為了更好了解不同行業、規模企業技術堆疊變化，2020年12月，矽谷知名風投a16z 向財富500強、全球2000強和SaaS 50公司的技術領導者傳送一項調查，詢問他們正在使用或計劃在未來12-24個月內使用的技術工具。結果發現，雲端計算已超過臨界點、一切都是分散式、資料是新軟體、人工智慧正在民主化、遠端工作將留在這裡。他們發現，文化、代際鴻溝對技術堆疊的採用與演變產生了重要影響力。一般來說，更小、更敏捷的公司會採用更新的技術工具，這些工具具有巨大的顛覆性創新潛力。而更大、更成熟公司則更青睞那些長期以來一直是企業界中堅力量的平臺。
調查還發現，文化、代際鴻溝對技術堆疊的採用與演變產生了重要影響力。一般來說，更小、更敏捷的公司會採用更新的技術工具，這些工具具有巨大的顛覆性創新潛力。更大、更成熟公司則更青睞那些長期以來一直是企業界中堅力量的平臺。
另外，將科技公司與金融公司(包括銀行、金融服務公司和保險公司)進行比較，可以提供一個有用的風向標，藉以反映出敏捷、顛覆性公司與更保守的、嚴格監管的公司的不同需求。
作者希望這份調查結果能幫助團隊瞭解你當前技術堆疊是如何執行的，並有助於提高適應和構建未來的能力。
作者 | Stacy D'Amico 、Brad Kern（a16z）
編譯 | 機器之能
過去一年，各行業不同規模的公司都對其技術堆疊進行了重大調整。雖然這些技術趨勢在新冠病毒大流行之前已初現端倪，也因疫情加快腳步。
為了更好地瞭解企業技術堆疊的變化，2020年12月，矽谷知名風投a16z 向財富500強、全球2000強和SaaS 50公司的技術領導者傳送一項調查，詢問他們正在使用或計劃在未來12-24個月內使用的技術工具，包括雲端計算、DevOps和敏捷開發、資料基礎架構、AI / ML、協作工具以及安全性。
隨後，他們收到來自30個行業的107份回覆，包括軟體、IT服務、金融服務、製造業、製藥和媒體。將這些回答與ZoomInfo（美國一家基於訂閱的軟體即服務公司））提供的資料進行交叉對比後，他們發現，文化、代際鴻溝對技術堆疊的採用與演變產生了重要影響力：一般來說，更小、更敏捷的公司會採用更新的技術工具，這些工具具有巨大的顛覆性創新潛力。而更大、更成熟公司則更青睞那些長期以來一直是企業界中堅力量的平臺。
當然，這個結論並不新奇，但這份調查的獨特之處在於開始準確量化這些鴻溝如何發揮作用。
需要說明的是，這份調查將員工人數超過25000人的公司定義為大公司，員工人數少於5000人的公司定義為小公司。雖然企業規模本身就能預測一些技術趨勢，但還有許多其他因素也會影響到他們的風險偏好。雖然這一分析並沒有為所有受訪者提供一個全面的行業特定趨勢介紹，但調查發現，將科技公司與金融公司(包括銀行、金融服務公司和保險公司)進行比較，可以提供一個有用的風向標，反映出敏捷、顛覆性公司與更保守的、嚴格監管的公司的不同需求。
一 B2B技術堆疊五大趨勢
1、雲端計算已超過臨界點。雲端計算採用已經達到一定規模，使其在各個行業中都具有技術上的確定性。但是，隨著雲解決方案無處不在，我們還看到企業使用多個雲提供商，既避免了供應商鎖定，也符合法規要求。
2、一切都是分散式的。隨著關鍵的工作負載轉移到Kubernetes環境中，幾乎所有的功能都被重新打造為雲原生。向全球分佈的應用程式的轉移已開始影響到更大的行業，例如媒體和電子商務，因此需要更智慧、更安全的網路體系結構。
3、資料是新軟體。五年前，如果您正在構建系統，那是您編寫的程式碼的結果。現在，它是基於「喂入」該系統的資料構建的。隨著AI具有執行軟體開發人員傳統上需要執行的某些程式設計任務的能力，這些開發人員越來越多地使用資料和使用原始碼。資料基礎架構的興起，以及像軟體開發工具鏈一樣全面的資料開發工具鏈有望重塑開發軟體的方式。
