博客首页|TW首页| 同事录|业界社区
2019-04-24

德勤在近日发布的《亚太地区医疗保健展望》报告中指出,以前医疗保健行业主要集中在美国和欧洲,现在却正向亚太地区迅速转移,亚太地区医疗保健行业将呈现井喷式增长。投中研究院的数据显示,2018年我国医疗健康行业VC/PE融资案例数量和规模大幅反弹,融资案例数量776起,较2017年增长36.38%,融资规模104.01亿美元,较2017年增长46.41%。种种迹象显示,我国将迎来医疗保健行业的创新创业新高潮。

目前医疗人工智能是创新创业的热点,出现了许多新技术、新产品,也引起了大量资本的关注。创新创业与投资更多关注的是“产”的部分,但产学研要与真正使用者的反馈形成闭环,才能促进行业更健康的发展。在钛资本新一代企业级科技投资人投研社第17期,上海交通大学医学院附属瑞金医院学科规划与大设施管理处副处长林靖生,带来了“学”、“研”和医院角度的分享。

林靖生是中国研究医院学会医工转化与健康产业分会常务委员、中国卫生信息学会远程医疗信息化专业委员会委员、中国医院协会医院信息统计专业委员会新疆分会副主任委员、上海交通大学2019《中国人工智能医疗白皮书》研究团队主要成员,他拥有近20年医疗IT从业经验,曾任上海交通大学医学院附属瑞金医院信息中心副主任、上海援疆喀什地区第二人民医院信息中心主任,目前主要负责“转化医学国家重大科技基础设施(上海)基地”相关建设管理工作,“上海交通大学医学院智慧医疗研究院”相关研究管理工作。林靖生主要研究方向包括智慧医院信息化体系建设、人工智能医疗服务机器人、基于NLP技术的虚拟健康助理等。

医疗人工智能的发展史

人工智能在医疗领域的应用,在国外从1972年到2016年期间每年都有新的进展和突破,学术界每年都能出现关于辅助诊断、辅助治疗等技术的成果,这是持续不断的过程。但在国内,从1978年“关幼波肝病诊疗程序”率先把中医学这门古老的民族学科与先进的电子计算机技术结合起来,直到2016年百度发布百度医疗大脑,中间出现了长达38年的断层。

随着技术进步,在医疗健康领域已有不少智慧医疗应用成功案例,如辅助疾病诊断、健康管理、医学影像、临床决策支持、便携设备、康复医疗和生物医学研究,但国内外在大数据技术、人工智能技术、医用机器人与可穿戴设备等方面还存在着不小的差距(如上图)。

我国智慧医疗的发展主要存在几个问题:

第一,数据采集和利用的问题。医疗数据不同于商业数据或者消费数据,因为涉及到隐私而导致高保护级别,在国内出现过几次医疗隐私数据泄露事件而引起了国家高度的重视,因此如何有效的采集和利用医疗数据是第一大难题;

第二,环境及专业人才稀缺的问题。现在人工智能技术人才非常稀缺,而既懂医疗又懂人工智能技术的复合型人才更稀缺;

第三,基础支持的体系与计算能力的问题;

第四,标准和规范建立的问题。现在医疗行业仍处于野蛮生长环境中,并没有充足的规范或标准;

第五,信息安全和隐私保护的问题。一旦开始利用人工智能就要考虑容错率,例如无人车可以接受从10%到万分之一的容错率,但在医疗行业连万分之一的错误率也不被接受。美国到现在为止,FDA(国际医疗审核权威机构)的人工智能诊断类应用屈指可数,而诊断类也只是非常基础的应用。现在人工智能还不能代替人类医生进行诊断,不过当人工智能技术达到了某种可靠性之后,信息安全和隐私保护就会变得非常重要;

第六,产业化发展问题。现在这个领域已经进入了包括BAT的科技巨头、新兴的生物科技、医疗科技公司,但在产业化发展的道路中并没有一个有效的指导,出现只追求快速发展,而疏忽过程中的重要环节,或解决的其实并不是医疗行业的核心需求。

医院真正的应用场景有哪些?

从2015年开始,国家政策就开始推动医疗与技术的结合。从“互联网+医疗”,到“人工智能+医疗”,其实在业内更多思考的是“医疗+”,因为无论技术怎么变化,核心应该还是医疗。

在雨后春笋一样出现的大批互联网医疗、人工智能医疗公司中,很多不是从解决某一类具体医疗问题出发,而是先成为掌握某项技术的厂商,再去找医院或医生合作,谋求短期内在某个场景中落地,开发出某款产品、某种解决方案。这样的场景可能不是真正的场景,解决方案与场景可能不完全匹配。这样没有医疗根基的企业,很难在医疗行业立足。

从医院的角度,什么才是人工智能技术真正的应用场景呢?这就要从打造有思维、能感知、可执行的智慧医院目标说起。

一家医院要称为有“智慧”,必须具备:

第一,智慧“大脑”:思考和指挥。“大脑”融汇了大量信息(大数据)和知识(知识库),并能不断学习和进化(人工智能、深度学习)。针对外部刺激,“大脑”可以迅速对信息进行有效组织和组合,作出决策并指挥“行为”;

第二,感知“器官”:感知和采集,“大脑”的思维判断需要众多信息输入作为依据,这就依赖于感官:视觉(摄像头)、听觉(智能语音助手)、嗅觉、触觉(各种智能设备及传感器)对医院各种数据的采集,既包括人员的行为数据(患者动线、医护人员动线、医院物质运送动线)、医疗过程及结果数据,也包括空间环境的信息(能耗、空气质量);

第三,“血液”循环:数据驱动,不断汇聚临床表型数据和科研组学数据,并以个体行为数据为补充,形成临床研究大数据。这些数据传送到大脑进行学习和决策, 从而指挥“行为动作”(各种应用软件系统);

第四,“人体骨骼”:软硬件设施,转化医学中心的软硬件设施互联互通形成一套整体支撑“行为动作”;

第五,“人体四肢”:医疗科研服务,转化医学中心的提供的医疗及科研服务(招募、预约、检查、治疗、康复、随访等)。

由此可以把人工智能在医院的应用场景分为四类:第一类为智慧服务,这是当下最热门的领域,像互联网+医院、人工智能+医院、App移动医院等都集中在这一领域;第二类为智慧管理,更多服务于医院的医疗和运营管理;第三类转化医学研究,像临床研究和新药研发未来都会依赖于数据或人工智能,在未来也是很大的产业;第四类教育,包括对患者的科普类教育,分级诊疗中对各层级基层医院的基础教育。这四大类是医院最需要应用人工智能的场景,未来这几类场景中将有优秀的新产品、新技术和厂商诞生。

这四大类场景具体来说又包含:

诊前:首先,患者身份识别。现在的身份识别技术依赖于医疗卡。未来患者在就医时,从接待到就诊、取药、医技服务及后续的预约等一系列服务,都可以通过无感面部识别技术来实现,将大幅提高医院就诊的效率。从医院的角度出发,当前技术还不是非常成熟,会先从人流量较小的诊疗区域如特需医疗、高端医疗或私立医院等进行测试,在技术逐渐成熟、能够识别大量人员信息后,就可以淘汰现在所用的磁卡,为患者带来很大的便利;其次,自动缴费。从2013年开始,支付宝等发了这一应用场景,已经在医院运行良好;再次,智能化的引导。现在已经有 APP室内定位等多种引导方向,未来的智能服务机器人引导可能不是单纯的诊室导航,而是全程从到入院开始或之前就可以像护士陪同一样,进行病情的分类、分诊,然后引导最优路径,让患者有很好的就医体验;最后,在就医过程中涉及的检查或取药的行为,比如自动发药机已经在一些医院开始大规模的应用。现在自动发药机还需要医务人员在发药后进行药品的核对,之后再交给患者,未来将像自助银行一样直接为患者提供取药或检查。

诊间:现在医患的沟通非常短暂,特别是大型三甲医院,医生的诊疗任务非常繁重。未来,通过大数据、大屏互动等技术,把患者生命体征数据、历史诊疗数据等提前告知医生,患者到诊间后就可以在屏幕前进行良好的沟通,从而提高沟通率,也提高患者的满意率。

诊后:当诊疗结束后,患者大部分时间是在家里进行健康管理,未来人工智能在这个领域也有很好的应用。虽然医院提倡全程诊疗,但由于医患比例严重失衡,并没有时间一对一进行个性化看护,这就给了智能化很大的空间。可穿戴设备已经实现了血糖检测、心电监测、运动监测、饮食种类和热量的监测,未来如果把已经制定好的饮食处方、运动处方等通过可穿戴设备在院外的患者进行有效的干预或健康生活方式的引导,将对慢性病人起很大的作用。

病房:患者住院的过程中,怎样有效、实时地收集患者的生命体征数据?怎样对患者进行有效、及时的治疗干预?怎样对患者进行有利健康的宣教?由于医护与患者比例严重失衡,需要人工智能技术来辅助医护人员高效地完成工作,同时又让患者感受到温暖,这是未来智慧病房中人工智能技术和生物技术的应用方向。

日常诊疗:查房和电子病历等工作战胜了医生的大量精力,现在用机器人查房可以来帮助医护减轻工作量,通过自然语言处理技术自动形成电子病历,让医生省去键盘输入的过程。

护士站:护士在执行医嘱时,有大量的护理工作要做,包括医嘱的核对、药品的发放、生命体征的采集等等,而通过智能化的配置或物流,能帮助护士更高效、更标准化地为患者提供服务,且防止出错。

对外开放:教学型医院、科研型医院或多或少会有对外开放的需求,人工智能在展厅的打造、来访预约、参观者身份识别、满意度跟踪等方面都有很好的应用。

自动化可追溯物流:把流程按医院所需进行改造后,物流企业就可以快速进入医疗领域,为各大医院提供相应的服务。现阶段轨道传输体系、气动传输体系、机器人传输体系等已经在一些医院应用,还有一些专业领域仍在做新的探索,比如样本传输体系有全管道低温保存的要求。

智能大楼:现在智能大楼的建设中,与智慧医疗之间相应的衔接非常少,未来把这两项技术相衔接会有非常好的发展空间。

管理仓:医院从医疗到管理、从物流到后勤保障都智能化之后,很难通过直观方式了解到运行的情况或规律,需要有类似驾驶舱的全局管理舱,让管理者在驾驶舱了解医院运行的情况。

医疗人工智能面临的挑战

在医院全面普及医疗人工智能,一个比较大的挑战是医院的接受程度。但经过互联网的洗礼,大多数医院也在尝试拥抱技术。除此之外,还面临着几个挑战:

第一,人才。美国人工智能人才数量近85万人,中国仅有5万,人数相对较少,并且人工智能人才成本高昂;

第二,数据。数据和数据之间是有壁垒的,各医院和各专科之间的数据并不连通。如果要得到高质量的数据,首先要与一家或者多家医疗机构进行协作,这非常困难,因为全国最优质的医院和专科之间的协作是有限的。卫计委等等组织和一些高校也在寻求突破,他们希望通过行政力量把医疗机构的数据组织在一起,形成一个数据库,用沙盒技术为未来的人工智能企业提供“养料”或学习资料,但推进的速度并不是那么快。除此之外,还有数据归属不明确、数据安全要求高、数据开放受限制、数据标准不统一、数据伦理存争议、数据成本代价高等问题,这些都是制约人工智能医疗行业发展的重要因素;

第三,审批。在AI医疗器械审批方面,由于产品未获得三类医疗器械证书就无法上市,因此产品审批难以通过成为产业发展的重要掣肘。现在人工智能诊断技术在飞速发展,很多企业或高校宣称在某些比赛中人工智能诊断能力已经超过了人类医生,但在中国几乎没有通过了国家食品药品监督管理局审批的人工智能诊断算法或应用,在国外也是寥寥无几。像诊断、治疗方案等需要的智能和科技程度较高,需要得到相应的审批才能进入医疗市场。而一种新药的审批可能长达十年,一个新的医疗器械的审批也是要两三年,在人工智能领域一项技术也要进行临床的诸多实验才可以在临床上应用。当然,健康指导、宣教、问诊服务一类的人工智能服务,不涉及治疗或者诊断过程,审批相对没有那么严格;

第四,伦理。现阶段医学人工智能诊断系统难以解释诊断的原因,而一旦诊断结果出现问题,也无法追根求源到底是人类医生、数据还是算法本身出现了问题,因此仍存在“黑盒”风险;

第五,盈利。在行业应用方面,目前付费方不清晰,买单方是医院、患者、药企、保险公司还是政府,未来需要多方探索。

传统医疗信息化体系在人工智能时代正在改变,也暴露出其薄弱之处。主要集中在三个方面:一是数据采集,二是数据采集的范围、质量,三是应用的个性化与智能化的程度。

针对这些问题,医院信息化体系的建设还是要以数据为基础、技术为核心、服务为导向。

在未来智慧医疗希望能够有两个体系:一个是应用体系,可通过将人工智能智慧应用与现有应用相互融合协作共同服务于医疗业务的形式,逐步由半智能化过渡到全智能化甚至是无人化,整个过程由各智慧应用的部署形成“智能节点”,替换原有流程上的各个节点,形成“智能单元”,最后由各单元链接形成“智能网络”,最终形成完整的智慧医院应用体系;另一个是生态体系,通过智慧养老、智慧药房、智慧医疗、智慧健康的医联体,体系化的建设医疗机构,为医疗提供更好的服务。

医工转化案例:核心还是医疗

新疆喀什地区县市之间的平均距离超过200公里,其中有些县更是深藏在极端自然环境之中,如帕米尔高原的雪山、塔克拉玛干大沙漠。远程医疗模式在这里能发挥极大的作用,帮助当地百姓足不出户享受优质医疗服务。

上海对口支援新疆喀什第八批医疗队的目标,是帮助喀什二院升级成三甲医院并全面提升信息化能力,使其未来成为能够连接乌市和上海医疗五级联动体系的枢纽和核心,打造成为南疆医疗高地,带动和辐射周边地区的医疗服务能力。

