Power Platform解锁微软智能云矩阵,助力企业夯实韧性基石

简介: Power Platform解锁微软智能云矩阵,助力企业夯实韧性基石

突如其来的疫情,无疑加速了全球市场数字化转型的节奏。“两个月内我们见证了过去两年才能实现的数字化转型进展。”在不久前举行的Ignite 2020大会上,微软CEO萨提亚·纳德拉(Satya Nadella)分享了微软近期的业绩:今年上半年,Microsoft Teams的活跃用户数增长了5倍;Dynamics 365在2020财年的总收入超过30亿美元,上季度营收增长达38%;作为Power Platform核心组件, Power Apps取得了高达5倍的年度增长,活跃用户数量增长2.7倍,目前有超过86%的 “财富500强”企业采用Power Apps具体到中国区的业务更是惊人:上季度,Microsoft Azure中国区数据业务的同比增幅达74%,中国区Dynamics 365云业务同比增长132%!包括小米集团这样的业内巨头,都选择采用Power Platform来构建新一代全球零售管理平台,通过低代码的方式更轻松、快捷地开发和上线业务应用。“机会是留给有准备的人的”。我们知道,微软这些年已经完成了从一家传统软件公司向开放的云计算公司的转型;小米也同样,截至2020年第二季度,小米集团海外营收也占到了总营收的 50%——国际化、新零售已成为其业务发展的重要推手。


赋能数字化转型最后一公里


“希望小米集团和微软合作采用Power Platform构建的新一代全球零售管理平台,能够大幅提升小米全球业务的竞争力。”小米集团合伙人、高级副总裁、国际部总裁周受资9月初在项目启动会上表示。我们知道,利用低代码,程序员可以更轻松、快捷地开发并上线业务应用。然而,低代码的作用不止于此事实上,小米确实需要灵活应对不断发展变化的市场需求,持续优化企业内部运营流程、助力产品服务快速迭代升级,从而更好地适应市场变革、满足用户需求、提升用户体验。显然,对于零售管理来说,了解客户及客户需求是第一位的。微软现在把整个Power Platform当作一个整体,不只是RPA,不只是Bots,它是把Power BI数据展现、开发、Power Automate的自动化功能和机器人结合在一起的。”微软(中国)CTO韦青说到重点:“所有这一切支撑的都是一个智能反馈链的闭环。只有通过无处不在的智能反馈链,才能保证我们的业务准确、精确地达成目标。

image.png

实际上,Power Platform提供了开发独立应用所需的完善功能和组件,包括用于数据可视化分析的Power BI、轻松创建应用的Power Apps、实现业务流程和应用处理自动化的Power Automate,以及快速创建人工智能聊天机器人的Power Virtual Agents。有了智能反馈链,了解客户及客户需求就不再是问题。我们认为未来的所有企业,所有个人都要建立一个实时产生数据,实时反馈数据,通过算法来计算,优化完善,能够准确达成目标的数字化反馈链——我们称之为数字化转型。”韦青把数字化转型解释得通俗易懂。换句话说,低代码平台可以赋能一线的业务人员以零代码/低代码的方式快速开发符合业务需求的跨平台应用,并支持专业IT人员进行企业级的统一应用管控和迭代,帮助企业来完善这条数字化反馈链,用更智能、更贴合业务需求、更降本增效的方式去解决数字化时代新的业务挑战,完成数字化转型的最后一公里。


搭建微软智能云矩阵


“我们学习自动化工程的基础是‘老三论’——即诞生于上世纪三四十年代的系统论、控制论和信息论。”韦青解释说,控制论奠基人Norbert Wiener指出任何一个自动控制系统都必须根据周围环境的变化自行调整自己的运动,因此控制论的核心思想就是反馈链的建立换句话说,系统需要通过实时的负反馈的纠偏,才能让当初确立的目标更精准地实现。举个例子:当你闭上一只眼睛要让一个手指头触到一个小物体是很难的,但是两只眼都睁开,就很容易碰到,这是因为两只眼睛能使人体的视觉系统产生实时的反馈链。对于零售业务来说,员工、产品、流程、运营、客户组成了反馈链全套的触发点。如果没有这条反馈链,决策就更像是“拍脑袋”。软件开发也一样,从瀑布式开发变成敏捷式开发的关键区别就是能及时产生反馈。因此,无论是个人还是公司,未来的发展,必须要借助机器的能力,建立一个数字化反馈链据悉,由世纪互联运营的Power BI、Power Apps和Power Automate已经先后在中国市场正式投入商业运营。而在Power Platform之外,由世纪互联运营的微软云还包括底层的IaaS——Microsoft Azure;中间的平台——Microsoft Power Platform和GitHub开源社区;以及上层的SaaS——Microsoft 365(Excel、PPT、Word、Outlook、Teams等)、LinkedIn(学习平台)和Microsoft Dynamics 365(ERP+CRM),共同组成了微软的智能云矩阵。

