双中台+ET:数字化转型战略中“快战术”

简介: 双中台+ET:数字化转型战略中“快战术”

数字化转型作为这两年企业级市场最热门的关键词,其实很多人并不清楚它真正的含义。

 

我本人是这么理解的:如果说过去的信息化浪潮是企业在IT上从0到1的过程,那么今天的数字化转型,则是从1到100的过程;如果说信息化是企业对业务流程的一种优化,而数字化则是对企业业务的重构。


image.png


另外,互联网的出现肯定是推动传统行业企业数字化转型的一个重要的驱动力,因为互联网企业是原生于云端的商业模式,相比传统行业企业的业务模式更灵活、更快速也更容易驱动应用的升级。所以,互联网的IT架构,对志在转型的企业来说极具吸引力。

 

进一步的说,数字化转型不仅仅是企业IT与业务关系的改变,更是向互联网吸取经验,利用云计算等技术,优化商业模式的过程。

 

数字化不应“头疼医头,脚疼医脚”

 

最近,毕马威发布了一个《云技术助力大型企业数字化转型》的报告,其中的一些观点颇为值得传统行业企业重点关注。


image.png


首先,毕马威将数字化转型阶段划分为四个阶段,分别为尝试阶段,扩展阶段,服务化阶段以及智能化阶段。每个阶段的跨越都代表着企业在数字化转型过程中的一次升级。

 

很显然,目前大多数企业都处于数字化转型的尝试阶段,尤其对于一些传统行业的大型企业,虽在某些细分领域曾有过虚拟化、服务化的局部尝试,但限于自身庞杂的存量现状与对新兴技术的不信任,往往浅尝辄止,无法真正开启数字化转型之路。

 

在对数字化的期待与对新技术的恐惧面前,要如何去做选择?此前的一份埃森哲全数字化调查结果显示:高度关注客户体验的公司所取得的业绩超出了市场水平及其竞争对手。通过评估六年的股票表现,埃森哲发现,此类公司获得的价值几乎是标准普尔指数公司的三倍,不高度关注客户体验的公司落后于市场水平近 34%。

 

不难理解,数字化转型对于变革中的企业来说是竞争力的另一种展现形式,也许对当下的竞争看来,价值并不算高,但是从长远的战略来看这会是一个决定胜负的抉择。

 

可喜的是,毕马威的调查发现,很多企业已经意识到必须要通过互联网和新兴技术实现产业升级。而未来产业进一步的发展必定会对数据的处理提出更高的要求,这将会推动科技在大数据处理的存储技术、分析技术等一系列相关技术升级和优化。

 

但是,我在与一些企业CIO的探讨当中发现,很多企业进行了多年的软硬件部署,也构建了自己的数据中心,开发了相当多样化的应用,但遗憾的是,随着系统变得复杂,数据孤岛非但没有消失,反而越来越多。由此可见,真正的走向数字化转型,必然是企业整个技术架构的转型,绝不能再头疼医头,脚疼医脚。

 

双中台+ET,创新+智能化

 

过去为了满足企业各业务部门不同的IT需求,导致了大量重复建设的功能和应用充斥在系统中的各个角落,又因为数据无法共通,逐渐成为业务创新的负担和包袱。

 

但企业却不必为此过分担忧,这种信息化时代所有企业都会经历的过程,即便是当下技术能力最强的互联网企业也曾遭遇过。

 

比如阿里,在1999年成立了阿里巴巴网站,在2003年创立了淘宝,又在2008年成立了天猫。阿里同样遇到了企业成长期 ,信息化孤岛的情况。阿里在2008年的时候一共有三大电商体系,这就是三套“烟囱”式IT系统。 同样,天猫和淘宝较为相近的业务模式,也存在大量业务应用重复建设的问题。

 

但阿里和传统企业的不同就在于,抓到了问题的根本,并没有选择在单独的业务系统当中最优化,而是下定决心,对整体IT架构进行全面的转型。这个转型从2009年开始启动,直到2015年才揭开了最终的面纱。

