間搭建 Aspera 客戶端。 部署 IBM Cloud Pak for Integration -Apsera組件后,延鋒汽車(chē)的傳輸速度平均提高了10 倍,不僅避免了漫長(zhǎng)的人工等待時(shí)間和人工復(fù)制粘貼的誤操作,還實(shí)現(xiàn)了斷點(diǎn)續(xù)傳和自動(dòng)重連,并且可以動(dòng)態(tài)配置傳輸帶寬和限速,在不影響 ERP 核心系統(tǒng)性能的前提下而最大程度上提高實(shí)時(shí)監(jiān)控文件的傳輸效率。
在政府水利行業(yè),IBM車(chē)庫(kù)創(chuàng)新體驗(yàn)團(tuán)隊(duì)與客戶成功團(tuán)隊(duì)一道,攜手上海水利科技和同濟(jì)大學(xué)土木工程專(zhuān)家,利用IBM Watson Discovery 構(gòu)建水利工程知識(shí)庫(kù),打造高效的智慧工地,為構(gòu)建國(guó)家水利行業(yè)"大江大河大湖數(shù)字孿生、智慧化模擬和智能業(yè)務(wù)應(yīng)用"貢獻(xiàn)力量。
國(guó)家"十四五"新型基礎(chǔ)設(shè)施建設(shè)規(guī)劃提出,要推動(dòng)大江大河大湖數(shù)字孿生、智慧化模擬和智能業(yè)務(wù)應(yīng)用建設(shè)。長(zhǎng)江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要等,都對(duì)數(shù)字孿生流域建設(shè)提出了更加具體明確的要求。上海水利科技響應(yīng)水利部號(hào)召,以數(shù)字化、網(wǎng)絡(luò)化、智能化為主線,與IBM以數(shù)字化場(chǎng)景、智慧化模擬、精準(zhǔn)化決策為總體路徑,共同探索以數(shù)據(jù)與AI賦能的數(shù)字孿生水利工程建設(shè)。據(jù)此,上海水利科技提出了兩個(gè)應(yīng)用場(chǎng)景,即構(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。
首先是工作效率,水利建設(shè)是一個(gè)龐大的工程,需要遵守嚴(yán)格的流程,需要嚴(yán)謹(jǐn)?shù)目茖W(xué)理論做支撐。各種類(lèi)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(guò)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(cè)技術(shù),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(wèn)所需文檔信息。通過(guò)簡(jiǎn)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(lèi)和標(biāo)注,為文檔提供建議。借助自然語(yǔ)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(guò)采集和管理水利工程的多維監(jiān)測(cè)數(shù)據(jù)?;贗BM 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(cè),實(shí)現(xiàn)結(jié)構(gòu)變形預(yù)測(cè)及異常監(jiān)測(cè)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)。
在信息技術(shù)行業(yè),IBM助力上海寶信軟件信息服務(wù)事業(yè)本部實(shí)現(xiàn)數(shù)據(jù)庫(kù)監(jiān)控管理現(xiàn)代化,賦能核心系統(tǒng)穩(wěn)定運(yùn)行、高效運(yùn)維。
上海寶信軟件信息服務(wù)事業(yè)本部所屬的寶信軟件是中國(guó)寶武集團(tuán)下屬I(mǎi)T企業(yè),也是IBM長(zhǎng)期的ESA合作伙伴,歷經(jīng)40余年發(fā)展,致力于推動(dòng)新一代信息技術(shù)基礎(chǔ)設(shè)施的創(chuàng)新。在他們的解決方案里,現(xiàn)代化數(shù)據(jù)庫(kù)架構(gòu)采用了Db2+HADR(Highly Available Disaster Recovery) 等高可用部署方式,在高質(zhì)量的保證數(shù)據(jù)庫(kù)運(yùn)維7*24不間斷穩(wěn)定運(yùn)行遇到了很大的挑戰(zhàn)。
寶信軟件信息服務(wù)事業(yè)本部借助IBM Db2 Data Management Console(DMC),這一集監(jiān)控配置和性能調(diào)優(yōu)于一體的原生工具,為數(shù)據(jù)庫(kù)運(yùn)維人員提供智能化的專(zhuān)家建議。應(yīng)用機(jī)器學(xué)習(xí)、SQL、RESTful API等技術(shù),實(shí)時(shí)監(jiān)控企業(yè)內(nèi)多版本多架構(gòu)的數(shù)百個(gè)DB2數(shù)據(jù)庫(kù),分析問(wèn)題并提出自動(dòng)修復(fù)和優(yōu)化建議。通過(guò)實(shí)時(shí)監(jiān)控跟蹤數(shù)據(jù)庫(kù)各種指標(biāo),通過(guò)智能警報(bào),將DB2數(shù)據(jù)庫(kù)的問(wèn)題及時(shí)通知運(yùn)維人員和數(shù)據(jù)庫(kù)管理員(DBA),并輔助根因分析,提升分析和解決問(wèn)題的效率,并提供大量針對(duì)工作負(fù)載性能問(wèn)題的分析和建議調(diào)整方案,簡(jiǎn)化運(yùn)維人員和DBA的工作。
寶信軟件通過(guò)提升自身運(yùn)維服務(wù)和云服務(wù)的核心競(jìng)爭(zhēng)力,可以更好地服務(wù)其各個(gè)行業(yè)的終端客戶。未來(lái),IBM也將繼續(xù)攜手寶信軟件這樣的"老伙伴",一起邁向新征程。
朱輝強(qiáng)調(diào),技術(shù)只是手段,只有客戶成功了,技術(shù)才有存在的價(jià)值。"我們要繼續(xù)把IBM最新的技術(shù)能力落到客戶具體的業(yè)務(wù)場(chǎng)景中去,和客戶以及他們的合作伙伴攜手共同創(chuàng)新,解決他們的業(yè)務(wù)問(wèn)題,實(shí)現(xiàn)他們他們的業(yè)務(wù)目標(biāo)。未來(lái),IBM會(huì)更加清晰地把技術(shù)和產(chǎn)品價(jià)值傳遞給客戶,攜手共創(chuàng)解決客戶的實(shí)際問(wèn)題,積極應(yīng)對(duì)不確定的環(huán)境,攜手共創(chuàng)一個(gè)可持續(xù)的未來(lái)。"
[i] 研究方法:由Harris Poll代表IBM在12個(gè)國(guó)家(美國(guó)、加拿大、英國(guó)、德國(guó)、法國(guó)、印度、日本、中國(guó)、巴西、西班牙、新加坡、澳大利亞)進(jìn)行在線調(diào)查,時(shí)間為2022年6月8日至7月17日。該調(diào)查是針對(duì)年收入超過(guò)5億美元的公司中的3014名IT和業(yè)務(wù)專(zhuān)業(yè)人士進(jìn)行的,他們對(duì)其組織的云戰(zhàn)略有深刻了解?!?/i>IBM轉(zhuǎn)型指數(shù):云現(xiàn)狀》是綜合了針對(duì)9個(gè)云計(jì)算相關(guān)維度的25個(gè)以上不同格式題庫(kù),由行業(yè)專(zhuān)家提供信息輸入的數(shù)據(jù)而制定的。 |