image.png

我们知道,IDC预测到2025年全球数据的总量将达到175 ZB——也就是1750亿个1TB容量的硬盘。人人都希望从数据中发现有助于理解客户、改善运营、制定决策的业务洞察,但一个首先要解决的难题是,用以产生和处理这些数据的各种系统和应用之间的隔阂,已经成为阻碍和束缚数据分享、处理、应用的技术障碍。消除数据壁垒,让数据像新鲜血液一样在企业内部自由流动起来,是推动数字化转型的关键一步,也是微软智能云矩阵的首要任务。云生产力平台Microsoft 365、智能商业应用Dynamics 365、全球职场社交平台LinkedIn、世界最大的开源社区GitHub、安全可靠的Microsoft Azure云服务,再加上Power Platform低代码应用平台,为全球合作伙伴和开发者,提供了业界最为完整的技术链条与生态服务。

image.png

实际上,从应用基础设施、数据与人工智能、开发工具与服务,到安全合规、商业流程、生产力与协作工具,微软智能云矩阵搭起了一整套“数据循环系统”,将数字化转型的各个关键环节融会贯通:以智能协作予力赋能员工、以个性体验密切客户沟通、以技术创新转型产品服务、以直观洞察优化业务运营,而所有这些环节,都能得到微软智能云高度统一的企业级身份认证、安全、管理、合规措施的严密保护。


解码数字化转型公式


说到“数据循环系统”,不得不说IT基础“老三论”中的系统论。与脱胎于“密码学”的“信息论”不同,“系统论”和“控制论”都是从生物、社会等泛在科学意义领域着手研究得出的理论依据。事实上,缔造了“控制论”的Norbert Wiener长期与神经生物学家合作研究控制论的核心问题,而“系统论”奠基者L. Von Bertalanffy本身就是一位理论生物学家。比如系统论认为,开放性、自组织性、整体性、关联性、等级结构性、动态平衡性、时序性等,是所有系统的共同的基本特征。换句话说,“控制论”和“系统论”从一开始就试图揭示机器和生物学共通的原理,显然也是人工智能AI的理论基础,只不过,人们长期以来还无法实现对所有信息,特别是非结构化数据转化成结构化数据之后的大规模计算处理,直到云计算和人工智能时代的来临。微软CEO Satya把底层的IaaS称之为System of Data,即数据系统;再往上叫System of Intelligence,即智能系统和数据系统;然后把像Power Platform、GitHub这种叫做System of Engagement,即交互系统。”韦青解释说:“System of Engagement中的Power Platform是面向非专业编程人员的,而GitHub则是面向专业开发者的。在所有数据、智能和交互系统之上,是具体的业务,包括云生产力平台Microsoft 365、智能商业应用Dynamics 365和已经转化成学习平台的LinkedIn。”事实上,即便是专业开发人员,也需要Power Platform来简化现有的开发流程——在Ignite 2020大会上,微软全新推出了适用于Power Platform的GitHub Actions支持,开发人员可以使用GitHub Actions来创建自己的Power Platform SDLC(软件开发生命周期)工作流,从而实现Power Platform 解决方案的开发和交付自动化。作为微软推出的统一低代码开发平台,Power Platform提供了完全可视化、低代码的全民开发体验,既可以实现对微软智能云Microsoft Azure、Microsoft 365、Dynamics 365的集成、定制和拓展,也可与第三方商业应用及数据服务无缝衔接,帮助商业客户轻松获得数据洞察、创建商业应用、加速实现业务流程自动化。目前,全球97%的世界五百强企业在使用Power Platform来加速数字化转型和业务创新,Gartner和Forrester也都将微软评为企业低代码平台的市场领导者,很明显是因为微软Power Platform不仅仅是一个低代码开发平台,更是集快速构建应用的低代码开发工具Power Apps、流程自动化工具Power Automate、虚拟机器人Power Virtual Agents和智能数据分析Power BI于一体的数字化反馈链应用平台

image.png

“顺着这个逻辑,包括物联网、5G、大数据、区块链,其实都是在一个人工智能的目标下来落地的技术节点。”韦青认为,“扩展到公司层面,扩展到企业数字化转型层面,我们把它定义成技术的强密度——这就是微软数字化转型公式:Techintensity = ( Tech adoption × Tech capacity ) ^ Trust。”这一公式转换成文字就是:技术的强密度是由技术的应用乘以技术的能力,通过信任的乘方来实现的。