 

在2015年阿里启动了大中台战略:业务中台、数据中台,使核心逻辑下沉,大中台、小前台,共享中台业务能力和数据能力。在“业务中台”模式下,前端业务部门可以像搭积木一样调用平台上的产品技术模块,从而快速搭建新业务场景。盒马鲜生、钉钉、飞猪等这些创新业务就是应用技术模块快速搭建起来的。而“数据中台”打破了不同业务部门之间的烟囱式IT架构,从而打通了数据孤岛,实现了“一切业务数据化”的目标,带来了持续的高效创新。通过架构调整,最终达到快速支持前台业务创新和流程重组,这一切最终都形成了现在的企业级互联网架构雏形。同时保证了前台的一线业务更敏捷,可以更快速适应瞬息万变的市场,而中台则能够整合整个企业的数据能力和产品技术能力,对各个前台业务形成强有力的支撑。


2017年,阿里云正式发布了面向特定行业智能化解决方案——ET大脑,目前广泛应用到工业、城市、农业、医疗等多个领域,以人工智能解决研发、生产、管理等一系列核心问题。


image.png


所以,双中台+ET为什么特别适合大型企业客户?因为这套架构不仅能够支持企业快速的业务创新,还支持探索智能化。

 

毕马威的报告也提到,未来企业级互联网架构将重点致力于解决从传统IT到互联网架构的转变,包含“客户界面,集中流程”到“移动化、社交化、互动化”;“重复开发”到“共享沉淀服务化能力”;“垂直系统,数据孤岛”到“大数据,智能商业决策”等核心IT能力的转变。可见,企业能否建立一个类似“大中台”一样的全面服务化的架构,将成为其数字化转型的分水岭。

 

双中台:数字化转型的快模式

 

同时,毕马威强调了混合云在现阶段企业数字化转型当中的重要性,如今,混合云已为传统大型企业提供了一个全面连接当今数字化解决方案的平台,企业可以通过这个平台,自主选择未来业务的部署模式,以较小的代价、较低的风险来推进企业自主可控的数字化转型之路。

 

不过,混合云不是简单地将几种云叠加,而是利用各种云部署的技术特点,用创新的方式提高用户跨云的资源利用率,催生新的业务,更好地为业务服务。从企业的角度看,企业内有互联网基因的应用,非核心的内部应用、和处于孵化阶段的应用是比较合适的企业混合云部署切入点。

 

简单的说,混合云既可以通过专有云承载原有的核心业务,又可以通过公有云去对新业务进行创新。这与Gartner提出的双模IT非常一致,同时也符合阿里对“大中台,小前台”的架构描述。

 

依靠中台来整合整个企业的数据能力和产品技术能力,对前台形成强支撑,让一线的前台业务更为敏捷,创新能力更强。前文提到,阿里正是通过对当初的三大IT系统进行了“大中台,小前台”式的整合,形成了强大的“中台”,并因此孵化出了钉钉、盒马鲜生等一系列创新业务。

 

我认为,数字化转型同时也是一个快节奏和慢节奏平衡的问题。在过去几年互联网快速的发展中,快模式和商业模式创新成了获得成功的定律,那么以互联网企业架构为依托的企业显然更容易快速的走向数字化企业。

 

混合云毕竟只是企业数字化转型初期阶段的必由之路,它并不是企业想要的结果,最终能够走到智能化阶段的企业,才称得上是数字化企业,而双中台+ET模式,会推动企业更快的通向智能化阶段,成为数字化转型当中的先行者。

