站在2023起跑線,政企數字化如何深入“核心地帶”?
今天,各行各業都積極開展數字化變革,以云為底座開展數字化已成為行業共識。而更進一步觀察會發現,大型政企作為數字化轉型的先行者和主力軍,已經從資源上雲、應用上雲階段,率先抵達了數字化深水區,邁入了深度用雲階段。
這一階段,數字化開始進入政企的“核心地帶”,也面臨一系列新的挑戰,比如:
上雲的主體變了。一開始上雲的是行業龍頭、大型國企,或者金融、運營商行業,現在一個煤礦、一家電廠,都知道上雲可以用到先進的AI技術。
上雲的目的變了。從簡單地將業務、資料遷移到雲上,替代本地伺服器的成本,變為將新產品和新應用直接放到雲上,進行雲上創新,雲原生的重要性逐漸增強。
上雲的場景在變。金融、政府等數字基礎較強的場景,是最先上雲的,一些傳統實體政企會優先將質檢、巡檢等非核心業務上雲,而深度用雲階段,政企傾向於希望將AI人工智慧融入行業的主場景、主流程,如何在更加複雜、核心的場景裡把雲的價值釋放出來,是數字化深入之後的必答題。
不難看出,隨著數字化進入深水區,也要求雲上資源和技術輸送到“心臟”,才能讓數字化持續觸達核心場景與流程。為此,華為雲打造了面向大型政企客戶的數字化轉型底座——華為雲Stack,將自身的數字化轉型經驗和各行業雲化的優秀實踐沉澱為專業服務,來保障政企更好地邁向雲時代。
深度用雲階段來臨,華為雲Stack也同步進化。12月22日,以“政企深度用雲,釋放數字生產力”為主題的華為雲Stack戰略暨新品釋出會舉行,釋出華為雲Stack 8.2新版本,並提出了“讓技術不難用、讓場景變簡單、讓經驗可複製”三大舉措。
對於深度用雲這一數字化深水區的核心議題之一,華為雲Stack的進展和變化,將政企所需要的資源輸送到心臟地帶,只要動能充足,就能生長出蓬勃的生命力,衝破數字化程式中的阻礙與束縛。
數字化想“走心”,究竟難在何處?
近兩年,上雲用數賦智,是政企數字化的主旋律。但如前所說,上一階段政企上雲還比較淺層,主要業務改造集中在感知、巡檢、質檢等環節。當數字化開始進入政企的主場景、主流程,核心地帶也給深度用雲帶來了一定的阻礙,主要表現在幾個方面:
一是場景複雜。我們知道,心臟是一個組織嚴密接近完美的結構,一個小細節都可能影響核心架構的功能,大型政企一般有著複雜組織結構和業務場景,容易出現技術選擇難、不敢輕易落地創新的顧慮。
二是技術門檻高。政企主流程就像心臟一樣牽一髮而動全身,深度用雲一般要全面採用雲原生技術,涉及基礎設施、應用、資料、AI、IoT等多種技術棧,很多技術無法快速落地應用,數字化的深度和效果也就比較有限了。
三是優秀經驗難獲取。科學的進步離不開一代代探索和積累,深度用雲同樣少不了大量優秀經驗的積累和沉澱。正如華為雲Stack總裁尚海峰所說,深度用雲不是推倒重來,而是在原本的數字化基礎上向前推進,可以將金融、運營商等數字化較為靠前的使用者經驗複製過來,在主營業務裡快速應用,從而提前識別風險、少走彎路。這就需要一個平臺型角色,能夠把優秀經驗和技術提供出來,轉化為可複用的工具,幫助更多政企便捷地實現深度上雲。
可以說,數字化深水區的一大難題,是如何將雲上創新深入到大型政企的核心地帶。
沿著華為雲Stack的管道,走向“核心地帶”
對人體來說,強健的體魄離不開心血管系統持續不斷的功能;而穩健可持續的政企數字化轉型,也需要輸送技術和資源的管道,為深度用雲提供源源不斷的助力。面對這一需求,華為雲也肩負起了責任,釋出了華為雲Stack 8.2新版本,從三個角度,將政企用雲的深度進一步推進:
一是基礎設施的韌性。
隨著大型政企的用雲深入和全面雲化,雲端基礎設施的安全性、可靠性、可演進性,將直接影響大型政企核心業務的執行。因此,華為雲Stack進一步夯實了雲原生架構的基礎設施能力。
華為雲Stack8.2版本中,透過支援多種配置的雲邊基礎設施,比如邊緣雲、邊緣計算節點、邊緣閘道器等,來打造統一的雲邊基礎設施,讓大型政企的複雜基礎設施實現雲邊協同,提高業務的可靠性。同時首次支援全棧管理面和資料庫的兩地三中心方案,打造全場景容災能力,讓雲原生業務高可靠執行,業務持續線上。此外,全新推出1+7安全防護體系,將華為公司多年來服務政企客戶的流程和經驗以及華為雲全球安全運營經驗,沉澱到一個“安全雲腦”,同時設立7層安全防線,提供從物理安全、雲主機安全到資料安全等多層級防護,確保端到端安全。
二是智慧技術的易用。
前面提到,政企深度用雲的主要目的之一,是在主場景、主流程中引入人工智慧等新技術,來進一步提質增效,提升數字生產力。目前,很多政企在應用AI方面還存在挑戰,比如業務資料積累不足,質量參差不齊,AI模型訓練難度大,模型效果不盡如人意;大型政企業務環節多,存在大量碎片化的場景,而AI演算法更新快、開發迭代快,開發人員的交付壓力很大。
如何進一步提高政企的智慧水平,降低技術門檻?華為雲Stack 8.2新增了三大AI能力,分別是:
Workflow(MLOps)能力,由ModelArts AI全場景訓練推理平臺提供,讓AI模型開發全流程一鍵化,使用者無需瞭解雲服務和演算法相關知識,只需要將原始資料輸入workflow工作流,簡單配置就可以進行訓練和推理,讓AI使用更簡單。
工業化開發能力,基於盤古大模型,只需少量調參和資料,就能實現AI工業化開發,解決樣本少、資料差、場景分散、開發效率低等難題,快速進行AI開發與迭代更新。
共享能力,ModelArts提供AI Gallery,幫助政企客戶在公司內部建立AI資產管理中心,讓資料集、演算法、模型等AI資產“一處開發,全域性共享” ,減少資源不能複用導致的重複造輪子,AI開發訓練效率提升了數倍。
三是行業經驗的複用。
政企在打好基礎設施和AI能力之後,接下來就應該結合自身的細分場景,充分發揮雲創新的價值,快速完成定製化開發以及場景部署,這樣才能讓數字應用源源不斷地深入政企核心場景,與主業務、主流程相結合,深度升級自身的數字化。
前面提到,優秀經驗的借鑑與複用,可以大大減少政企數字化的風險和成本,在華為雲Stack 8.2版本中,華為雲釋出了金融分散式新核心、財政一體化、城市數字孿生等場景化方案,將深度用雲的優秀實踐沉澱下來,助力更多政企場景的升級。
比如華為雲Stack的資料治理專業服務,幫助華能瀾滄江水電構建資料治理體系,統一資料標準,在幫助客戶釋放發電生產力的同時,更可在全行業複製。
可以看到,華為雲Stack 8.2的升級,構築了一個更加簡便、暢通無阻的支撐管道,將深度用雲所需要的動能源源不斷地輸送到“核心地帶“,進入生產主流程,釋放更澎湃的數字生產力。
千錘百煉:華為云何以守護“核心地帶”?
深度用雲階段,數字化轉型將觸達政企業務的主場景,自然要與可信賴的雲夥伴一同前行。
所以,我們不禁要問,華為雲憑什麼守護至關重要的“核心地帶”?為什麼華為雲敢於率先提出深度用雲的理念,並獲得諸多大型政企夥伴的支援?