4、人工智慧正在民主化。AI / ML工具的爆炸式增長降低了進入高階資料科學的門檻。在以前由資料團隊提供AI / ML用例的資料團隊提出了將複雜模型服務到生產中的定製方法，新工具得到了廣泛的採用。資料獲取和轉換的標準化模式為更多公司將AI/ML整合到產品中開啟了閘門，也為下游AI識別任何給定資料集並採取行動開啟了閘門。
5、遠端工作將留在這裡。安全風險也是如此。COVID-19改變了遠端工作的規範，儘管我們用於協作的工具已經證明了它們在巨大壓力下可以擴充套件的能力。面向所有工作人員的工具將開始變得像開發人員長期以來用來協作的工具，例如版本控制、評論和討論等功能將成為實時和非同步協作的關鍵。隨著SaaS工具必須路由資訊以共享檔案，記錄決策或捕獲討論，API將變得更加重要。同時，遠端工作的擴充套件也使企業安全風險成倍增加，並加速了向零信任安全的過渡。
二 雲端計算
- 大多數公司預計他們對雲端計算的依賴將在未來幾年增長。
- 大多數公司使用不止一家雲服務提供商。
- 公司需要更好的工具管理跨雲工作。
- 與大型企業和金融公司相比，雲端計算在小公司和科技初創公司中更為普遍。
在雲端計算領域，文化和代際趨勢尤為明顯，年輕的科技公司在向雲端計算進軍方面遙遙領先。雲使用在小公司中也更為普遍。與科技公司相比，金融公司雲端計算的使用更為不積極。
在雲端計算領域文化和代際趨勢尤為明顯，年輕的科技公司在向雲端計算進軍方面遙遙領先。調查中，62%的科技公司受訪者將超過一半的應用程式工作負載放在公共雲上。相比之下，只有四分之一的金融公司在這種程度上使用雲，42%的金融公司將不到10%的應用程式工作負載放在雲上。
雲使用在小公司中也更為普遍，78%的公司將至少一半的工作負載放在公共雲中。然而，在大公司中，這一比例僅為24%，低於29%的大公司將不到10%的應用程式放在公共雲中的比例。
儘管存在這些差異，但很明顯，雲端計算現在是無處不在的，大多數公司都希望在未來幾年內將更多的應用程式轉移到雲上。
亞馬遜網路服務(AWS)、微軟(Microsoft)和谷歌是占主導地位的雲提供商，但大多數公司使用不止一家供應商。儘管多雲方法作為一種風險緩解形式和避免供應商鎖定是有意義的，但它也意味著公司需要更好的工具來管理跨雲的工作。成本跟蹤和最佳化工具的使用很碎片化，雲備份工具沒有得到充分利用。
三 DevOps和敏捷開發
- 大公司更有可能使用容器（container）管理工具(70%使用至少一種)。
- Kubernetes主導著容器管理，50%的受訪者使用它。
- AWS在Kubernetes使用者中最受歡迎，而且在無伺服器技術方面也處於領先地位。
大公司更有可能使用容器（container）管理工具(70%使用至少一種)；Kubernetes主導著容器管理，50%的受訪者使用它；AWS在Kubernetes使用者中最受歡迎，而且在無伺服器技術方面也處於領先地位。
在部署程式碼和解決影響使用者的問題時，速度和敏捷性是關鍵。大多數受訪者表示，他們經常部署程式碼——通常是每週或每月好幾次——並使用工具來跟蹤開發商效能。當服務中斷髮生時，大多陣列織都能夠在數小時或數天內解決問題。
很多公司依賴於各種DevOps工具，比如GitHub和Jenkins，這些工具已經成為整個行業的必備資源。正如AWS、微軟和谷歌是領先的雲基礎設施提供商一樣，它們也是最流行的執行容器管理工具和無伺服器技術的平臺。