当时的远程医疗的需要是:一,建立云计算数据中心, 构建南疆医联体信息平台,打造喀什地区区域医疗信息化;二,建立南疆医联体互联网远程医学中心。

这时出现了新的问题:医疗活动发生在医院的各个角落,通过传统远程会诊系统的建设方式无法满足需要,或是需要耗费巨额资金和精力。根据上面这个问题,提出的解决方案是采用移动推车,把一些简单的远程设备架设在医疗推车上,推到病房中去。但这需要要让设备能自动行走,不需要护士为此做更多的额外工作,还想要帮助护士从一系列重复性劳动力工作中解放出来。

科研团队认为,医疗服务机器人的核心功能有三个:一,跑腿,精准地在病房内移动,找到具体的目标和人物;二,替身,代替专家作为主治大夫、带教老师、指导专家出现在多地,作为护士的替身帮助实现简单查房、宣教、量表;三,耳目,在确保隐私和伦理安全的情况下,监察病区环境、监察患者情况,及时感知、及时处理。

此外,还有几个特殊要求:一,身材要尽量纤细,真实的医疗场景非常的拥挤,机器人要能够穿梭于拥挤的场景中;二,高机动性,医护平时走路的速度都非常快,机器人不能拖后腿,现在很多的机器人还要等一两分钟才能跟上,在核心的应用场景中失去存在的意义;三,传感器要足够的多;四、可以搭载各式各样的人工智能应用。

最后通过医工结合的模式,将人工智能技术、机器人技术与远程医疗活动相融合,把核心医院、专科医联体、援外医联体、托管型医联体、直管型医联体等形成一个协作网络,实现远程查房、远程会诊、远程疑难病理讨论、远程医疗等一系列的功能。

智能医护服务机器人项目只是开始, 通过人工智能、机器人、物联网技术,打造多模态混合智能交互医护服务集成示范区。在人机协同的基础上通过自主学习逐步提升服务深度,最终实现无人化照护服务,解决医护人员短缺、医患沟通不足、照护不全面、人性化服务缺乏等一系列医改核心问题,用AI全面赋能医护服务,助力健康中国2030规划。

从这个案例可以看出,新产品、新的解决方案的产生的过程中,核心是医疗。这个项目最早的时候,并没有瞄准人工智能领域,只是为了解决让医生能够远隔千里更好地进行医疗活动的问题,在解决问题的过程中,才逐渐有了智能医护机器人的诞生。后来在援外工作中,像日喀则、喀什、云南、新疆、西藏各个地方都有非常好的应用,包括在整个医联体的领域内,如儿童医学中心的专科医联体、综合医联体、民营和公立医院相结合的医联体中都发挥了非常好的作用。整个产品在研发过程中迭代了很多代,最终拿到专利,实现了产品化。从现在的角度上来说,这个人工智能技术和医疗场景相结合的产品,其实是从一个小需求出发,一步步演变过来的。

所以,还是要从需求出发,看一看初心是要解决什么样的问题,需要什么样的产品,然后慢慢地演化、与最新的技术相结合,而这种结合也不是硬结合,而是为了达到某种效果而选用了某项技术。

人工智能近期在三个领域可能会有突破:第一是智能医护服务机器人,对患者进行感知、适当的干预,从远程医疗出发,在护理、健康、陪护、康复、助残、巡检、导览等公共服务中发挥作用;第二是虚拟护士或者虚拟助手,通过语音、语义等技术结合,是非常好的突破点。但虚拟护士一般并不提倡由人工智能完全接管而是人机协作,人类可能只负责20%最尖端的、最需要协调的工作,人工智能负责大量粗活脏活累活;第三是IOT智慧病房。未来通过可穿戴设备、物联网、传感器,把后续要分析、决策、干预或者提供服务的所需数据采集上来,采集的越多意味着思考越完善、分析越彻底、服务越精准。

总结来说,当下可能是医疗机构信息化的分水岭,之前称为传统医疗信息化,而发展到今天,医院对于应用系统专业化和智能化的要求将日趋显现。针对医院特定人群、特定业务、特定需求提供具有针对性的智能应用将是未来智慧医疗发展的主要特征,其特点是智能、精准、迭代频繁、重视应用的个性化和创新性。随着技术的快速发展以及医疗信息化领域相关产业的日趋成熟,未来智慧医院建设发展将呈现共性与个性并存的特点。

钛资本研究院观察

2019年,中国将全面展开医联体的建设工作,所有三级公立医院均参与医联体建设。目前,我国已形成了城市医疗集团、县域医共体、跨区域专科联盟、远程医疗协作网4种医联体模式。2019年,我国将在100个城市开展城市医疗集团建设试点,在医疗集团内部建立以信息化为支撑的远程医疗系统、远程会诊系统、远程教育系统、双向转诊系统,各级医疗机构信息互联、互通、共享,为患者提供连续一体化的诊疗服务,同时重点在500个县开展县域医共体建设,提高基层医疗服务水平。

中国大规模推广医联体模式,是人工智能在医疗和医院体系创新创业的重大契机。过去,人工智能进入医疗和医院体系,只能在外围和辅助服务方面发挥作用,无法进入医疗和医院的核心运营体系。而随着医联体的推广,远程医疗、医疗机构互联互通、家庭看护等需求将规模化兴起并进入到医联体的核心运营体系,这打开了人工智能的创新应用空间。实际上,新的医疗体系变化正在发生:据国家卫健委统计,2018年全国医疗机构双向转诊患者1938万例次;其中,上转患者比上年同期减少15%;下转患者比上年同期增加83%;75%的医疗机构实现医联体内检查检验结果互认,远程医疗协作网覆盖所有地级市和1800多个县。

当医疗和医生系统发生重大的体系性变化时,正是创业投资的好时机。回归医疗初心,不为了技术而技术,是考察医疗人工智能项目的出发点和最终落脚点。

2019-04-23

2014年,公有云刚刚在中国市场起步,当时的彩电巨头康佳选择了首个在国内正式商用的国际云服务——微软智能云Azure,成为第一批在微软智能云Azure上面落地的中国企业。2014年前后,中国的彩电业都在经历低迷下滑,康佳也不例外。除康佳外,一大批曾经辉煌的中国制造企业都在2014年走入了低谷。不过在5年后,康佳的2018年报显示集团营收同比增加47.71%、归属上市公司股东利润同比增加22.56%。

在中国信通院发布的2019中国数字经济白皮书中,指出当前世界正面临百年未有之大变局。经测算,2018年我国数字经济总量达到31.3万亿元,而在2015年中国信通院推出数字经济白皮书的前身“信息经济研究报告”则显示2014年中国信息经济规模总量达到16.2万亿元。2002年到2014年,中国信息经济从1.2万规模增长到16.2万亿,耗费了12年时间;而从2014年到2018年又增长的16万亿,仅耗时不到5年。

16万亿的大变局,不仅意味着信息经济的增长,也意味着从信息经济向数字经济的大转型。所谓数字经济,主要包括了数字化产业(即信息通信产业)和产业数字化(数字技术带来传统产业的新增产出),而2018年我国产业数字化占中国数字经济比重接近80%。在某种程度上,当微软智能云Azure在2014年3月宣布在中国市场正式商用时,不仅成为了中国云计算变革的启蒙者,也激发了中国数字经济的跳跃式发展。

2019年4月23日,在微软智能云在华商用五周年庆典上,微软宣布由世纪互联运营的Microsoft Dynamics 365(“Dynamics 365”) 智能商业云平台5月正式商用。未来5年,由Microsoft Azure、Office 365、Dynamics 365组成的微软智能云 “三驾马车”,将继续推动和参与中国下一个16万亿甚至32万亿的数字经济大市场。

“从0到1”的5年

(微软公司资深副总裁、大中华区董事长兼首席执行官柯睿杰)

2014年的时候,根据市场调查公司IDC的统计,2014年中国公有云服务市场整体规模达7.17亿美金,即约46亿人民币左右;而到了2019年,根据Gartner测算,中国公有云市场总规模预计将达519.17亿元,也就是五年翻了11倍。与此同时,中国数字经济规模也增长了16万亿。

早在2013年1月的时候,微软就出版了长达近900页的《云计算360度——微软产业专家纵论产业变革》一书,自此在中国市场掀起了云计算变革的巨浪,这也是中国数字经济的起步。2013年5月,当微软智能云Azure宣布在中国市场落地,开始在中国市场开放公众预览的时候,当时中国市场对于到底什么是云计算、数字化转型以及数字经济变革,还处于众说纷纭的阶段。微软智能云Azure以及Office 365入华,给了当时中国公有云市场一剂强心针,也为众多云创业公司和向云及数字化转型的企业以定心丸。

经过5年的努力,微软在华的Azure可用区已经扩容三倍、增至4个中国Azure可用区,全球Azure可用区总数增到54个,超过AWS、谷歌云等总和;有超过12万家中国企业用户选择了Azure,500余家跨国公司在中国选择了Azure及Office 365,中国Top 4手机企业都采用了Azure,Office 365企业客户超过3万,大中华区有2500多家企业采用微软人工智能服务——大中华区成为全球使用微软认知服务量最高的区域(除美国外)。

在开发者方面,现有15万中国开发者在使用微软智能云和人工智能服务,还有超过120万开发者已经开始使用微软认知服务。在著名的Github上,已经有420万中国开发者。而在合作伙伴方面,Office 365的中国合作伙伴数量5年来增长220%,大中华区的Office 365和Azure合作伙伴的整体收入持续超过100%的增长。在中国,微软聚集了1.7万余家云合作伙伴,微软每收入1元、合作伙伴可收入9元。而Dynamics在中国覆盖了全国黑白家电百强企业的70%、全国医药制造业百强企业的49%,合作伙伴的年度收入增速达到30%~40%。

更进一步,微软提供了大量的云计算、大数据、人工智能等新技术技能培训。在中国,微软就提供了355种在线的人工智能免费课程,已经有超过6万人在线学习了这此课程。Microsoft Learn进一步提供了400多门免费课程,包括9大学习路径,已经有数十万计的中国开发者通过Microsoft Learn平台学习相关的云、人工智能等新知识。

可以说,过去的五年是微软智能云在中国市场“从0到1”的五年,也是中国云计算产业从“从0到1”的五年,更是中国数字经济的起步阶段。2019年1月,《数字化——引领人工智能时代的商业革命》一书出版了,这本由微软(中国)的数字化专家所撰写的数字化转型方法论及实践,将再次推动中国数字经济“从1到N”——产业数字化。

产业数字化:三朵云、四方向、一个梦想

(微软大中华区副总裁兼市场营销及运营总经理康容)

当前,我国数字技术、产品、服务正在加速向各行各业融合渗透,对其它产业产出增长和效率提升的拉动作用不断增强。中国信通院认为,产业数字化已经成为数字经济增长主引擎。在推动产业数字化转型方面,已经有了五年在华运营经验的微软智能云,适时提出了数字化转型方法论:将企业的人员、数据和流程汇集到一起,为客户创造价值并在数字优先世界中保持竞争优势。

在《数字化》一书中,微软提出:数字化转型的核心是通过转型创造价值。数字化转型更关注各环节产生的数字资产,利用数字资产创造新的数字业务,带来新的业务增长点。微软认为,数字化转型有四大方向:客户、员工、运营及产品,包括密切客户沟通、赋能员工、优化业务运营和转型产品即服务等。而这四大方向紧密联系、相互促进,企业通过数字化运营,推动员工和产品转型,进而密切与客户的沟通,再反馈给企业,从而形成闭环。

在数字化转型四大方向之下,就是可信的数字化平台,这就是微软带给中国市场的三朵云:Microsoft Azure、Office 365和Dynamics 365,其中Azure是完整的产品开发和数字基础设施平台、Office 365是数字化的企业协同和员工生产力平台、Dynamics 365是数字业务运营及客户沟通平台。随着Dynamics 365在中国正式商用,三朵微软智能云将形成合力,成为中国企业数字化转型的使能平台。

如今,微软智能云和数字化转型服务正在激发更多企业的数字化梦想。作为第一批入驻微软智能云的企业,微软对于康佳来说不仅是数字平台供应商,更是转型合作伙伴。早在2013年,康佳就率先推出自己的互联网智能电视品牌KKTV,基于微软智能云平台和服务,为用户提供更加丰富的信息化娱乐终端体验。康佳集团互联网事业部总经理/易平方网络科技总经理张聪在前不久曾表示,微软智能云提供了完善公有云服务,康佳目前超过50%的应用都使用了PaaS的服务,包括MySQL、HDInsight、IoT Hub等,降低了应用和解决方案的复杂度,同时提高了业务的稳定性。如今,康佳正在微软智能云Azure上研发并部署物联云平台KiLink,让消费者通过手机APP轻松远程控制智能设备,以语音操控的方式与智能家电互联互通。康佳也可通过KiLink实现对产品趋势、产品活跃度、产品分布的大数据分析,根据客户使用习惯进行消息推送。

上海振华重工(集团)股份有限公司是重型装备制造行业,与微软合作运用Azure IoT和机器学习技术,推进自身的数字化转型进程。双方在数字化码头业务转型、全球化服务平台构建、行业软件开发中心构建、全球化协同办公平台构建等方面,充分运用在各自领域的优势进行互补合作,创造了全球重工行业的标杆,目前已经实现了覆盖全球97个国家和地区的超过250个港口的全球化服务。

全球五大消费品公司之一,百威英博(ABInBev)在加速拓展中国市场的过程中,选择采用微软智能云搭建自己的云端业务平台。百威英博在Azure上搭建起了与全球架构相一致的云业务平台,为其在中国市场的35家啤酒厂部署了Office 365,构建起了安全可靠的移动办公和全球协作体系。而借助Dynamics支持的PowerApps便捷开发能力,百威英博改变了传统IT从立项、招标、研发、部署的漫长的流程,让业务应用轻量化、快捷化、智能化的创新成为可能。

中国独角兽企业小米和字节跳动等都在采用微软智能云平台。小米与微软展开了全面的战略合作,Microsoft Azure为小米在国内的智能手机提供云计算平台与服务支持,包括为小米手机用户提供照片数据的云存储服务,在国际市场上为小米提供用户数据存储、带宽、计算及更多创新服务,双方还将持续发掘AI与IoT相互结合在智能边缘应用中的更大潜力。字节跳动是最早将人工智能技术大规模应用于内容分发的企业之一,字节跳动在内部办公、业务运营中,均采用了Office 365和Azure的微软智能云服务,其中Azure 云平台能够应对用量爆发式增、Office 365 提供高效协作,而微软的全球云覆盖更协助头条进军国际市场。