塑造技术密度学习生态


“数字化转型公式也是微软自身的总结,因为我们发现在今天这个时代,所有技术密度够强的企业,就会有更强的韧性。”韦青解释说。如何能让企业增加技术密度?答案很简单:学习!据悉,整个十一长假,除了有一天给自己放松之外,身为微软(中国)CTO的韦青都把时间花在了学习之上。不仅仅是他,整个微软的文化又回到了工程师文化,每个人都在抓紧一切时间学习,因为新东西太多了。在Ignite 2020大会上,微软宣布将进一步增强Power Platform对Teams的支持,让用户在Teams内轻松构建无代码应用、聊天机器人、自动化流程、或是Power BI数据洞察;在Power Platform和Azure平台上推出的一系列低代码开发功能和服务,帮助专业开发者利用Azure APIM和GitHub整合,快速构建定制化应用、对话机器人和业务流程;Power Automate Desktop推出预览,让全民开发者和商业用户能通过桌面RPA应用,实现业务流程自动化;基于RPA的UI Flow功能将在中国市场正式推出,以端到端的业务流程自动化,实现本地和云应用程序中自动化手动业务流程,全程无需人工参与。需要增加技术密度的不仅仅是微软,也包括所有致力于数字化转型的企业,包括微软的生态。正因为此,微软秋季技术课堂(Microsoft Tech Week)日前也已正式上线——通过每天在线直播的一系列主题演讲、技术课程、客户与合作伙伴案例分享,全面介绍和解读微软智能云矩阵最新发布的各项产品技术创新、业务进展,以及在不同行业领域取得的成功实践。

333.jpg

微软大中华区副总裁、市场营销及运营总经理康容表示:“未来的不确定性给全球商业发展带来极大挑战,同时也明显加快了各行各业的数字化转型进程。打通企业内部的数据壁垒,充分发掘业务数据中潜藏的洞察与智能,全面革新和重塑业务模式,将帮助企业以灵活、有韧性的方式应对挑战、恢复发展、赢得未来。”

在笔者看来,由Microsoft Azure、Microsoft 365、Dynamics 365、Power Platform、LinkedIn、GitHub构成的微软智能云矩阵,将加速解锁数据潜能,为全球各地、各行各业的客户、开发者、合作伙伴提供贯穿云服务、生产力平台、业务应用、低代码和开源开发的完整技术链条和服务,构建起能够灵活应对业务需求、加速推进数字化转型、增强业务韧性的商业生态系统,共同应对未知挑战。