大公司更可能使用容器管理工具(70%的公司使用至少一種容器管理工具，Kubernetes總是在其中)，而小公司(54%使用至少一種容器管理工具)。Kubernetes繼續主導容器管理，50%的受訪者使用它，相比之下，使用Amazon ECS的只有23%，使用Docker Swarm的只有16%。在Kubernetes使用者中，AWS無疑是最受歡迎的平臺，63%的受訪者使用它，而使用微軟Azure的使用者佔46%，使用谷歌雲平臺(GCP)的使用者佔40%。
AWS在無伺服器技術方面也領先，為32%，其次是Azure Cloud，為20%，GCP為14%。
四 資料基礎設施
- Databrick和Snowflake是最受歡迎的資料基礎結構技術。
- 大多數公司都在使用定製的內部工具來管理他們的工作流程。
- 資料治理和沿襲（data lineage），以及改進資料科學平臺，是大多數公司，尤其是金融公司的關鍵優先事項。
- 目前很少有公司使用資料治理和溯源（provenance）工具。
調查結果顯示，在資料技術方面，公司有很多選擇——從Snowflake和Databricks這樣的資料基礎設施技術，到Apache Kafka這樣的流媒體工具，再到informica這樣的分析平臺。
在金融公司中，資料湖(尤其是資料庫)是一個強大的趨勢。金融公司也更有可能抱怨不一致或無序的資料，而科技公司更有可能擔心非結構化資料。
金融公司也最關心資料治理和沿襲，以及改善它們的資料科學平臺，並將這些列為未來12至18個月的優先事項。儘管如此，很少有公司使用資料治理和溯源工具。
五 資料科學和AI/ML
- 大多數公司目前部署的AI/ML模型不到5個，但預計在未來12個月將有超過30個模型投產。
- 公司部署AI/ML模型的速度很慢，通常需要一週以上的時間，但不到六個月。
- 產品和工程是人工智慧/ML專案正在進行的領先領域。
- 大公司比小公司更多地使用AI/ML模型。
大公司比小公司更多地使用AI/ML模型；大多數公司目前部署的AI/ML模型不到5個，但預計在未來12個月將有超過30個模型投產；AWS是執行人工智慧模型最受歡迎的公共雲平臺，但53%的金融公司在本地執行人工智慧模型。
對於大多數公司來說，人工智慧/ML領域相對較新，但它正在迅速發展。大多數調查物件已經擁有相當強大的資料科學和AI/ML團隊，這些團隊在未來一年可能會增長得更多。人工智慧模型的採用已經很普遍：絕大多數受訪者至少使用了一些人工智慧，大多數受訪者使用的模型不足5個。最引人注目的是，預計未來一年將在人工智慧領域大舉投資，多數受訪者預計將執行30多種AI模型。
調查結果顯示，科技公司和金融公司之間的對比相當穩定，但人工智慧的採用呈現出一個有趣的相反趨勢。與其他行業的公司相比，科技公司確實計劃在2021年招聘的資料科學和人工智慧/ML新員工最多。但大型企業實際上比小型企業更廣泛地使用人工智慧模型：在員工超過25000人的企業中，56%的企業目前至少有30個人工智慧模型部署在生產中，而在員工少於5000人的企業中，只有22%的企業這樣做。
雖然AWS是執行人工智慧模型最受歡迎的公共雲平臺，但53%的金融公司在本地執行人工智慧模型，而在所有調查受訪者中，這一比例為23%。
六 企業應用程式和協作軟體
- 微軟的協作工具套裝最受歡迎。
- 金融公司絕大多數依賴微軟的電子郵件，而科技公司強烈首選Gmail。
- Microsoft Teams 是大多數公司，尤其是金融公司和更大的公司首選的訊息傳遞軟體。Slack緊隨其後，在科技公司和小型公司中尤為流行。
- Salesforce是調查中最常用的應用程式，但規模很大公司，ServiceNow同樣受歡迎。
- 視訊會議工具的選擇差別很大，這取決於公司的規模和型別。小公司和科技公司傾向於使用Zoom和Google Meet，而大公司則強烈偏好WebEx。