微软公司资深副总裁、大中华区董事长兼首席执行官柯睿杰 (Alain Crozier)表示:“无处不在的云计算正在掀起全球规模的产业变革。五年来,由世纪互联运营的Microsoft Azure与Office 365在中国市场取得超预期的健康发展,随着Dynamics 365正式商用,微软智能云‘三驾马车’聚首中国,将为中国市场提供更完善、一致、融会贯通的智能云服务、产品与商业应用创新。”

面向未来五年,微软大中华区副总裁兼市场营销及运营总经理康容表示,将以微软智能云“三驾马车”全面落地中国为契机,以“成长、深耕、共赢”为主题,实施微软智能云“第二个五年发展战略”,主要聚焦三个维度:以智能云建设为核心,全力培育微软生态系统云思维、云技术的共同成长;进一步加大力度力深耕中国细分市场,打造符合本地市场多样化需求的三云服务和解决方案;携手中国客户、开发者、合作伙伴,持续加大投入,促进中国云生态系统的合作共赢。本次五周年庆典上,微软宣布与“四大”会计师事务所之一的安永(EY)建立战略合作伙伴关系,为金融、智能制造及企业出海,提供标准和定制化的服务。

进入微软智能云在华的第二个五年,也将是中国公有云、云计算和数字经济“飞奔”的五年:到2022年,Gartner预测中国公有云市场将进一步飙升至1185.95亿元;而到2035年,中国信通院预测中国数字经济规模将达到150万亿。今天的中国正在经历百年未有之大变局,中国信通院的数字经济白皮书2019指出,数字化转型能够激发新业态新模式,使传统经济条件下不可能发生的经济活动变为可能。

从31.3万亿到150万亿,这不仅是一个可能,更是所有中国企业的梦想。微软智能云将不仅是技术平台供应商和数字化转型合作伙伴,更将参与中国数字经济的下一个奇迹。有着创新耐力的微软,将融入数字中国的梦想。(文/宁川)

2019-04-20

数据、算法和算力,是发展人工智能的三大基础条件。我国在数据方面比较强,这是我国在全球人工智能领域竞争的优势。随着互联网和移动互联网的大发展,加上中国的人口红利而产生了大量丰富的互联网数据,接下来5G和物联网的大发展也将带来海量的机器数据。但在算法与算力方面,中国还处于落后阶段。特别是算力之争,即芯片与硬件之争,这更是尖端科技之争。

在《新一代人工智能发展规划》的关键任务中,就提出了神经网络处理器及高效能计算芯片的研发。作为中国的高科技领军企业之一,华为一直提倡普惠AI,强调让AI用的好、用的起、用的放心。普惠AI,也就意味着要攻克算法和算力课题,特别是算力这个最关键的基础科研难关。华为从2014年就启动了AI芯片底层架构的预研工作,经过两年的论证后于2016年正式启动Ascend昇腾AI芯片的研发。2018年10月HC大会上发布了AI芯片昇腾310和昇腾910,以及算法和硬件系统产品。

2019年4月10日,在华为智能计算中国行深圳站上,华为宣布基于昇腾310(面向边缘计算场景)的Atlas人工智能计算平台上市,而且制定了具有极高性价比的价格。昇腾310已经具备了64TOP INT8整数计算能力、功耗仅为67W,即1.05W/ TOP INT8(8位整数计算、每秒运算次数1T、功耗1.05W),也就是AI算力单位功耗;而公布的Atlas 300 AI加速卡的上市价格为13699元,即214元/TOP INT8,也就是AI算力单位成本。而主流GPU的算力单位功耗约为2W/ TOP INT8,算力单位成本约为681元/TOP INT8。

华为Atlas人工智能计算平台系列为普惠AI树立了新的AI算力指标:更低的AI算力单位功耗和单位成本。随着具有极高性价比的华为智能计算硬件逐步上市,有望突破国际厂商对于AI和深度学习硬件的垄断,推动“智能+”时代的快速到来。

给AI开发者带来实惠

“智能+”意味着把要人工智能推向各个领域,把技术与产业进行深度融合,特别是与传统制造业相结合,推动经济结构转型升级。

根据CSDN的2018-2019年度开发者调查,近4成开发者正在各自领域尝试使用AI/机器学习/深度学习,73%的开发者通过自学方式学习AI/机器学习/深度学习技术,47%开发者通过工作中实践、线上培训课程来学习AI技术。而除了金融、安防、零售、互联网等已经规模化AI应用外,制造、健康医疗、社交媒体、教育、安防、交通物流、能源等行业也是AI应用的广阔空间。

不论是开发者还是各行业人员,都希望尽快把人工智能引入到自己的实际工作中,但人工智能并不是一个没有门槛的技术。数据、算法与算力,是普通开发者和行业人员学习与了解人工智能技术的门槛。就数据而言,市面上已经公开的已标注数据集,可以供开发者和行业人员自行下载并进行数据实验。而在算法方面,有开源的人工智能算法及其代码可以免费或低成本使用。那么,算力就是学习、了解和引入人工智能的现实门槛。

在人工智能领域,深度学习芯片和高性能运算板卡是人工智能硬件的门槛,也是开发者和行业人员的人工智能职业准入证,更各行业尝试和试水人工智能的起步配置。例如一个三线城市的零售门店要尝试人脸识别,就必须要在门店内配备AI加速推理卡,店长自然是希望成本更低、功耗更低、精度更高的产品,因为这将直接决定门店的运营成本和人脸识别的体验,简单说就是又实惠又好的人工智能产品更能让AI技术得到普及。

Atlas 300 AI加速卡不仅具有极低的功率和极高性价比,还有高达32GB的内存,能够大幅提升视频分析和高密推理场景的性能。在业界最常用的Resnet-50和VGG-16两个神经网络的性能测试结果中,Atlas 300都获得了远高于业界水平的实测性能。Atlas 300可广泛用于视频分析、OCR、语音识别、精准营销和医疗影像分析等领域。

对于那些需要完整机顶盒体验的人工智能硬件用户,Atlas 500智能小站是强算力、易部署的边缘智能小站,其性能强大、功耗极低(每天耗能小于一度电),可以稳定运行于- 40℃~70℃的严苛环境中,在交通、看护、无人零售、智能制造等环境恶劣或有苛刻要求的场景中,例如能在-18℃~-23℃的食品冷冻库中自动监测食品的品质变化。而Atlas 500的“打包”价格仅为10699元,甚至低于单个Atlas 300 AI加速卡。

当然,还有嵌入式AI模块Atlas 200 AI加速模块,半张信用卡大小即可提供16 TOPS INT8的强大算力,可用于智能摄像机、无人机、机器人等,还可以处理16路高清视频的实时分析。现在很多服务机器人和无人机等,由于自带的算力有限,只能完成简单的任务。有了Atlas 200 AI加速模块,就能让机器人和无人机等进行更为复杂的人机对话、视频识别、安全巡检等工作,Atlas 200 AI加速模块的价格为3799元。

比Atlas 200 AI加速模块略贵200元的Atlas 200 DK AI开发者套件,给开发者提供了完整开发环境,以在30分钟内完成开发环境搭建,内置的图形化编程环境则极大提升了开发效率,而且只需一次开发就可以在端、边、云全场景部署,极大提升了开发者的学习和工作效率。

基于统一的达芬奇架构,华为可以支持多种不同的AI芯片规格,天然覆盖了端、边、云的全场景部署的能力。从达芬奇架构、昇腾芯片,到基于昇腾芯片310芯片的Atlas 200 AI加速模块、Atlas 200开发者套件、Atlas 300 AI加速卡和Atlas 500智能小站,无论是单位算力成本和运行成本、硬件性能和适用场景,还是开发的难易程度和便捷性,华为都为普惠AI树立了实惠的门槛。

全面的智能计算生态圈

有了实惠的人工智能技术、产品与服务,并不能马上加速智能世界的到来,还需要培养更多的开发者和合作伙伴,创造出丰富的场景、解决方案和用户体验,才能真正加速智能世界的到来。

在培养和培育AI开发者方面,华为非常注重开发者生态的建设和开发者的使用体验,华为重点在推进如下几个方面的工作:首先是持续增强Atlas的开放能力,不断改进Atlas系列的开发工具,增强Ascend系列芯片对于算子库和网络模型的支持,特别是不断改进Atlas200 DK开发板套件,降低开发门槛、提升开发效率;其次是打造云边端协同的开发者体验,这将是华为Atlas面向开发者的特色竞争力之一,华为Atlas系列产品将会和华为云AI相关的云服务进行打通,通过华为云ModelArts训练的相关AI模型,可以很容易部署到Atlas系列产品上,华为云的边缘计算框架IEF将可以管理包括Atlas 500在内的边缘节点;第三,华为将打造一个一站式的开发者社区,目前已经建立了一个在线的开发者社区,将开放开发样例、软硬件参考设计等,持续优化开发者教程。

普华永道的2018《人工智能和相关技术对于中国就业的净影响》报告显示,人工智能和相关技术在未来20年将取代中国现有的26%的工作岗位,但也能通过提升生产率和实际收入水平在中国创造出大量新的工作机会。例如在智慧城市中,Atlas 500智能小站可以通过实时分析车辆和行人的密度提供更加优化的交通灯方案;在智能金融中,运行在Atlas 300 AI加速卡上的OCR方案可以自动识别各类证件、票据、报表并录入系统,加速业务办理流程;在电力行业,搭载Atlas 200 AI加速模块的无人机可以进行实时电网巡检,大幅提升了巡检效率和故障预测的准确率。而这些AI应用或优化已有场景或创造新场景,都为开辟了新工作机会和空间,为合作伙伴打开了新的价值和利润空间。

为了进一步推进合作伙伴的智能业务,2019年3月22日,华为在福州正式启动了智能计算生态联盟。智能计算生态联盟是一个以华为的合作伙伴为中心,广泛寻求和行业客户、产业组织、技术组织合作的联盟,这个平台既是一个技术交流的平台,也是市场推广的平台,同时还承载着华为智能计算技术赋能和智能计算人才的培养功能,而联盟的背后就是华为的合作伙伴计划体系,华为将通过沃土计划源源不断的为联盟输入各类技术支持、销售支持和行销支持的各类权益,确保联盟的健康发展。

展望2019,中国市场将迎来数字经济的大规模增长。根据中国信通院,经初步核算,2018年中国的数字经济规模突破31万亿元,预计2035年将达到150万亿元。随着5G、IoT等新一代通信技术的商用化落地,作为数字经济核心的智能经济将迎来爆发式增长。而以实惠的华为人工智能芯片和硬件为代表的中国人工智能技术,将全面普惠AI、帮助中国企业快速迈入智能化时代,尽早享受数字经济的万亿红利。(文/宁川)

2019-04-19

2016年以来,AI人工智能遍地开花。以神经元网络为代表的深度学习成为了风靡大街小巷的热词,人工智能和深度学习技术创业公司如雨后春笋般涌现,各种深度学习开源框架、人工智能大脑和服务以及国际AI大赛跑分成为常态。进入2019年,全国共有35所高校获首批“人工智能”新专业建设资格、96所高校获批“智能科学与技术”专业、101所高校获批“机器人工程”专业,人工智能也入选了《普通高中信息技术课程标准》新课标。

尽管全民对于人工智能的热情高涨,但人工智能的产业化以及在各产业和行业中推进人工智能应用,仍面临着重重阻碍。“当前人工智能计算的业态还是相当分散的,需要买不同的机器、服务和加速卡等,还要自己配置人工智能应用环境、搭建人工智能框架,处理数据、模型和计算的管理、共享、调度等,这对客户来说太复杂了,不知道怎么做。”浪潮AI与HPC总经理刘军在2019浪潮云数据中心合作伙伴大会(IPF)上接受采访时坦言,“合作伙伴更怕在几十种选择中组合,人工智能的生意很难做。”

2018年Gartner与中国信通院合作的《2018世界人工智能产业发展蓝皮书》也指出:人工智能仍处于早期采用阶段,仅有4%的被调研企业已经投资并部署了AI技术,许多企业还处在正在考虑采用AI和规划AI的阶段。在Gartner的AI技术成熟度曲线中,仍有许多AI的相关技术都拥堵在期望膨胀期,要过渡到生产实施阶段仍非常困难。此外,AI技术的碎片化十分严重,据蓝皮书统计在中国市场就有上千家各类AI技术供应商。

在2019年4月16日的浪潮云数据中心合作伙伴大会上,浪潮发布了“元脑”:打包了计算、算法、框架、PaaS以及服务的一站式人工智能解决方案交付。刘军表示,“元脑”不是人工智能“大脑”,而是“大脑”的核心,浪潮希望与合作伙伴一起,基于“元脑”快速“量产”各行业的人工智能应用和“大脑”。刘军表示,“元脑”的意义不亚于当年的福特T型车,福特并不是汽车的发明者,但T型车开创了汽车工业化时代,浪潮也希望“元脑”能开创人工智能应用的“工业化”时代。

1908年福特T型车的启示

1908年是人类历史上一个重要的年份,这一年福特推出了历史上著名的T型车。1903年成立的福特公司,并不是汽车的发明者。从1886年的世界上第一辆四轮汽车,到1893年发明了化油器以及1896年发明了石棉制动片和转向盘等,汽车的结构越来越趋向现代汽车。但1908年的福特T型车,则首次让汽车以低廉的价格走入了寻常百姓家,T型车不仅开创了现代汽车工业,更成就了“车轮上的国家”——美国。

T型车的生产制造过程,开创了革命性的流水装配线,代替了之前的个体手工制作方式。T型车是世界上第一种以大量通用零部件进行大规模流水线装配作业而生产制造出来的汽车,1913年到1914年经过优化的流水装配线可以在93分钟内生产一辆汽车,超过同期其它所有汽车生产商生产能力的总合。最开始,T型车以竞争车型1/3的价格推动了汽车的普及,1920年后进一步降低到其它竞争车型1/10价格,让普通生产线工人也能购买属于自己的汽车。直到1927年停产,共生产了1500万辆T型车,这一纪录保持了近一个世纪。