理解了這些,我們就能讀懂雲市場接下來會向何處發展,核心競爭力又是什麼。
具體來看,華為雲Stack在政企深度用雲的程式中,扮演了三個角色:
一是吹號人。源於華為多年政企行業的擴充經驗,豐富的服務政企的經驗和行業理解,從而對未來趨勢有了合理的預判,幫助政企夥伴在數字化浪潮中贏得先機。華為認為,未來十年,政企客戶將進入深度用雲的階段,於是在2021年首次提出“深度用雲“的理念,並聯合金融、財政、煤礦等數字化先行者,透過深度用雲催生出顯性價值,從而在整個產業中得到了越來越多的認可。
二是踐行者。理解政企從上雲到用好雲的發展訴求,華為雲也在積極探索實踐,用切實有效的行動力來助力深度用雲的技術落地,此次華為雲Stack 8.2的釋出,就透過“讓技術不難用、讓場景變簡單、讓經驗可複製”的舉措,基於全面而紮實的技術棧,為深度用雲做好了充足的準備,滿足政企的真實而迫切的深度用雲需求。所以,華為雲的先進理念不只是說說而已,而是能夠切實有效地把理念變為工具和服務,去支撐政企的全生命週期數字化轉型。
三是傳道者。 “十四五規劃”綱要提出,要加快發展數字經濟,大力推進數字化轉型就需要啟用規模效應,離不開可大規模複製的解決方案。而傳統經營模式下,經驗交流只存在在較小的行業圈層內,在有限的行業會議、私下交流中傳播。所以,華為雲Stack扮演了“傳道者”的角色,將自身的數字化轉型經驗和各行業雲化的最佳實踐沉澱為可複用的政企深度用雲解決方案。在政務行業,華為雲Stack累計服務700+政務雲專案;金融行業,華為雲Stack服務於中國五大國有銀行、七家股份制商業銀行以及眾多保險、證券客戶;醫療資訊化建設中,華為雲Stack支撐了19個省市醫保資訊平臺,服務8億醫保使用者;油氣行業,華為雲Stack支撐中國石油、中國石化、中海油和國家管網的數字化轉型……這種廣泛而深入的服務能力,也很容易引發雲市場的馬太效應,吸引更多政企使用者在邁向深度用雲時,不必凡事都摸著石頭過河,可以透過選擇華為雲Stack來規避風險、創造價值。
用雲的深度會直接決定政企能否最大化釋放數字生產力,因此,在可預見的未來,政企的雲化之路都將抵達組織的“核心地帶”,將新產品、新技術、新應用與主流程相融合。
這個過程中,華為雲Stack和它的夥伴們,作為深度用雲的先行者,也為其他政企照亮了前行的方向。那就是,透過華為雲Stack,將雲上創新源源不斷地輸送到每個城市、每個企業、每個行業夥伴,鍛造出更強健的數字化“體魄”,激發數字經濟的無限活力。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31561483/viewspace-2929956/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 隨著數字化深入,全景數字化網站才是未來網站
- 政企數字化轉型進行時,優易資料開放生態之路
- 20年行業變革與技術演進,當下CDN如何為政企數字化轉型加速?行業
- 迪士尼數字腕帶如何將大資料轉化為高利潤大資料
- 金融數字化轉型難題如何破?場景化方案帶來新答案
- 什麼是數字化轉型,如何理解數字化轉型?
- APP排名之戰烽火連城 ASO最佳化贏在起跑線APP
- 淺析數字化價值,如何保障數字化價值實現?
- 數字化轉型框架如何搭建?框架
- 一線防疫排查的“數字化”速寫
- Businessvalue:用數字化連線消費者
- 【數字化】如何通過數字化轉型實現生產製造的優化?優化
- Java8支援帶下劃線的數字常量Java
- 國際檔案日,附上政企數字檔案館建設方案
- CIO如何建設數字化團隊
- 雲南印象之昆明最繁華的核心地帶印象
- 【附下載】政企數智辦公平臺研究報告,何以數智化?
- 站在彙編角度深入瞭解 Swift(一)Swift
- 站在彙編角度深入瞭解 Swift(二)Swift
- 站在彙編角度深入瞭解 Swift(三)Swift
- 站在彙編角度深入瞭解 Swift(四)Swift
- 站在彙編角度深入瞭解 Swift(十一)Swift
- 站在彙編角度深入瞭解 Swift(十二)Swift
- 數字產業化是否快於產業數字化LN產業
- 實在智慧RPA帶你走進企業數字化
- 智慧數字經營系統是如何助力企業數字化轉型?
- 深入理解加密、解密、數字簽名和數字證書加密解密
- 2020年將是雲遊戲的起跑線?遊戲
- 阿里雲混合雲建管用一體化探索實踐 助力政企從容應對數字化轉型難題阿里
- 2023年,我的數字化轉型工作計劃
- 站在數字經濟浪尖:360視覺雲探路中小微企業數智轉型視覺
- 帶你深入理解傳遞引數
- 【數字化】國產自主智慧製造數字化車間
- 【數字化】重新思考數字化時代的製造業
- 數字經濟時代,企業如何更好實現數字化轉型發展
- 微火資訊:什麼是數字化門店?傳統門店如何實現數字化經營?
- 數字化時代,小程式矩陣讓企業帶來海量流量矩陣
- 開啟數“智”化之門,一字之差帶來的思考