相关文章
|
存储 传感器 定位技术
【NI Multisim 14.0原理图设计基础——元器件分类】
一、元器件分类 NI Multisim 14.0不仅提供了数量众多的元器件符号图形,而且还设计了元器件的模型,并分门类地存储在各个元器件库中。下面按照元器件库的命名不同详细介绍常用的元器件。 1.电源库 单击“元器件”工具栏中的“放置源” 按钮,Sources 库的“系列”栏包括以下几种,如图所示: 电源(POWER-SOURCES):包括常用的交直流电源、数字地、地线、星形或三角形连接的三相电源、VCC、VDD、VEE、VSS 电压源,其元器件”栏下内容如图所示: 电压信号源(SIGNAL-VOLTAG…):包括交流电压、时钟电压、脉冲电压、指数电压、FM、AM等多种形式的电压信号,其“元器
21966 4
【NI Multisim 14.0原理图设计基础——元器件分类】
|
人工智能 算法
林鸣晖:户外广告价值回归,技术驱动下的品效协同新范式
2025年,户外广告在技术驱动下迎来价值重构。阿里云瓴羊通过AI赋能,深入剖析行业四大趋势,推动户外营销向智能、全域、协同升级,助力品牌抢占用户心智,构建新生态。
622 0
|
9月前
|
API
拼多多商品列表API使用指南
拼多多商品列表API是拼多多开放平台的核心接口,支持关键词搜索、类目筛选、价格与销量排序,并提供分页查询功能,便于高效获取海量商品基本信息,适用于电商数据分析与商品聚合等场景。
|
9月前
|
小程序
3D人体图智能导诊系统:导诊流程解析
智能导诊系统通过3D人体模型,让患者点选不适部位并描述症状,精准推荐就诊科室与医生,支持分层定位、多维问诊,自动生成导诊建议,并一键跳转挂号。
768 8
|
中间件 Linux PHP
【ThinkPHP框架教程·Part-01】ThinkPHP6.x框架安装教程
ThinkPHP6.0 是一款免费开源、轻量级且快速的 PHP 框架,适用于 PHP 7.2.5+ 环境。本教程采用稳定版 TP6.0,支持多应用、强类型、PSR 规范等新特性。安装步骤包括:1) 安装 Composer;2) 切换国内镜像加速下载;3) 使用 `composer create-project topthink/think tp6` 安装稳定版;4) 运行 `php think run` 测试。详情及更多内容请参考 [官方手册](https://www.kancloud.cn/manual/thinkphp6_0/1037479)。
1865 1
【ThinkPHP框架教程·Part-01】ThinkPHP6.x框架安装教程
|
数据管理 数据挖掘 API
深入研究:shopee商品列表API接口指南
Shopee 是东南亚和中国台湾地区的跨境电商平台,其开放平台(Shopee Open API)为开发者提供商品数据、店铺管理和订单处理等接口。商品列表 API 为核心功能之一,支持按店铺获取商品列表和搜索平台商品。通过 shop_id 等参数可获取指定店铺商品信息,支持分页与状态筛选;通过关键词、类目 ID 和价格范围等条件可搜索平台商品,适用于构建比价工具和选品分析系统。
|
人工智能 自然语言处理 运维
唯一!飞天助理Apsara Copilot通过信通院L4级评估认证
随着全球AI技术跨越式发展,行业云平台也在持续推进新一轮技术迭代,正以AI为引擎重塑云服务与运营的新范式。 在7月22-23日举办的2025可信云大会上,阿里云飞天企业版顺利通过中国信通院《人工智能驱动的云平台智能助手能力评估》并获得L4级,也是业界首个获得该等级评估认证的产品。 同时在会上,阿里云还作为核心参编单位,携手中国信通院及多家产业单位共同发布了行业首个《人工智能驱动的云平台场景能力要求》系列标准,为智能时代云平台运营能力建立基线。
581 0
|
机器学习/深度学习 数据可视化 数据处理
构建可靠的时间序列预测模型:数据泄露检测、前瞻性偏差消除与因果关系验证
在时间序列分析中,数据泄露、前瞻性偏差和因果关系违反是三大常见且严重影响模型有效性的技术挑战。数据泄露指预测模型错误使用了未来信息,导致训练时表现优异但实际性能差;前瞻性偏差则是因获取未来数据而产生的系统性误差;因果关系违反则可能导致虚假相关性和误导性结论。通过严格的时序数据分割、特征工程规范化及因果分析方法(如格兰杰因果检验),可以有效防范这些问题,确保模型的可靠性和实用性。示例分析展示了日本天然气价格数据中的具体影响及防范措施。 [深入阅读](https://avoid.overfit.cn/post/122b36fdb8cb402f95cc5b6f2a22f105)
1058 24
构建可靠的时间序列预测模型:数据泄露检测、前瞻性偏差消除与因果关系验证
|
机器学习/深度学习 人工智能 算法
ToddlerBot:告别百万经费!6000刀就能造人形机器人,斯坦福开源全套方案普及机器人研究
ToddlerBot 是斯坦福大学推出的低成本开源人形机器人平台,支持强化学习、模仿学习和零样本模拟到现实转移,适用于运动操作研究和多场景应用。
1531 3
ToddlerBot:告别百万经费!6000刀就能造人形机器人,斯坦福开源全套方案普及机器人研究
|
内存技术
关于 Qwen-Omni 模型的音频输出格式转换
Qwen-Omni 官方文档声称音频输出为 WAV 格式,但实际上为 PCM 格式。通过将每个 chunk 的 base64 编码音频数据解码并拼接,可生成 24kHz、16位、单声道的 PCM 文件。使用 FFMPEG 可将其转换为其他格式,如 MP3。示例代码展示了如何解码并转换音频文件。

热门文章

最新文章