浪潮“元脑”就是福特T型车这样的定位:不仅要开创人工智能应用的工业化量产,还要创造T型车这样的爆款产品。此前,浪潮已经推出了一个AI爆款产品,这就是2017年推出的AGX-2 2U GPU服务器。2017年5月,浪潮推出了第一版的AGX-2 2U GPU服务器,当时是全球首款在2U空间内高速互联集成8颗最高性能GPU加速器的服务器,2018年3月更新支持了最新的NVIDIA架构,成为全球性能最高的AI 2U服务器。尽管后来浪潮又发布了超级AI服务器AGX-5,但AGX-2仍然是受到广大用户喜欢的爆款产品。

在运营商领域:浪潮AGX-2中标中国电信人工智能服务器集中采购,份额高达40%,大规模用于智能营业厅、智能推荐等场景人工智能训练;中国移动子公司咪咕文化科技有限公司(简称:咪咕)2018年GPU服务器采购项目中,浪潮获得亿元采购订单一半份额,为咪咕提供涵盖创新AI服务器AGX-2在内的AI解决方案。在金融领域:AGX-2帮助招商银行建设了先进的大数据智能平台以及多种人工智能应用场景。在安防等领域:海康威视的视频人工智能训练平台100%基于AGX-2,而大华以AGX-2为核心的人工智能解决方案,在智慧城市、雪亮工程、平安城市等多个领域落地。

有了前面的这些市场基础,在2019年,浪潮希望进一步高度集成AI技术、产品和服务于“元脑”,用“元脑”打开人工智能应用的工业化生产变革。

浪潮“元脑”的构成

什么是浪潮“元脑”呢?具体来说包括以下组成部分:

超强AI计算系统:通过浪潮人工智能计算平台、人工智能超高速计算加速卡、极低延迟RDMA网络与超高带宽并行存储,共同提供极致人工智能计算性能;

敏捷AI Paas平台:由极致优化的AI资源平台、极速流程化AI开发平台、开放兼容的AI生态平台和秒速构建AI软件栈。最新开发的人工智能PaaS平台AIStation面向人工智能企业训练场景,可实现容器化部署、可视化开发、集中化管理等,有效打通开发环境、计算资源与数据资源,提升开发效率;

高效的Auto ML Suite:最新开发的AutoML Suite可实现非专业人员亦能通过极少操作构建网络模型并获得高精度,极大降低了人工智能开发、应用的门槛和成本。在2018年的NIPS 的自动机器学习挑战赛中,浪潮与北京邮电大学、中南大学团队合作,获得自动机器学习领域的国际顶尖赛事的全球第三佳绩。

整合一体化交付:计算/存储/网络一体化、内置AI Paas平台、内置建模优化工具、预配置系统调优。

此外,在IPF 2019上整体升级打包发布的浪潮云海平台,为私有云的全栈+全平台模式,基于开源的OpenStack为企业AI计算提供了一站式私有云“底座”;而在IPF 2019上发布的InCloud Insight HD V4大数据应用,则扩充了AI计算的应用场景。

IPF 2019大会的主题为“智慧凝聚”,王恩东的大会主题演讲题目为《人工智能计算 未来核心动力》以及提出了人工智能三大趋势——融合、开放、敏捷,这两大主题和三大趋势都透露了浪潮要“凝聚”过去几年在人工智能方面的重大投资,并希望用融合、开放和敏捷人工智能产品及解决方案拉升数字经济大势的想法和思路。而浪潮“元脑”就是基于融合、开放和敏捷的人工智能工业化生产线装配出来的“T型车”。

激进拉升千亿市场到万亿

“2018年,浪潮与合作伙伴一起创造了诸多令人振奋的成绩,见证了服务器产业的快速发展,也体验了人工智能产业的爆发式增长。”王恩东在IPF 2019上如是表示。他认为,人工智能发展能为中国经济带来巨大增长机遇,据有关预测,到2035年人工智能领域的经济总量将占所有经济的20%,所以“计算力就是生产力,而人工智能计算则是核心计算力”。

在人工智能时代,浪潮认为有两大市场:一个是千亿的人工智能产业市场,另一个是万亿的产业人工智能市场。一方面,浪潮通过技术产品化、产品市场化,推动AI科技公司的技术成果转化,也就是AI产业化的过程,创造和实现千亿市场价值。另一方面就是产业AI化,即在传统产业和行业的转型和升级中,行业ISV和分销渠道商链接着众多客户,浪潮通过生态协作方式,把AI计算平台、AI科技公司的技术能力和ISV的行业方案进行整合,通过分销渠道交付到各行各业,从而撬动万亿级市场。

那么,如何普及人工智能计算这种先进的新型生产力?生产力有三大要素:生产力、生产工具和生产资料。其中,浪潮“元脑”就已经交付了先进了生产工具。浪潮集团副总裁彭震强调,浪潮“元脑”提供了一体化的解决方案,把浪潮的人工智能计算能力、存储能力、网络能力以及人工智能PaaS平台、AutoML Suite自动算法调优工具等集合在一起,通过浪潮专家的预配置、预调优、预集成,实现了完整平台级解决方案。

接下来就需要把浪潮“元脑”这样的先进生产工具交付到更多的劳动者手中,让他们在数据这种新型“生产资料”上,创造更多新型的人工智能应用。为了达成这一目标,光依靠浪潮自己远远不够,还需要动员庞大渠道生态合作伙伴体系。截止至2018年底,浪潮共有9000多家合作伙伴,人工智能百强超过80家与浪潮建立了合作关系;合作伙伴业务增长116%,分销伙伴增长124%;浪潮与合作伙伴开发联合解决方案400多个,其中人工智能联合方案20多个。

为了把合作伙伴带入人工智能时代,让更多的合作伙伴尽早入场人工智能,刘军表示浪潮将有可能采取激进的策略,包括激进的价格策略以激发整体的人工智能大市场。刘军强调,人工智能产业和产业人工智能化都处于初期阶段,浪潮在这个阶段的策略不是自己实现更多的营收,而是要拉动合作伙伴都能获益。尽管很多合作伙伴对于如何做人工智能生意还有很大的困惑,但刘军认为“不要在岸上看,一起下来‘游泳’”。

当然,浪潮也做好了充分的准备。浪潮集团渠道管理部总经理王峰在IPF 2019上提出了浪潮合作生态2.0,将要扮演的三个新角色:生态孵化器、AI试验场和AI放大器。生态孵化器指的是浪潮将积极帮助AI技术公司、行业ISV以及分销商,完成AI产品、应用和市场孵化,特别是针对区域行业客户的AI场景,以及培养更多的AI人才;AI试验场,指的是浪潮“元脑”与AI技术公司针对不同AI场景应用的联合方案开发、预装与转售,通过浪潮方案创新平台InCloud Lab与行业ISV完成AI产品和方案的POC测试和验证,以及通过浪潮分销业务体系面向中小行业客户的AI应用一体化产品;AI放大器,指的是浪潮将与合作伙伴、AI算法伙伴、AI场景应用+行业ISV伙伴一起,完成多行业的复制、推动多产业的AI化,其中包括面向全行业的行业标杆客户AI应用以及面向区域市场客户的一体化AI应用方案产品。

浪潮在AI渠道总体上的2019目标是:发展 200家AI算法伙伴,每个伙伴要有面向行业场景的算法软件,至少发布一个AI场景应用、培养AI场景应用认证工程师;发展400家AI方案集成伙伴 ,每个伙伴要有行业应用解决方案、行业AI应用整合和交付能力,要落地三个行业客户AI应用方案、举行一次行业客户AI应用推荐、培养AI行业应用认证工程师;以及80家分销商和2400经销商组成的AI方案产品销售伙伴,每个伙伴要有区域客户AI应用产品交付和服务能力,每个分销商要激活30家AI产品销售经销商以及通过AI应用产品销售工程师认证。

2019年,浪潮渠道还将特别聚焦计算机视觉、语音识别、自然语言识别、量化交易等四大基础AI应用场景,集中发展100家以上算法合作伙伴,帮助400家以上的行业ISV建立AI能力,在金融、企业、通信、教育、零售、医疗、媒体和互联网等8大行业落地客户。

总体来说,IPF 2019拉开了人工智能应用的产业化时代,是浪潮过去几年在人工智能计算领域投资的大汇总和高度凝练,是对渠道生态合作伙伴的总动员,其意义不亚于浪潮在2015年所提出的“计算+”战略及“硬件重构”和“软件定义”核心。在智慧时代,AI与产业深度融合的大幕已经拉开,“融合、开放、敏捷”将要定义新的计算力——人工智能计算。(文/宁川)

2019-04-16

2019年4月是“信息化为中华民族带来了千载难逢的机遇”“我们必须敏锐抓住信息化发展的历史机遇”论断发表一周年。《人民日报》日前再次撰文指出,抓住信息化发展的历史机遇,要着力解决一些关键核心技术受制于人、信息基础设施建设不均衡、信息化理念滞后、信息领域基础理论“变道超车”等问题。

作为我国基础科研领域的领军企业之一,浪潮在2018财年研发投入增长41%,瞄准世界科技前沿,打造了AI超级服务器AGX-5、新一代G5存储、云海IOP V4.5、云海OS V5.5、企业智能机器人EAbot(易宝特)、EA企业大脑等一批中国自主知识产权的产品,共申请专利7209项、发明专利占83%,在云计算、大数据领域发明专利申请量继续保持国内第一,此外还牵头、参与制定各类标准67项,包括国家标准16项。

在2019年4月16日举办的2019浪潮云数据中心合作伙伴大会(IPF2019)上,浪潮云计算产品部总经理蒋永昌介绍了新发布的面向私有云的云海平台:包括全栈式IaaS+PaaS完整解决方案云海OS V5.6+ IOP V4.5以及大数据平台InCloud Insight HD V4等。基于业已成熟的开源OpenStack和Hadoop技术,浪潮加大对现有企业IT的兼容、聚焦于“云+数”平台型产品,2019将扩大合作伙伴和省级渠道商力度,扩散新技术红利。

市场调查公司IDC预计,中国将在2023年成为全球最大的私有云IT基础设施市场。市场规模就是竞争优势,以浪潮为代表的中国基础软件产品厂商和广大的处于数字化转型过程中的企业,如今正是抓住和抓紧当今中国信息化发展历史机遇的好时机。

私有云:新一轮信息化的大风口

专家认为,当今的信息化具有全域赋能作用,将推动各领域各行业业态重塑和格局调整。《人民日报》发文指出,信息化具有全域的渗透性、交织性和融合性特征,正在对社会生产生活的方方面面进行全域赋能,包括工业互联网、全域旅游、无纸通关、移动支付、一网通办、城市大脑、远程医疗、智能养老、智慧法庭、公共文化云等在内的创新发展,充分反映了信息化的全域赋能作用。

与90年代的信息化建设风潮相比,本轮以云计算、大数据和人工智能等为代表的新型信息化建设,重点就是打通前期的IT和数据孤岛,在一个统一的计算平台上拉通所有的应用和数据,形成全域赋能的技术平台。而在中国市场,这个全域赋能的技术平台主要以私有云和混合云为主。根据IDC,中国云IT基础架构支出的增长速度均远高于全球市场。无论公有云还是私有云,相应IT基础架构支出在中国的增长速度都是全球增速的两倍左右。而中国私有云IT基础架构支出更将在2023年超过美国,成为全球第一大市场。

中国将在2023年跃升为全球第一大私有云市场,有一个很重要的前提,这就是传统IT基础架构市场仍将保持两位数增长,也就是到2023年仍将占中国IT基础架构市场的40.7%。IDC认为,中国市场仍有大量用户在传统架构上建设传统应用,这也体现了中国广阔市场各区域间IT发展水平不均的现实。这样一个现实的前提,就为以开源OpenStack为主的国产自主私有云操作系统提供了规模化市场空间。

2010年,OpenStack项目开源;2012年,OpenStack基金会成立;在2018年5月的温哥华OpenStack Summit上,OpenStack基金会发表白皮书,表示OpenStack已经成为全球私私有的技术标准。在2018年的第11次OpenStack全球用户调查显示,企业选择 OpenStack 作为云基础设施平台的首要原因,包括“避免供应商锁定”、“标准化全球公有云、私有云网络的相同开放平台及 API”和“省钱”,其它原因还有“实现安全/隐私目标”、“吸引顶尖技术人才”。

在2018年,随着Kubernetes开源容器管理平台和Docker标准化容器为主的PaaS平台获得了市场的认可,OpenStack基金会也推出了四个平行项目:Airship,基于OpenStack部署Kubernetes的开源数据中心解决方案;Kata Container,结合物理机和虚拟机的开源轻量级容器解决方案;StarlingX,开源边缘计算和IoT解决方案;Zuul,开源CI/CD集成平台。新的四个平行项目,进一步巩固了OpenStack作为云数据中心操作系统的产业地位,同时补足了IaaS+PaaS+DevOps的全栈能力。

站在2019年之初,OpenStack作为开放基础设施和私有云的核心技术,已经在技术和技术堆栈上全面成熟,同时也经历过了前8年的炒作期而进入了市场主流实用阶段。类似当年的Linux,如今的OpenStack再加上业已成熟的Hadoop,无疑让中国的软件企业和企业用户,有了一个完整的自研私有云软件“底座”,形成了新一轮企业信息化基础技术平台。

平台型企业:扩散技术红利

浪潮新推出的云海平台,包括更新版本的云海OS V5.6和IOP V4.5,是自从2010年底推出第一版云海OS之后的第8年持续投入和投资。从最早的基于Linux+Xen解决方案到后来全面投入OpenStack以及推出自研的Hadoop和Kubernetes版本,浪潮一直聚焦于私有云的技术平台。在2019财年,浪潮进一步强调厘清与合作伙伴的业务边界,浪潮主攻平台型产品,放弃纯硬件的集成、减少行业应用,为合作伙伴让出市场空间与利益。

(上图为浪潮发布全栈云海平台)

