雲端計算在跑，人工智慧在追？

隨著技術的發展， 技術不斷進步，其目的也在發生變化。在當前的新常態中，有五個主要雲端計算元素，這對於希望保持競爭力和相關性的組織至關重要：雲原生應用、部署多雲戰略、將移動應用程式納入雲端、構建可行的資料湖，以及使用資料的民主化。這些分析工具對於幫助行業部門成為人工智慧驅動型企業至關重要。人工智慧不僅僅是一種技術，也是一種不可忽視的商業模式轉變。

調研機構Gartner公司指出， 80%的內部部署開發軟體現在支援雲端計算或雲原生，不斷髮展的雲端計算生態系統使企業能夠更快、更靈活、更實時地運營，從而帶來競爭壓力。 接受雲原生和多雲方法作為一種新常態，意味著企業可以避免雲端計算供應商鎖定，可以提供超過5個9的響應率(99.999%)，以避免每次停機導致平均數百萬美元的損失。

由於68%的組織已經制定了數字化轉型戰略，或者正在實施數字化轉型戰略，絕大多陣列織將雲端計算視為其變革戰略的重要組成部分，因此關於“數字化轉型”這一術語的爭論仍在繼續，因為企業必須做的事情的本質始終存在於雲端 。簡而言之，企業需要接受這五個主要雲端計算元素才能在所有行業的激烈數字領域保持相關性。

此外， 2019年對企業來說至關重要的三種人工智慧技術是：視覺、語言和對話。 行業領導者需要在自己的環境中利用這些服務，將雲端計算中人工智慧引入現有的應用程式，並使企業能夠使用供不應求的資料科學。因此， 擁有一個可行的資料湖，並以正確的方式標記和接收資料，與只是投資於分析服務相比更有效。

多雲推動數字化轉型

雲端計算行業論壇(CIF)最近的一項研究發現，組織對多雲環境更加開放，四分之三的組織採用多種雲端計算服務來推動其數字化轉型過程。企業管理者終於意識到，雲端計算供應商鎖定會阻礙多雲方法所帶來的創造力、可用性和流動性。

使用AWS、谷歌、Microsoft Azure等大型供應商的混合雲和多雲環境的企業也越來越多。雲端計算提供商也為某些功能建立了開源堆疊(如Apache Kafka)的託管版本，鼓勵了這一趨勢的發展。這樣可以更輕鬆地從一個雲平臺遷移到另一個雲平臺，這是避免供應商鎖定的關鍵，同時仍然允許企業專注於數字化轉型。

雲端計算的標準化意味著多雲為企業提供了更具成本效益的執行工作負載的服務，而云計算服務提供商的雲服務價格經常會發生變化。對於具有關鍵工作負載和雲體驗的企業來說，多雲可以提高正常執行時間和競爭力。

企業透過多雲戰略，可以實現IT支出最大化，因為雲原生技術的標準化允許企業使用適合的雲端計算供應商來獲得正確的產品。例如，微服務透過容器化(例如Docker)和編排(例如Kubernetes)實現事件驅動的擴充套件(例如黑色星期五)。透過雲端計算基礎設施進行超大規模配置，例如瘦客戶端(網路應用程式、原生移動應用程式、Alexa技能)，它們使用多個微服務，提供強大的彈性和靈活性，並自我修復功能和設計。容器的編排與雲端計算提供商結構和區域功能相結合，有助於抵禦部分雲中斷。

原生應用程式將會消亡？

將原生移動應用程式遷移到雲中對於實現物聯網(IoT)、人工智慧和虛擬現實也至關重要，這意味著原生應用程式需要保持同步。如果不是雲端計算組合的一部分，遷移應用程式的成本會很高。最後，需要建立一個可行的資料湖，以務實的方式管理資訊，避免將其變成沼澤，這對於在將人工智慧和機器學習(ML)引入資料科學工具組合時保持競爭優勢至關重要。因此對於企業來說，要保持相關性，他們必須接受人工智慧，因為它不僅僅是一種技術;它是一種不可忽視的商業模式轉變。

這些雲端計算趨勢將繼續在企業數字化轉型戰略中發揮作用，並將有助於成為人工智慧驅動的業務，其中包括 深入瞭解應用、資料、分析和身份管理的作用將如何促進企業提高效率和合規性。

創造可行的資料湖泊

在過去五年中，網際網路使用者增加了82%以上，而調研機構Gartner公司預計到 2022年資料量將增長800%，其中80%是非結構化資料。

隨著企業不斷部署雲服務，2019年對於企業在其組織中構建可用的資料湖至關重要。企業可以在所有系統、裝置和服務中新增一組智慧可發現的後設資料標記資料，從每天生成的大量結構化資料和非結構化資料中提取價值，將使他們能夠執行分析、商業智慧、機器學習和人工智慧，並獲得對新效率的重要洞察，以獲得競爭優勢。

與傳統的資料倉儲方法相比，資料湖架構的一個關鍵原則是提供一個放置所有原始資料而不會發生轉換或丟失的位置，以便可以隨意重放對資料的任何轉換。這種方法在企業中面臨的挑戰是保持對資料著陸的控制水平，以使數量和準確性不會變得過大或變成資料沼澤。

透過利用Lambda架構，企業可以獲得使用近乎實時的流資料的好處，幾乎可以立即看到重要事件。這與傳統的資料倉儲方法相比，邁出了重大的一步，傳統的方法必須等待24小時。然後，企業需要實用的方法來理解資料，例如：儲存分類法、透過分類來管理資料工作負載(例如，資料安全性和誰有權訪問)以及資料科學工具，以幫助資料科學家建立/應用好的方程組到資料池以改進未來的分析。

實現資料科學的民主化

人工智慧是一種不可忽視的商業模式轉變。2018年，人工智慧和機器學習開始獲得更多的吸引力，尤其是在處理結構化和非結構化資料以幫助企業做出智慧決策和發現趨勢時。如今，雲端計算人工智慧可以提供大規模的智慧功能，掃描大量的影像、音訊、影片或文字檔案來跟蹤模式和異常。一些人工智慧的運作水平甚至在兩年前都是不可能實現的，將會產生無與倫比的商業價值。如今，人們越來越認識到雲端計算人工智慧在雲原生生態系統中將如何革新業務模式。

2019年，越來越多的企業將人工智慧納入其數字戰略。最大的收穫將是使用雲端計算人工智慧替代人類完成更多的瑣碎任務，並將智慧水平應用於基本的業務流程。例如，人工智慧聊天機器人可以在聯絡中心回答80%的重複性問題，讓工作人員處理更復雜和更重要的問題。這些智慧工具能夠消除管理負擔，同時提供更高階別的客戶體驗。

產業網際網路如同大，在“新政策，新技術，新理念”三新戰略的倡導下滋養更多新興專案落地應用，在傳統行業、網際網路行業的轉型之路上扮演了助推器角色，正值億歐2019全球新經濟年會期間，特此設立產業網際網路峰會，力求從全球視角解析IT服務智慧發展，邀請國內外一線企業分享行業發展歷程及未來趨勢。