相关文章
|
并行计算 算法 C++
统一内存统一内存的基本概念和使用
统一内存统一内存的基本概念和使用
2951 0
统一内存统一内存的基本概念和使用
|
存储 关系型数据库 BI
如何开发ERP系统中的财务管理板块(附架构图+流程图+代码参考)
本文深入解析ERP系统中财务管理模块的设计与实现,涵盖核心功能、业务流程、开发技巧及代码示例,助力企业打造高效、智能的财务管理系统。
|
机器学习/深度学习 人工智能 数据挖掘
基于YOLOv8的狗狗品种(多达60种常见犬类)品种鉴别识别项目|完整源码数据集+PyQt5界面+完整训练流程+开箱即用!
随着宠物经济的不断发展,狗狗已经成为众多家庭的重要成员。不同品种犬类在性格、饲养方式、健康管理上有显著差异,快速准确地识别狗狗品种有着重要应用价值。传统方式依赖人工识别,效率低且易出错。 本项目借助YOLOv8强大的目标检测能力,结合高质量数据集训练,实现60种犬类的高精度自动分类识别,并提供可交互图形界面,极大降低使用门槛。
基于YOLOv8的狗狗品种(多达60种常见犬类)品种鉴别识别项目|完整源码数据集+PyQt5界面+完整训练流程+开箱即用!
|
12月前
|
缓存 安全 C++
C盘爆满电脑卡?3个简单技巧+1个便捷工具,小白也能轻松清理
电脑使用久了,C盘常因系统文件、软件安装和临时缓存堆积而空间不足,导致运行卡顿甚至蓝屏。本文教你识别C盘“隐形垃圾”,并提供3个手动清理技巧和1个实用工具(CCleaner),轻松释放空间,提升电脑速度,延长使用寿命。定期清理C盘,让电脑始终保持流畅运行。
1386 0
|
消息中间件 存储 缓存
非常全面的支付宝钱包系统架构图解
非常全面的支付宝钱包系统架构图解
2257 0
非常全面的支付宝钱包系统架构图解
|
人工智能 数据可视化 数据处理
【2025低代码前瞻】:平台赋能的无限可能
低代码平台正成为企业数字化转型的核心工具,2025年将通过可视化开发、核心引擎升级、模型驱动、数据处理增强、AI融合、插件生态丰富、开放架构和强化企业功能等趋势,大幅提升开发效率与灵活性。可视化开发实现全员参与,拖拽式组件、实时预览和多人协作等功能显著提高开发速度;核心引擎如SQL引擎、功能引擎等的智能化升级支持高效开发;模型驱动自动生成高质量代码,智能优化逻辑并确保跨平台兼容;数据处理能力增强,支持跨数据库操作与实时流处理;丰富的插件生态覆盖多行业需求;开放架构结合微服务与开源框架提升扩展性;低代码平台将在2025年为企业带来更高效率、更低成本和更强创新能力。
727 32
|
人工智能
又快又准,即插即用!清华8比特量化Attention,两倍加速于FlashAttention2,各端到端任务均不掉点!
清华大学研究团队提出SageAttention,一种高效的8比特量化Attention方法,旨在解决Transformer模型中Attention机制计算复杂度高的问题。SageAttention通过合理的量化策略,实现了计算效率的显著提升,同时保持了高精度。实验结果显示,SageAttention在多种任务中表现优异,为Transformer模型的推理加速提供了新的解决方案。
897 2
|
域名解析 网络协议 网络安全
阿里云DDoS高防(中国内地)计费说明
阿里云DDoS高防(中国内地)计费说明
|
并行计算 监控 前端开发
函数计算操作报错合集之如何解决报错:RuntimeError: Expected all tensors to be on the same device, but found at least two devices, cpu and cuda:0!
在使用函数计算服务(如阿里云函数计算)时,用户可能会遇到多种错误场景。以下是一些常见的操作报错及其可能的原因和解决方法,包括但不限于:1. 函数部署失败、2. 函数执行超时、3. 资源不足错误、4. 权限与访问错误、5. 依赖问题、6. 网络配置错误、7. 触发器配置错误、8. 日志与监控问题。
1434 2

热门文章

最新文章