浪潮云平台的原则是要把OpenStack等开源技术转换成用户拿来能用而且好用的发行版。在2018年5月推出的云海OS V5.5,当时就已经支持了超过260种OS。而全新云海平台则强化了“全栈”能力:不仅能够支撑众多的企业传统应用,如ERP、CRM、OA、运营商计费系统、银行交易系统等等,也能承载基于容器、微服务、分布式数据库、大数据、人工智能等技术发展起来的新兴应用;提供计算、存储、网络、安全、灾备等IaaS到大数据开发环境PaaS,实现x86、Power、GPU等各种异构硬件资源和OpenStack、K8S、vCenter多样化云平台的统一管理,统一纳管KVM、VMware异构虚拟机,灵活部署混合云。

而InCloud Insight HD V4是浪潮基于Hadoop3开源框架自研的企业级大数据基础平台软件,在大规模集群一键式部署、数据智能化分析挖掘、异构平台混合部署与资源精细化管理、多数据源协同计算与立体化数据安全等方面具备优势,可承担企业海量数据的采集接入、多样存储、规模计算以及分析挖掘,支撑企业数据中心业务模型快速落地。

浪潮集团系统软件部总监张东强调,本次云海平台发布把云海OS、IOP和Insight HD打包起来,更重要的是意义在于为企业交付灵活的、可选配置的完整产品,让客户通过“菜单”的方式选择自己想要部署的云、大数据和AI等功能,从而简化完成部署和交付。而不是像过去那样独立建一套云平台、一套大数据平台、一套AI平台,最后再集成起来。浪潮云计算产品部副总经理刘晓欣也强调,浪潮从2010年提供云海战略、专注于云海OS,到如今升级为云海平台,主要的原因在于企业客户对云的需求更宽泛了,要求大数据与云服务平台关联的全场景云化能力,这就是云海平台升级整合了大数据、PaaS和IaaS以及浪潮AI能力的原因。

在简化私有云的交付方面,浪潮提供了四种灵活的交付模式:超融合一体机、ISV交付、省级标准化和外包服务商交付,以及浪潮自行交付。其中,超融合一体机把软件和硬件打包到一起,经过验证后直接出厂,可对OS进行大规模适配、快速交付;其次,云海平台为ISV配备了专门团队,在实验室里做好第一次解决方案的适配后,可以复制到第二次、第三次交付中,让ISV获得更高收益、浪潮也降低交付成本;最后是浪潮自有的70-80人规模的PoC+交付团队,对于广电等战略客户和大项目都由浪潮自行交付。

蒋永昌强调,企业客户希望对IaaS和PaaS等基础设施进行分层解耦,浪潮则对每一层进行了规划和解耦,再通过API和SDK接口开放出来,未来只是平台的功能会有变化和增加,但保持统一接口不变,无论用户还是生态合作伙伴都将获得不变的平台服务和技术体验。

2019年,浪潮将发展独立的省级产品技术服务商,培养他们具备主流产品POC、测试、解决方案和交付的能力,为当地客户提供近距离技术体验和售后支持,帮助当地企业更好的进行数字化转型。基于浪潮全栈云平台和分层解耦的能力,浪潮的省级产品技术服务商可提供更有价值的运维和人工服务,大规模扩散数字新技术的红利。

现在,是时候把成熟的开源自研云和大数据技术进行大规模扩散了,是时候让更多的企业也享受新技术和数字经济红利了。据中国信通院的初步核算,2018年我国数字经济规模突破31万亿元,预计2035年将达到150万亿元,占GDP比重将突破55%,达到发达国家平均水平。未来10年将是发展数字经济的战略机遇期,当前必须敏锐抓住信息化发展历史机遇,否则必将被时代抛弃。(文/宁川)

2019-04-15

自从出现了云计算,特别是公共云服务模式以后,全球就进入了云的“盛世”。2010年,美国联邦政府制定了一项突破性的“Cloud First(云优先)”战略,要求联邦机构在采用任何新技术之前都要优先评估云技术,联邦政府还计划关闭数百个耗费数十亿美元维护的数据中心并将迁移到公共云中。自那以后,“云优先”思维开始统治世界。

然而,正如戴尔科技集团首席执行官迈克尔•戴尔(Michael Dell)所言,“云是一种运营模式,而不仅仅是一个地方(数据中心)。”2018年10月,美国联邦政府更改了“云优先”策略,转向“Cloud Smart(云敏捷)”策略。美国联邦政府强调2010年“云优先”策略是在云计算初期推出的,当时是为了让各联邦机构尽快用上云,但没有考虑到上云之后是否能达成结果,例如把一个应用程序的基础设施从传统数据中心迁移到云环境中并不能自动带来随需扩展的好处,而必须要更改甚至重写应用程序,因此需要重新考虑上云方式。

进入2018年,Kubernetes容器管理技术和Docker容器技术已经成为了云原生应用的开源“操作系统”,是从云优先向云敏捷的必由之路。 2018年初,VMware、Pivotal与Google合作推出了Pivotal Kubernetes Services(PKS),支持面向公有云环境和VMware vShpere虚拟化环境的云原生应用开发与部署。2018年11月,VMware宣布收购由Kubernetes两位联合创始人创立的初创公司Heptio。在此基础上,2019年2月,VMware推出了VMware Essential PKS,加上已经推出的VMware Enterprise PKS以及Beta版的VMware Cloud PKS,形成了新一代面向容器云原生应用的跨多云和混合云环境的开发运维管理平台。

2019年4月17日,VMware将在北京举办“新一代应用平台研讨会”,向国内市场推出完整的企业级云原生应用平台。现在,企业CIO们是时候摆脱盲目的“云优先”,而必须要考虑“应用优先”策略了。

中国正在走向云原生计算

Linux基金会旗下的Cloud Native Computing Foundation(CNCF)云原生计算基金会负责在全球范围内培育和推广云原生计算技术,特别是面向云原生应用开发的技术:微服务、服务网格、容器集群管理和标准化容器技术等。

在CNCF在2018年8月发布的一份截止到2018年6月的半年度全球企业用户调查报告显示,83%受访者的容器管理工具选择了Kubernetes。而在2018年底公布的CNCF亚洲市场调查中,自当年3 月以来,几乎所有容器管理工具的使用都大幅增加,而Kubernetes则独占鳌头、达39%的最高份额。

CNCF的调查显示,云原生计算和云原生应用正在中国市场生根发芽。截止2018年底,CNCF在中国、日本和韩国共有42家会员,其中包括4家白金会员——阿里云、富士通、华为和京东,其中有的会员也是终端用户:京东作为第一家跻身全球财富 500 强的中国互联网公司,从OpenStack迁移至Kubernetes,IT资源利用率提高了30%;华为,作为世界上最大的电信设备制造商,在迁移至云原生环境后,运营成本削减了20%-30%;中国移动是中国最大的运营商之一,使用容器代替虚拟机在平台上运行各种应用程序,利用Kubernetes 提高资源利用率。此外,雅虎日本也利用Kubernetes自动进行生产环境中的应用部署 。

如今,在亚洲提供Kubernetes即服务和托管Kubernetes服务的公共云,有阿里云、百度云、腾讯云、华为云等来自中国的公共云/公有云服务商,其中阿里云在亚洲Kubernetes运行环境中的占比最高达到38%。

但也从CNCF的调查中看到,亚洲运行Kubernetes的第二大主流环境就是企业本地数据中心。显然,在亚洲市场特别是中国市场,企业本地和混合云仍然是最主要的云原生技术应用的计算环境。特别是在2018年下半年,几大主流传统企业IT供应商都陆续支持Kubernetes,例如数据库大厂Oracle在2018年底发布了Cloud Native Framework云原生框架,支持在公共云服务以及本地数据中心之间的Kubernetes互操作性,这意味着应用和数据可以在混合云环境中的双向迁移。

更为重要的就是VMware在2018年下半年加大了对Kubernetes的支持力度。除了收购Heptio外,在中国市场也有企业用户开始采用PKS。香港著名珠宝商周生生就采用了DellEMC硬件+VMware SDDC+PKS+开源DevOps技术,面向云原生应用从开发、测试到生产的全生命周期,建立了完整的从基础设施到应用开发部署的企业级云原生计算环境。

新一代企业级云原生应用平台

VMware是全球最大的企业级虚拟化软件、私有云以及混合云技术供应商。根据市场调查公司Wikibon的报告,VMware是全球真正私有云市场TPC的第一大供应商,2017年基于VMware的私有云产品和解决方案占TPC市场总份额的24%、达25.94亿美元,远超第二大供应商。所谓真正私有云就是在企业IT环境中,提供类似于公共云体验的私有云,而不是有限的计算资源虚拟化和自动化。

TPC真正私有云是在企业内部构建私有云和混合云基础设施的基础,只有在TPC之上才有可能构建企业的云原生计算环境。而VMware SDDC软件定义数据中心+vRealize云管平台正是企业真正私有云的主要技术方案,奥地利Raiffeisen Bank International俄罗斯分支机构Raiffeisenbank的CIO Andrei Popov就在vRealize的基础上,部署了该银行的私有云环境,将银行开发人员的开发周期加快了10%,促进了银行产品上线时间以及向敏捷文化转型。

如今,VMware又推出了完整Kubernetes产品线:VMware Essential PKS、VMware Enterprise PKS、VMware Cloud PKS。其中,VMware Essential PKS是面向Kubernetes开源社区上游的版本,让具有强技术能力的企业可以通过模块化方式与Kubernetes开源社区上游技术对接,定制化自己的云原生计算和应用环境;VMware Enterprise PKS则为企业交付一站式容器环境,特别是能更好的利用企业已有的VMware技术投资,提供企业级安全、遵从与一致性,以及开箱即用的自动化部署和Day 2运维;而VMware Cloud PKS则是SaaS版的PKS,让企业无需管理或运维自己的服务器集群,可随时扩展和按使用量付费。

VMware Kubernetes完整的产品线,向市场传达了一个明确的信号:无论企业在通向云原生计算和云原生应用之旅的哪个阶段,都有VMware的技术和解决方案。实际上,超过80%的容器是运行在VM虚拟机上,而VMware是最理解虚拟机技术的技术厂商之一。当很多企业开始在本地环境中部署Kubernetes的时候,都是从实用角度来容器化自己的应用,更多是希望尽快把应用迁移到云原生环境中。而当企业向云原生应用迁移进入到深水区时,必然会面临开发和部署的速度问题,特别是在本地环境、私有云、混合云和公共云的无缝管理与迁移,而VMware Kubernetes产品线则覆盖了这几种典型的企业计算环境。

围绕着VMware Kubernetes运行平台,VMware也面向下层基础设施的网络和安全、应用访问性能以及面向上层应用的微服务网格管理、智能运维和DevOps领域有所布局,并形成了完整的技术方案。

在网络和安全方面,VMware NSX-T Data Center以及NSX Cloud是企业虚拟云网络解决方案,最新版本的NSX-T 2.4将软件定义网络所需的Day 0安装及Day 1配置时间从数天缩短至数分钟,极大简化管理员的Day 2网络运维,同时为开发者及运维团队提供网络基础架构即代码服务,支持更高水平的云规模、弹性及性能,显著减少了应用程序攻击面、提升内在安全性,而NSX Cloud则把企业数据中心网络延展到公有云环境。结合VMware App Defense,就是最新发布的VMware服务定义防火墙,在检测和预防两种运行模式中均成功探测或阻止了安全检测平台Verodin测试序列中的100%恶意攻击。在网络最底层,就是VMware SD-WAN by VeloCloud软件定义广域网,支持简单、敏捷与更加安全的分支机构连接性,为各分支机构、云以及电信环境提供了一致的运维环境,VMware还被评为2018 Gartner广域网边缘基础设施魔力象限的领导者。

实际上,VMware虚拟云网络的愿景就是帮助企业在超级分布式网络下连接并保护应用、数据和用户,创建端到端基于软件的网络架构,在全球范围内为应用和数据提供一致、广泛的连接性和安全性,而不受底层物理基础架构或位置的限制。

VMware NSX Service Mesh也是最新推出的VMware微服务网格技术。基于CNCF的开源服务网格项目Istio,VMware NSX Service Mesh是一个SaaS版本的微服务网格管理平台,通过统一控制面板管理多个跨云和企业本地数据中心的Kubernetes集群。开源项目Istio来自谷歌、IBM和Lyft,是集大成的Service Mesh服务网格实现技术,可以进行大规模的微服务通信管理。VMware NSX Service Mesh的推出,为企业进行基于大规模容器的云原生应用开发、部署和运维,打下了坚实的基础。

在服务网格和vRealize智能云管平台之上,是VMware在2018年8月底发布的云自动化服务:VMware Cloud Assembly、VMware Service Broker与VMware Code Stream,以及Wavefront by VMware的重大改进等。Wavefront by VMware是一个云原生监控与分析平台,可让开发运维团队、开发者,以及站点可靠性工程团队即时了解高分布式web应用的性能,新版本还提供了Kubernetes洞察指标。而Code Stream提供了一套完整的应用部署、测试与排解故障功能,实现代码与应用发布流程自动化。这些VMware云自动化服务,可支持大规模的企业DevOps敏捷开发和云原生应用部署运维。

从2018年下半年到2019年上半年,在CNCF云原生基金会成熟的开源云原生计算项目的基础上,以VMware为代表的企业级技术商在云原生计算和云原生应用领域进行了大量投资和布局,快速形成了新一代企业级云原生应用平台。毫无疑问,2019年将是一个转折点,云原生应用将统领企业下一波上云进程,企业将不再盲目的“云优先”,而是围绕能够带来实际商业价值的云原生应用,展开新一轮的上云之旅。(文/宁川)

2019-04-13

2010年,美国联邦政府制定了第一个名为“云优先(Cloud First)”的云战略。这一政策是在云技术相对较初期的时候制定的,它为各美国联邦政府机构提供了广泛的采用基于云解决方案的权利。但是,由于没有执行计划或策略,各机构上云的速度很慢。虽然Cloud First成功地强调了IT现代化工作的重要性,但其缺点需要得到校正。这也是2018年10月新一届美国政府重新制定了云敏捷(Cloud Smart)战略的原因,“云敏捷”是一种新的战略,该战略让各机构采用可以简化转型并拥抱具有现代化能力的云解决方案。云敏捷专注于为联邦政府机构提供必要的工具,使其能够根据其使命需求做出信息技术决策,并利用私营部门的解决方案为美国人民提供最佳服务。

以下翻译自美国联邦政府首席信息官办公室的2018更新版“联邦政府云战略”:

云敏捷(Cloud Smart)包含IT现代化的几个关键组成部分,包括安全性、采购和人员。从历史上看,隔离了这些领域的策略,造成了对需求、任务和需求的混淆和误解。但是,它们之间存在深刻的联系,并且需要一个综合的、跨学科的方法,而不是采用一刀切方式对待IT现代化。云敏捷将这些学科结合在一起,形成一个紧密结合的战略,以交付节约、安全和更快的关键任务服务解决方案。

联邦政府各机构(以下简称:机构或行政机构)需要与同行分享变革经验,以便联邦政府能够利用集体获取的知识。评估、使用和共享知识的能力,是私营部门IT现代化成功的驱动力——美国联邦政府的方法应该没有什么不同。通过立即投资这些能力,各机构将确保以最佳、最明智的方式为使命服务,并管理纳税人的资金。

关键行动

美国联邦政府首席信息官理事会和首席财务官理事会将与行政管理和预算办公室、总务管理局、国土安全部和其他联邦机构合作制定推进到云敏捷的议程,并在接下来的18个月中制定行动计划,交付有针对性的政策更新。该计划将保持技术中立,并将酌情考虑基于外部供应商的解决方案、自有托管解决方案、机构之间内部共享服务、多云和混合解决方案。为了让这些行政机构在21世纪保持高效,这些云敏捷行动将需要随着时间的推移不断进行评估和改进,以跟上不断变化的市场和新兴技术。

I. 云概览

(重新)定义云计算

联邦政府内部的“云”一词,通常用于指外部供应商提供的任何技术解决方案。在实际工作中,“云计算”是指允许从共享资源池快速供应系统或服务的各种技术,包括从私营公司提供的托管电子邮件解决方案,到在联邦政府所有的数据中心服务器上运行的可扩展应用程序容器。云迁移策略不应被视为谁拥有计算资源、数据和设施的问题,而应该被视作是这个解决方案能否改进向公民提供的服务的问题。评估服务的特定功能(例如自动可伸缩性)在评估解决方案时非常有用,而不仅仅是考虑应用程序是否为“云”。

以前关于云技术话题的大部分指导,都在关注其潜在的好处而不是实现结果。例如,将应用程序从传统数据中心移动到虚拟化基础架构供应商,通常并不能实现自动应用程序可伸缩性以适应增长的用户需求。为了实现这一目标,通常需要重构应用程序以利用自动配置和自动扩展等新功能,这必须考虑到项目的分析和规划中。

传统的云部署模型反映了在系统层增加供应商主导权的进程,从供应商仅提供基础架构和硬件的基础架构即服务(IaaS)到由供应商提供托管和基础架构管理的平台即服务(PaaS),再到行政机构只需提供数据,而大多数其它能力和功能则由供应商提供的软件即服务(SaaS)来完成。云服务行业自那以后在不同的层次上转向了更加精细的能力划分。开源和专有产品的快速发展,使得在任何云服务层面,都能实现任何形式的供应商和政府主导权/所有权组合。现在,大多数主要供应商都会根据最终用户的需求提供各种可用的上云路径和服务。在技术创新方面处于领先地位的行业也证明,混合云和多云环境是有效且高效的。

私营企业现在提供如此广泛的可能解决方案,各行政机构必须具备适当的条件,根据它们的服务和使命需要评估所能作出的选择。各机构应考虑最终用户对成本和风险管理标准的影响,对计算能力和技术制定决策。

现代化与成熟度

云技术的采用,要求各行政机构优先考虑迁移规划、维护和组织成熟度,以实现这些服务的全部优势。失败的一种方式是,当组织购买解决方案时,没有正确识别需求和预期的结果。这可能导致项目无法启动,云服务在峰值需求时出现问题,或者仅仅是机构范围内的冗余采购。

随着技术的变化,机构信息技术战略也需要成熟。现代化是一项持续的承诺,不是每十年一次的单一干预措施。相反,现代化是一种不断变化的状态,也是每个机构日常技术业务的一部分。为此,需要反复改进政策、指导和要求,以适应不断变化的需求,引导成熟的工作实践并推动积极成果。

为了加速上云和用云,应该期望机构定期评估其在整个行政机构中的成熟度。安全、采购和人员是需要认真考虑和投资、以确保成功用云的三个关键领域。机构人员还应根据所选择的解决方案,评估公民对效率、可访问性和隐私的需求。

例如,为了利用云的分布式特性,将安全控制从网络边界移动到更接近数据本身的位置可以改善整体的安全状况。为了实现云基础架构的可扩展性、稳定性、安全性和快速上线的优势,机构人员需要利用现代敏捷开发技能。机构还需要采用多学科实践,推动更高级别的自动化和逻辑控制的使用。为了更好地最大化投资回报,机构人员应该能够比较各种可能的服务组合,并使用最佳的合同来采购它们。

各机构应审查其信息技术组合,以确定现有工具的现代化计划。鼓励他们执行并利用完整的系统和应用程序合理化,鼓励那些尚未开始此过程的人,立即开始。作为此项工作的一部分,机构应考虑是否可以利用虚拟化、容器化和其它现代实践,来提高行政机构拥有的数据中心和供应商服务的效率。根据联邦信息技术采购改革法案(FITARA),该流程应由机构层面的首席信息官(CIO)监督,以帮助确定整个机构改进的潜在机会。

II.安全

在向美国总统提交的《2017年联邦信息技术现代化报告》中,概述了联邦信息技术的未来,认为各政府机构将进一步采取一种基于风险的方法来确保其系统安全,这种方法将适当强调数据级保护,并充分利用现代虚拟化技术。这个重新聚焦的焦点,必须由机构领导、任务所有者、IT人员和治理机构推动。

联邦政府的网络安全政策和能力的演变对IT现代化至关重要。为了实施基于风险的上云方法,机构人员应该转向数据层的安全和保护,而不是网络和物理基础设施层,改进系统治理也是如此。此外,至关重要的是,机构必须全面可见其内部和云中数据,以便执行持续监视以检测恶意活动。随着机构人员开展现代化的工作,他们应首先将这些能力应用于高风险、高价值的资产,以便充分利用云提供的所有功能。

以下计划是当前安全战略的重要组成部分,必须随着技术格局的变化而发展。但是,通过此次更新,机构需要从安全整体性的角度,考虑预期的结果和能力,而不仅仅是计划。

可信互联网连接

2007年发布的M-08-05 实施可信互联网连接 (TIC),旨在标准化联邦机构使用的外部网络连接的安全性,同时减少外部网络连接的数量。可信互联网连接策略是在各机构的大部分系统维护都运行在机构自有和运营的网络中,以及网络受到物理限制时,所制定的策略。从那时起,随着私有云服务的普及、软件定义网络的出现和在移动端工作人员的增加,技术领域发生了巨大的变化。安全性的改进,现在由标准和安全连接驱动,而不是由有限的物理连接驱动。

在目前的情况下,要求所有机构的网络流量都通过有限数量的可信互联网连接,这种一刀切的策略已不再可行。这种设计选择,阻碍了行政机构获取新技术的能力,包括商业云解决方案,这些解决方案使用分布式网络模型并使用虚拟而非物理的数据控制。此外,传统的基础设施设计,降低了机构利用新技术的能力,例如创建不受传统防火墙约束的零信任网络。

由于这些限制因素,各个机构与美国国土安全部合作制定了针对具体机构的解决方案,以缓解相关工作效力下降问题。这项工作的结果,将以某种方式共享, 以强化受信任互联网连接的替代方式,包括更新可信网络连接参考体系架构,以证明某项目的目标可以不需要路由所有流量经过有限的物理访问点。在不需要通过可信网络连接路由流量的用例中,机构必须实施DHS指定的控制,以确保联邦机构的安全性具有合理的基准级别。鉴于联邦机构中存在的各种平台和部署,可信网络连接参考体系结构还将证明,不需通过受信网络路由流量就可以满足政府级入侵检测和预防工作要求的用例到底有何不同,例如EINSTEIN计划。

持续的数据保护和意识

迁移到基于云的环境会改变行政机构可能已经支持的网络可见性和数据保护形态。随着数据转换到各种网络并停留在各种位置,例如终端用户的设备、身份和凭证,访问管理(ICAM)和加密变得越来越重要。

联邦g政府的行政机构是代表公众的数据保管人。因此,每个机构应确定自己的云托管数据治理模型,与其身份和安全凭证管理系统保持一致。此外,在供应商已经部署了云解决方案的情况下,应建立服务级别协议(SLA),以便机构持续了解其数据的机密性、安全性和可用性。

此外,行政机构应该了解这些数据是否存在于第三方信息系统中,并提供访问日志数据的权限,如果发生网络事件或其它不利事件,第三方应及时通知机构。各机构应考虑与所有提供者(无论是联邦政府还是商业供应商),就访问和使用日志数据进行信息安全操作达成协议。

行政机构及其合作伙伴应定期进行对等信息共享,以打击恶意网络行为。网络安全需要公私合作,随着越来越多的联邦实体采用商业云解决方案,客户和供应商应该携手保护信息。此外,DHS的持续诊断和缓解(CDM)计划必须继续发展,以使各机构具备必要的监测工具和能力,以了解其在云中的网络风险。

联邦风险和授权管理计划

联邦风险和授权管理计划(FedRAMP)是一项政府范围的计划,它证明了对大型云服务供应商进行安全评估、授权和持续监控的标准化方法的价值。云服务供应商已经展示了通过标准化基准和通用标准以满足联邦安全要求的能力。随着供应商市场的不断增长,行政机构已经能够快速脱离旧的、不安全的遗留技术,转而适应面向任务的、安全且具有成本效益的云系统。

虽然通过联合授权委员会,FedRAMP项目管理办公室已经能够大幅缩短授权云服务供应商的时间,但是仍然有工作可以做,以加快授权新供应商的速度。此外,大量的机构特定的流程,使得机构的解决方案授权运营流程(ATO)变得复杂,即使是使用已授权的云服务时也是如此。事实上,尽管网络安全风险管理十分重要,但各机构都指出,主要的障碍在于现有的政策和工作方式,把ATO流程从风险承担转变为劳动密集型工作。加速共同ATO协议和整体流程改进的战略正在制定中,并将在未来的指南中加以解决。

在FedRAMP项目中利用网络安全专业知识,将让联邦政府在采用云系统时继续提高机构安全工作的效率和有效性,同时消除安全专业人员、供应商和机构领导层的负担。

III.采购

为了帮助美国邦政府迁移到云端,各个机构、跨机构工作组和行业合作伙伴为联邦信息技术和采购专业人员提供了大量建议。但是在最佳实践方面,仍缺乏整个政府机构范围内的指南或跨机构信息共享。这迫使机构搜索多个来源,以便对商业市场中销售的各种类型云服务、以及现有政府范围内的合同中所提供的不同产品,进行基本的了解,还要评估哪种最适合于给定的要求。

由于私营部门普遍使用云计算,机构经常通过合同购买服务,这些合同虽然不是专门为购买服务或功能而设计的,但涉及将机构信息放置到云中进行处理或存储。因此产生的潜在安全问题需要高度关注,以确保工作人员拥有必要的工具来降低安全风险和保护政府数据。

为了应对这些挑战,各机构需要采用各种方法,利用联邦政府在批量采购方面的优势,还要共享良好收购原则的知识。作为云敏捷多学科方法的一部分,还需要将安全考虑放在任何采购工作的最首要位置。

分类管理

由于没有任何美国政府范围内的指导或通用标准,而且各机构之间的协作有限,联邦政府内的上云计划也出现了延迟。这也导致了采购云服务的联邦机构,出现代价高昂的冗余和效率低下的问题。

联邦政府将采用类别管理来改善推动云敏捷战略的购买行为,增加在联邦市场中采用经过验证的云服务,并开发新服务以应对新兴需求。类别管理涉及一种结构化方法,其重点是定义行为类似的产品和服务。它使联邦政府能够更明智、更像一家企业一样进行统一采购,提高效率和效力,并改善与私营行业的关系。

服务水平协议

服务水平协议定义了期望从服务供应商获得的性能水平、对性能的衡量方式,以及将使用哪些强制机制来确保达到指定的级别。在政府采购方面,对这些水平协议的需求,要通过合同条款和质量保证条款来体现。在传统的技术环境中,这些协议是与供应商谈判的关键要素。“服务水平协议”这个术语本身已经因不同的情况被赋予了多重含义,并导致如何为机构实现更好结果方面的不确定性的增加。为了确保跨执行机构更聪明地购买和使用云,需要一种双管齐下的方法。

首先,应对合同条款和条件进行审查和确认。根据联邦采购条例(FAR),采购商业物品的合同,必须只包括为执行适用于所采购商业物品的法律规定,或确定与惯例商业做法相一致的合同条款。因此,联邦政府需要确保对商业惯例的任何补充,都集中在避免商业法规与联邦法律之间不一致的目标上。这必须在不给私营行业造成过度负担的情况下完成,也不能因为商业惯例的改变而产生实际风险。

其次,总统“关于加强联邦网络和关键基础设施网络安全的行政命令”强调,执行部门和机构的负责人有责任管理其业务的风险,而且这种责任不能通过服务水平协议外包。许多建议指出了澄清角色和职责、建立明确的绩效指标以及实施非合规补救计划的潜在好处。获取云服务的一个重要元素是明确云供应商能够执行什么服务以及在什么级别上执行什么服务。这种治理、架构和操作清晰度,将有助于机构确保有效、高效和安全地执行服务。

这种双管齐下的方法将降低政府的成本和私营行业的负担,缩短采购周期,降低政府和合规商业供应商的管理成本。这种方法将提高政府对云的标准化使用,并降低孤岛式执行机构的相关风险。

合同的安全要求

各机构有责任在制定云采购和部署决策时考虑安全问题。为了开始这种方式上的转变,联邦首席信息官办公室将发布以前的高价值资产(HVA)备忘录的更新,该备忘录建立在之前的计划之上。具体而言,机构需要确保高价值资产的合同(包含在云中管理和运营的资产),包括确保对资产安全的可见性的要求。此外, 机构应包括要求开发人员、制造商和供应商使用系统安全和隐私工程概念的要求。这将在安全和隐私设计原则、安全编码技术和可信计算方法方面,推动有针对性的集成功能。