微軟的協作工具套裝最受歡迎；Microsoft Teams 是大多數公司，尤其是金融公司和更大的公司首選的訊息傳遞軟體。Slack緊隨其後，在科技公司和小型公司中尤為流行；視訊會議工具的選擇差別很大，這取決於公司的規模和型別。
在這一年，由於COVID-19大流行，許多人都在遠端工作，視訊會議工具、訊息應用程式和協作軟體變得比以往任何時候都重要。
許多公司依賴於微軟和谷歌的工具套件，但許多其他應用程式也脫穎而出。Slack是最常用的訊息傳遞工具之一，Jira是迄今為止最受歡迎的專案管理解決方案，Zoom的使用頻率幾乎是其視訊會議競爭對手的兩倍。Salesforce也是最常用的企業應用程式之一。
總的來說，43%的受訪者使用微軟Office 365和Exchange是最常用的協作工具。其次是Gmail(31%)，其次是Box(14%)和Dropbox(13%)。然而，47%的科技公司首選Gmail作為電子郵件供應商，而只有12%的金融公司使用Gmail。相反，近60%的金融公司和大公司依賴微軟Office 365和Exchange，而只有大約三分之一的科技公司和小公司使用微軟的工具。
然而，對特定技術平臺的忠誠度並不是特別強。例如，在使用Gmail的公司中，只有三分之一的公司使用谷歌雲IaaS。
在資訊傳遞方面，38%的受訪者使用微軟團隊，尤其是金融公司和更大的公司。34%的受訪者使用Slack，在科技公司和小型公司中尤其普遍。只有23%的受訪者使用谷歌Hangouts，而只有8%的人使用Facebook Workplace。
最大差異可以在視訊會議工具的選擇上看到。37%的受訪者使用Zoom(科技公司的53%，小型公司的57%)，其次是谷歌，使用比例為20%(金融公司僅為6%)。總的來說，只有19%的受訪者使用WebEx，但是46%的大型公司使用WebEx。相比之下，只有6%的科技公司在使用它。微軟團隊同樣被14%的受訪者使用，而科技公司只有4%。
然而，有兩種工具在大公司和小公司中都很流行。在專案經理中，Jira是最受歡迎的，45%的受訪者使用它，而Salesforce是最常用的應用程式。
七 安全
- 資料安全是大多數公司最關心的問題，其次是基於角色的訪問控制和治理、風險管理和合規。
- 說到雲安全，雲配置管理是最重要的。總體而言，AWS被評為最安全的雲服務提供商。但大公司更有可能認為微軟是最安全的。
- 雖然只有33%的金融公司允許遠端員工在家使用自己的裝置，但大多數公司都允許遠端員工在家使用自己的裝置。
說到雲安全，雲配置管理是最重要的；只有33%的金融公司允許遠端員工在家使用自己的裝置，但大多數公司都允許遠端員工在家使用自己的裝置；資料安全是大多數公司最關心的問題，其次是基於角色的訪問控制和治理、風險管理和合規。
保護資料和個人資訊的需求一直是任何企業的關鍵優先事項，但隨著越來越多的業務轉移到網上，越來越多的員工在家工作，這一點現在受到了更大的關注。
調查中，30%的受訪者認為AWS是最安全的雲提供商，其次是微軟(Microsoft)，該比例為25%。然而，最大的公司更有可能認為微軟(46%)和谷歌雲平臺(29%，整體為13%)是最安全的。
大多數公司都在尋求對其遺留安全裝置的某些方面進行升級，許多公司也在考慮如何在員工遠端工作時維護安全。總體而言，58%的受訪者允許員工在家使用自己的裝置，但只有33%的金融公司表示他們在這麼做，而科技公司的比例為59%。
三分之二的受訪者預計，他們將在未來12至18個月增加安全支出，不過在大型企業中，這一比例僅為一半。
參考連結：
https://a16z.com/2021/04/12/how-tech-stacks-up-in-b2b/