IV.人员

联邦信息技术人员负责执行机构任务,向公众提供服务,以及保护美国国家的关键系统和信息。与机构不能将风险外包的方式相同,他们也不能将关键决策外包给供应商。相反,机构应该为自己的员工注入关键技能,以推动云敏捷战略的发展。改善联邦政府的技术基础设施,以提高机构向纳税人提供服务的质量、安全性和影响,而这需要联邦工作人员的成熟度。

随着机构采用并迁移到云平台,必须要检查这些迁移对联邦工作人员的影响,并确定潜在的技能差距。各机构必须预测,需要哪些新技能和计划方法,来解决差距和技能的演变。例如,迁移到云技术可能会减少对IT硬件管理的需求,但在使用代码即基础设施(Infrastructure as Code)时,可能会增加对编程技能的要求。机构可能还需要为其采购人员配备额外的技能和知识,以跟上不断扩大的采购技术选项清单。机构的云战略和政策通常应包括员工队伍发展和规划部分, 其中包括以下主题和活动。

确定当前和未来工作角色的技能差距

为了成功过渡到云平台,机构需要确保他们的员工知识足以了解规划迁移时的所有注意事项,并在部署后支持云环境。机构首席信息官和首席人力资本官(CHCO)应合作开展符合任何法律法规的技能差距分析。技能差距分析至少应包括对机构当前IT员工态势的检查,可映射到未来技能和职位要求的预测中。在适当情况下,强烈鼓励各机构利用私营行业预测,来帮助预测未来的人员技能和职位要求,尤其是信息技术角色的需求。与许多新的技术举措一样, 各机构应期望有一个激进的时期, 对工作人员进行使用云技术的培训, 并计划在这一迅速发展的领域进行持续培训和实验, 因为在这一领域, 技能可能不到一年就会过时。

2015年的《联邦网络安全人员评估法案》要求联邦机构通过新的编码框架,实施《国家网络安全教育计划(NICE)网络安全人员框架》,并识别出执行信息技术、网络安全或其它网络安全相关功能的所有联邦民事职位。虽然所有机构都必须参与这一过程,以帮助联邦政府标准化评估网络安全工作人员差距,但这项工作并不完全包括所有信息技术职位或技能组合。因此,鼓励各机构进行单独的业务范围的IT技能差距分析,以确保包括所有当前和未来的信息技术相关技能和职位。

再培训并保留现有的联邦雇员

当前员工可能缺乏促进云迁移或迁移后维护环境所需的技能或知识。对于机构而言,进行技能差距分析,以确定技术和非技术技能以及职位差距就很重要。一旦该机构发现了这些差距,领导层就需要确定哪些技能和职位差距,对于支持该机构的使命最为重要和/或至关重要。

为了立即解决最关键的差距,该机构需要为现有员工制定并实施再培训策略。机构重新制定战略应侧重于培训和职业发展机会,使现有员工能够获得急需的技能和认证。

再培训计划还应包括高级行政服务类的员工,以便为他们提供云计算的基本知识。此外, 对于采购专业人员来说, 云计算服务的采购仍然是相对较新的领域。因此,首席采购官、合同官和项目经理等采购专业人员,需要利用当前的采购资源和指导。这些资源应包括联邦采购政策办公室提供的资源和培训机会,例如通过联邦采购协会和TechFAR HUB 提供的培训机会。

此外, 根据对专业IT采购角色的指导, 各机构可能会受益于审核其当前的IT采购员工队伍和计划需求,以确定开发新的专业团队或扩大现有IT采购团队,是否会降低云迁移风险并改善总体结果。一个可能的培训发展模式,是管理和预算办公室的数字信息技术采购专业人员(DITAP)计划。

最后,各机构应与其首席人力资本官和首席学习官协商,以确定培训和重新部署选项的最佳方法,如认证计划、创造绩效晋升工作机会或轮岗计划。

招聘和雇佣以解决技能差距

美国劳工统计局报告称,云计算是技术占用增长的一个主要因素,预计从2016年到2026年将增长13%。除了为了解决最关键的技能和职位差距而再培训现有员工的机构外,应考虑招聘和雇佣策略。主要战略包括利用行业招聘最佳实践,扩大薪酬的灵活性,以及迅速消除阻碍招聘员工的官僚障碍。各机构必须建立一条管道,不断向联邦政府输送网络和安全人才。

拥有云计算技能的技术专业人员市场,竞争十分激烈。在可能的情况下,各机构应利用私营部门使用的技术,吸引和雇用联邦政府的最佳候选人。各机构应与其首席人力资本官协调,执行积极的征聘战略,例如:参加行业会议和招聘会;举办全国性的招聘活动,以加强认知和推广;开发“最需要”的人才广告,以展示关键需求;确保在像USAJOBS这样地方所发布的职位,能够恰当地反映所需的技能;通过社交媒体平台吸引候选人;分析和分享当前的员工经验;在适当情况下利用择优晋升招聘程序,留住、晋升或重新部署现任联邦雇员;以及展示多元化和包容性举措。

美国政府在努力为联邦员工团队招募现有人才的同时,还应该建立一个人才管道,扩大合格申请人的范围。通过劳动力理事会和首席信息官理事会(CIOC)的举措,除了利用已有的伙伴关系外,美国政府还将继续与社区学院、学徒计划和四年制机构建立伙伴关系。机构过渡战略应扩大包括对再培训和提高技能解决方案的考量。

员工沟通、参与和过渡策略

在迁移到云之前,机构应执行沟通计划,以帮助员工了解实施云敏捷战略所需要的改变。例如,迁移到云环境中,可能需要淘汰已使用多年的老旧系统。员工可能会感到不情愿,特别是如果要重新定义职位,以及学习在云环境中操作新系统。机构可以通过清楚地说明一旦上云完成,当前的员工将如何适应,从而减轻员工的担忧。将技术路线图社交化, 包括将全部或部分迁移到云的系统, 并提供包括再培训机会的变更管理流程大纲,是极其必要的。与员工进行沟通和互动,是成功采用新的云解决方案的关键。联邦各机构应该乐于利用参与云迁移活动的供应商,为当前员工提供或支持培训。

消除官僚主义障碍,迅速招聘人才

对具有云计算技能的技术专业人员的需求处于历史最高水平。这意味着吸引、招募和留住合适的人才,将采用可执行的人力资本战略并简化招聘流程。拥有积极的招聘时间表和有竞争力报价的机构,将利用薪酬和招聘激励措施来吸引人才。机构领导层必须确定并迅速解决阻碍机构快速聘用人才的官僚障碍。

根据《美国法典》(United States Code)第5章,联邦政府各机构拥有广泛的权力,负责聘用顶尖的IT和网络安全人才,并为具备优越资质或解决关键技能差距的候选人提供薪酬灵活性和激励措施。强烈鼓励各机构利用现有的招聘机构、招聘和助学贷款还款激励机制,聘用具有高度受欢迎的云计算技能的专业人士。

联邦机构有责任,确保其当前和未来的员工已经准备好,支持联邦云环境。联邦机构云战略应能使领导人发展信息技术和网络安全工作人员, 并使其具备实现云迁移目标所需的技能, 以及支持改善关键公民服务的最新技术。(云科技时代)

2019-04-10

2019年的政府工作报告首提“智能+”,这也是“人工智能”第三次进入政府工作报告。而《新一代人工智能发展规划》中提出,中国人工智能核心产业到2020年达到1500亿、2025年达到4000亿、2030年达到1万亿规模,相应带动相关产业达到1万亿、5万亿和10万亿的规模。而目前中国GDP规模在90万亿,也就是说到2030年,基于人工智能的智能经济将达到GDP的11%。

我们今天处于人类智能大时代的开端:一方面,人工智能不断扩散到社会经济中;另一方面,基于人工智能创新或由人工智能优化的新经济在不断壮大;而全社会也在全力推动人工智能技术以及智能经济。在这个变革过程中,作为社会经济主要参与者的企业,也面临着自身形态和组织架构的重大变化。2015年,IBM提出了百年历史上第三个品牌愿景,即基于认知的“认知商业”,由此在全球范围内揭开了认知商业和认知型企业的序幕。

那么到底什么是认知型企业呢?在2019年4月8日,IBM在大中华区发布2019年重点报告《认知型企业:发挥人工智能优势,全面重塑企业——七大成功要素》(以下简称:《认知型企业白皮书》)。IBM大中华区全球企业咨询服务部总经理麦俊彦在发布会上表示,对于企业来说,由外部变革而向内推动的数字化转型是第一步,由内部变革而向外发生的数字化重塑是第二步,数字化重塑是过程、旅途,目标就是成为认知型企业。

(IBM大中华区全球企业咨询服务部总经理麦俊彦)

“由内而外”地发挥数据的潜力、塑造下一代企业架构与商业模式,这就是未来的认知型企业。而IBM《认知型企业白皮书》则提供了七大关键要素,帮助中国企业家和领导者开展认知型企业之旅。

中国企业向认知转型

IDC在2018年9月发布的数据,全球认知计算和人工智能系统支出预计将在2022年达到776亿美元,是2018年240亿美元的三倍多,2017到2022年的年增长率达到了37.3%。而美国、西欧和中国是认知计算和人工智能三大主要支出国家,中国对认知计算和人工智能的花费在2017年到2022年的年复合增长率达到43.8%。

在认知计算和人工智能的应用场景方面,根据IDC的报告,全球主要集中在自动化的客服代理、自动化的风险分析与预防系统、销售流程自动化、自动的预防性维护等领域。那么,什么是认知计算或认知技术呢?另一份IBM商业价值研究院的《认知中国》,指出7大技术可以列入认知技术范围:人工智能、机器人、机器学习系统、自然语言处理、深度学习、预测分析以及推荐引擎。在更广的范围,认知计算和人工智能泛指下一代信息系统,相比于传统的IT系统,下一代信息系统可以通过持续的积累知识和学习、理解自然语言和推理以及与人类更自然的交互,建立理解、推理、学习和交互的能力。

换句话说,我们今天正处于从上一代指令型和命令型信息系统向下一代信息系统转换的过渡中,这是一个以认知计算和人工智能为代表的新一代技术向现有信息系统进行扩散直到最后取代现有信息系统的过程。《认知中国》报告指出,中国的企业CEO们主要在13个企业功能领域,积极应用认知计算和人工智能,分别是产品开发、生产制造、风险管理、财务、信息安全、创新、客户服务、IT、供应链管理、销售、采购、人力资源和市场营销。其中,产品开发、生产制造、风险管理、财务、信息安全、创新等是主要驱动领域。

认知型企业已经成为中国企业的下一个竞争战略。例如,某大型省级农村信用社构建了支持普惠金融的网络金融平台。他们以 Dubbo 为框架,构建分布式服务架构、微服务架构,打造了一个可以支持高可用、高并发的技术平台。这个平台可以支撑电商服务、生活缴费、短期招工三大业务产品,以及为农村村民、小企业主、城镇居民三类客群提供场景化金融服务,最终形成一个开放共赢的泛金融生态圈。该平台在 2018 年成功上线,产生了极好的效果。在业务层面,目前共注册 200 万客户,交易金额达 23 亿,并呈井喷式增长,一周的交易量近 6 亿。该农村信用社通过平台盘活了现有客户,增加了客户黏性,为实现场景化金融奠定了坚实基础。

类似上述农村信用社的模式在各行各业都有出现,以它们为代表,中国的企业已经在数字化转型和数字化重塑中,走向了认知型企业。

以平台为核心的下一代商业模式

未来的认知型企业将由一系列的平台组成,其中至少有一个平台能有效承载企业的核心知识与技能,成功的企业将能够与一个由平台组成的生态系统进行交互,以支持企业的新型运转。而认知型企业的核心竞争力,将是其核心平台能否以指数级的方式学习以及持续适应快速变化的市场。

在2018年3月20日IBM Think 2018大会的主题演讲中,IBM董事长、总裁及首席执行官Ginni Rometty指出,今天正处于每25年才出现一次的“指数级增长”拐点,企业如果能够以指数级方式学习新知识,无疑就成为了颠覆者而不会被颠覆。上一个“指数级增长”拐点出现在互联网络效应初期,而今天的“指数级增长”拐点则是认知计算与人工智能的初期,所依靠的是传统企业手中所掌握的80%不能被外界搜索到的数据。

如何把认知计算与人工智能有效落实到企业的各个业务和流程中,最重要的方式就是数字化平台,特别是承载了企业核心知识与技术的业务平台,而这也是认知型企业的基石。IBM认为,认知型企业将由一系列可组合的平台构成,其中有的平台为自建、有的平台为采购的第三方平台、有的平台则是与生态共享的产业或社会化平台。

IBM大中华区全球企业咨询服务部数字化业务战略总经理李胜峰在IBM《认知型企业白皮书》发布会上表示,企业的平台处于三个发展阶段:小平台、中平台、大平台。其中,小平台是企业级平台,主要是整合企业自身的资源和能力为自身服务,目的是降低增效、盘活存量;中平台为产业级平台,本质上是整合了产业的资源和能力为产业服务,目的是赋能创收、发展增量;而平台发展的终极阶段,也就是孵化变量、共创共赢的阶段,这就是生态级的平台,目的整合社会化的资源和能力为全社会服务。

(IBM大中华区全球企业咨询服务部数字化业务战略总经理 李胜峰)

文化、平台、工作流、技术、数据、文化、应用、架构,这是下一代以平台为核心的认知型企业的组成方式。而在众多平台中打造具有差异化特点的企业自有平台,是下一代认知型企业的新竞争力所在。具有差异化的企业自有平台,在开放混合的多云架构,采用新一代应用,由数据推动,以具备指数级发展潜力的技术为基础,激活企业的核心业务平台和工作流,由企业的核心人才所操作,形成企业的指数级学习能力,这就是认知型企业的核心模型。

七大要素进阶认知型企业

IBM通过自身的技术优势与行业经验,以及服务诸多企业的转型实践,总结出企业成为“认知型企业”的七大关键要素:确立平台战略,开启进化之路;挖掘数据价值,强化固有优势;描绘企业架构,助力业务转型;再造工作流程,积极利用AI;打造敏捷文化,快速推动创新;重塑员工技能,激发组织潜力;选择安全信任,赢得公司未来。

提出了七大关键要素建成认知型企业的IBM《认知型企业白皮书》,是在过去几年数个IBM商业价值研究院的相关白皮书基础之上,进一步总结、提炼而得,是企业数字化转型与数字化重塑的行动指南。麦俊彦在发布会上表示:“企业数字化重塑的目标是实现认知型企业,七大要素可以指导企业如何转变成一个认知型企业,企业可以从各大要素中的任何一个方面切入。企业不论处在数字化转型的哪个阶段都可以开始认知型企业之旅。”

在七大关键要素建成认知型企业的过程中,每一层都有成功的要素:在确立平台战略层面,平台必须利用企业深厚的专业技能、开放式工作流以及数据协同效应,发挥生态系统的扩展潜力;在挖掘数据价值层面,要注意信任数据和避免偏见是实现有效的认知工作流程与决策的核心;在描绘企业架构层面,要从业务平台的目标出发而不偏离这个“北极星”,还要采用一些实用框架以便确保能取得进展;在再造工作流程层面,要注意人性化、自动化、自适应运营以及开放性;在打造敏捷文化层面,要确保敏捷开发与核心业务平台目标一致;在重塑员工技能层面,可通过人工智能实现员工技能的推理能力(举一反三),也就是实现指数级学习能力;最后在信任安全方面,要注意人机结合环境中的新型信任与新型安全,以及跨生态的多边信任安全与协作。

当然,七大指南属于方法论,IBM也提供了具体的解决方案以帮助企业真正落地和实现认知型企业。这就是IBM大中华区全球企业咨询服务部已经推向市场的5+1+1解决方案。其中的“5”指“数字化重塑”帮助企业设计新的用户体验以及相应的企业数字化战略;“认知流程再造”利用数据科学、AI、敏捷流程设计、物联网和区块链等,重塑企业的业务流程;“认知及自动化的BPO(业务流程外包)”则用于改造大型企业的业务流程外包,实现新型的基于认知的业务流程外包,比如基于认知计算的财务票据机器识别等;“新一代企业数字化核心应用平台”指IBM与SAP S/4HANA和Oracle等共同打造的企业云平台;“微服务和云迁移”则是使用微服务加速企业向云迁移。两个“1”核心解决方案,指的是“认知企业自动化”和“数据价值转型”。

而企业真正开始数字化转型和数字化重塑过程中:对于企业已经有的稳态业务,IBM则帮助企业更深层次的挖掘客户价值;对于敏捷、快速迭代的业务,市场竞争还未完全定型,可能还有很多市场新兴力量在参与,IBM Garage(IBM车库创新)可以帮助企业快速发现错误并不断优化,激发组织变革。

总结来看,在“智能+”下一代企业中,IBM不仅提出了认知商业和认知企业模式,以平台为核心的下一代企业架构以及行动指南,还提供了可以落地的解决方案、车库等创新方式。更重要的是能够落地一个又一个项目,真正交付数字化转型和数字化重塑的成果。例如作为中国规模最大的物流集团之一,中国邮政希望打造一个以提升客户服务与体验为核心,面向邮件全生命周期的现代化核心业务架构,IBM帮助中国邮政设计并构建了一个基于私有云和业务融合的一体化的寄递业务信息平台架构,采用了“厚平台 + 薄应用”的设计理念和分布式微服务架构,将邮政、速递两个业务板块整合在同一个平台中运作;该平台整合了400+原有产品及服务和77+相应系统,现已在全国31个省(区、市)的分支机构全面上线,并在 2018“双 11”中应对了超1亿业务订单量。

“成功的结果非常重要,但是过程当中的得失往往是不传之秘。IBM在这个过程中有非常多得失的经验。向认知型企业转型,这个过程很复杂,授人以鱼不如授人以渔,而授人以渔更重要的是因材施教。”IBM 大中华区全球企业咨询服务部认知人力资源转型解决方案负责人侯杰阐释了IBM在推动认知型企业方面的秘诀。

的确,认知型企业看起来固然美好,但就像当年的电子商务一样是一个旅程,能否找到合拍的伙伴是旅行成功的关键。经历了几次重大转型而在2018年全面恢复增长的IBM,具有传统企业所需要的“同理心”,相同的思维和文化才是IBM帮助传统企业走向认知型企业的“不传之秘”。(文/宁川)

2019-04-07

钛资本研究院曾在2018年和2019年连接两年的开年之初发表观点,坚定认为企业服务市场将在未来5-10年内迎来上升期,2018年到2019年将迎来企业服务创业的新一轮周期。虽然2015年被普遍认为是中国企业服务创业的元年,但2019年才是企业服务市场真正启动之年。无论是腾讯在2018年9月底第三次架构调整正式入局企业服务,还是百度在2018年底战略调整加码ToB业务,都说明企业服务市场已经到了规模化爆发的前夜。

2018年,在资本寒冬中,企业服务创业迎来了一波小高潮。根据亿欧智库对2018年1-9月新增企业数量统计,企业服务领域新增的企业最多,达到241家,其次是金融领域达到217家,第三是生活服务领域但仅有114家;而从投资频次看,2018年1-9月的企业服务领域投资频次高达1652次,第二位的医疗健康则锐减至904次。可以说,无论是创业公司数量还是投资频次,企业服务都遥遥领先于其它领域。

有理由相信,在未来几年,企业服务将是一个蓬勃发展的行业,将有大量的投资机会和优质投资标的出现。在钛资本新一代企业级科技投资人投研社第16期中,AA投资创始合伙人兼CEO王浩泽分享了企业服务的早期投资方法论。王浩泽自己创过业也做过FA,现在专注于投资。2013年,王浩泽通过分析近五年纳斯达克的上市公司,发现在美国已经有很多SaaS、企业服务类企业上市,而在国内还属于空白,于是决定进入该领域的天使投资市场。从个人投资开始到管理基金,AA投资管理的一期、二期基金保持了75%左右的IRR。

王浩泽认为,投资是认知的变现,只有当投资者的观点和行业内人士的观点不一样、投资方法有差异化的时候,才有机会取得成功。

整体经济趋缓,企业服务崛起

最近,国内的腾讯、阿里等大型互联网公司都开始谈产业互联网和企业服务,有几个比较重要的原因:

一是新商业模式消亡,吃喝玩乐、衣食住行在互联网和移动互联网时代基本得到满足;

二是互联网红利正在消失,互联网、移动互联网用户的增量不会更高,而同时劳动力人口正在快速减少,全国有80后2.2亿人、90后1.8亿人、00后1.4亿人,也就是每十年时间,核心劳动力人口将削减10%到20%;

三是由于中美贸易战等因素,中国经济在某种程度上受到了比较大的影响,而从信用卡到P2P再到房价的上涨,消费能力也被透支。未来十到二十年,如果国家依然要保持较好的增长率和中美两极,一定要进入到精细化管理时代。精细化管理需要用软件、人工智能等技术来提高整个国家、社会和企业的运行效率,其中产生了大量企业服务的需求。

从新兴的科创板、政府引导基金也可以看出,国家目前对科技创新、企业服务是非常支持和扶持的态度,完全不同于过去的互联网时代。

以SaaS为主的企业服务,投资正当时

2013年,王浩泽决定投企业服务时,除了看到中美之间存在的巨大差异,还思考了在中国到底有没有土壤能够让企业服务变得更好。

美国第一家商用云计算公司Loud cloud创立于1999年,创始人后来把公司卖给了HP,出来做了一个基金就是著名的A16Z(注:Andreessen Horowit基金)。国内阿里云创立于2009年,到了2013年的时候,国内的创业公司开始初步接受了云计算,但是中大型公司还在逐步接受的过程中。客户只有充分的接受了云计算,才会逐渐接受SaaS,才会把数据放到更小规模的SaaS公司上。SaaS是数量更多、整体规模更大的企业群体,而企业对于SaaS应用有一个逐渐接受的过程。

人力成本的上升对于企业服务来说也是利好。人力成本上升,倒逼企业采用新技术替代人工。此外,之前很多公司内部使用的无论是IaaS还是SaaS,都会采用定制化开发,但是现在定制化开始变得越来越不经济了,尤其是IT人工成本上升得比其它人工成本更高。

竞争的白热化、GDP放缓,对企业服务来说,不是一件坏事。生存环境恶化,使得企业不得不专注于核心业务,并积极采纳新技术以增强企业的竞争力。

另外,“去IOE”、安全软件国产化、数据安全控制要求等,给了国内很多小企业跟外企同台竞争的机会。

同时, 按照“一万小时定律”,2013年前后国内创业者开始成熟。IT类外企集中进入中国的时间基本是在2000年前后,在中国建立研发中心集中在2003年到2005年。经过十年的时间,确实也给中国培养出了一批优秀的产品经理和工程师。真正做过上一代产品的人,才会思考是否有机会做下一代更先进的产品。2013年前后是这批人出来创业的好时机,也是投资他们的好时机。

企业服务投资的方向

企业服务分三个大方向:B2B交易、科技类企业服务、偏人工的企业服务。其中,AA投资更关注的是科技类企业服务,包括SaaS、安全、大数据、人工智能、机器人、云计算等等。

从AA投资角度,最关注的:第一是信息化,帮助企业获取更多业务决策信息,其中最基础的是ERP;第二是移动化,智能手机普及带来更方便的办公变革;第三是速度化,无论是IT运行还是企业运营决策,速度化运营意味着领先一步;第四是协同化,企业和行业要真正进入到精细化运营管理,尤其是进入到生产精品的时代,需要高度的协同性,产业链协同促进研发、工艺、采购、供应链能力提升,就像Zara和H&M可以18天左右完成从设计到上架而很多企业则需要半年以上;第五是智能化,软件算法和人工智能可大范围替代重复性简单劳动。

国内企业服务的投资大概经历过三个阶段:第一阶段,投资人倾向于投有免费思维的产品,因为很多投资人是从投ToC项目转换过来的,期待“羊毛出在猪身上、牛或狗买单”的效果;第二个阶段,投资人更倾向于投做小客户的公司,期待用更低价格便宜,加上烧钱铺广告,快速获取市场;第三阶段,投资人开始倾向于做中大型客户的公司,现金流为王。

王浩泽认为,其实直到今天很多投资人也没想明白一件事,天使轮、A轮的创业公司大都三五十人,A轮到B轮的创业公司可能七八十人,融到C轮的时候可能也就几百人,怎么去跟IOE、金蝶、用友等成熟公司比拼?服务中大型客户的路径是怎么形成的?

很多时候并不是从事定制化的企业就不能投或者说不能复制,需要横向的对比。有一部分定制化的公司也可以快速发展。重要的是,在提供定制化解决方案的时候,需要区分出来哪些是客户的独立需求,哪些是行业需求,哪些是通用需求。比如一个产品有50个功能模块,先做了五六个就开始推向市场,之后以定制化的名义获得了客户之后,再丰富产品功能,逐渐打磨产品,积累客户。所以,无论是从大客户市场切入还是从小客户市场切入,都有各自存在的问题和挑战。投资人更重要的是区别这个公司、这个团队是否在一个合适的发展路径上。

很多时候并不是创业者努力就能把公司做大、做好,而是需要一定的风口。红杉资本有两个经典的问题,Why now?Why you?真正的风口在于企业创业所在的环境发生巨大的变化,催生出行业发展的机会。在这个变化的过程中,一定会有创业公司快速做大。

比如客户联络市场,C端用户行为习惯发生了改变。过去跟都是通过电话渠道,所以产生了AVAYA等客服产品公司,但是到了新时代的微博、微信、邮件、电话、线上IM等各种渠道,客户在哪儿就需要通过什么样的渠道联系,所以产生了多渠道需求。此外,技术也产生了非常大的变化,随着人工智能、云计算等新兴技术的发展,可以实现SaaS化产品,产生了文字、语音机器人,这时候一定有新兴的SaaS客服公司可以做大。

判断一个公司能不能做起来,核心是两方面:第一是产品的能力,第二是销售的能力。真正要做出一个好产品,不仅需要强有力的研发团队,还需要有销售去找到种子客户、需要跟客户一起不断地打磨产品、需要能够区分出客户定制化需求还是行业通用性需求、需要能够做好产品模块优先级决策的顺序……甚至很多时候,企业服务公司需要有一个类似产品决策委员会的机制,包括产品经理、研发、售前、售后等多个角色,才能够真正把产品迭代的正向循环做好。

另外,作为投资人对被投公司的产品不需要到写代码的程度,但对于一些基本内容还是要做到心中有数。比如,用什么样的开源软件和什么样的技术分支,团队过去有没有运用过这些技术以及是否足够熟练,对于目标客户是否有足够深的理解,产品的技术路线如何,类似产品在国外如何实现,在这个“拼积木”的过程中,是不是能够产生可以复用的经验,等等。

企业服务投资的步骤

(一)行业研究和梳理

很多企业服务的细分领域对于投资人来说,还是比较有深度的,所以投资人应该做行业研究和梳理。

第一步是把海外的对标公司研究明白,包括在美国有差不多两百家上市公司,一百多家独角兽,每周研究两到三家即可。这种行业研究在初期不需要特别深入,更多的是要知道这个公司做什么产品、服务哪些客户、大概的客单价、服务的行业、产品功能模块等。对这些有一个印象后,再对照看国内的情况,然后综合判断。此外,还可以跟踪知名基金的投资组合和动态:通过观察新投资项目,参考可布局的市场方向;通过观察老项目,借鉴单个项目的投资和退出节奏。

第二步是梳理国内上市公司资料,研究它们的产品布局和重心,从中寻找潜在的市场机会;关注投资并购思路,为已投项目发掘退出通道;梳理系统集成商资料,保持定期沟通,因为他们知道客户的新动向以及产品需求和销售趋势;掌握客户方面的行业代表性CIO、CFO并保持沟通,掌握每个行业大中小三个不同客户每年的预算规模、预算变化和需求变化。掌握了这些,投资的成功率会变得越来越高。

(二)理解ToB和ToC的差别

ToC公司可以在发展的过程中一边做公司,一边看数据,一边调整,不断地快速迭代,最后找到一个合适的路径再All In,迅速扩大流量、赢得市场。但是ToB的公司经不起这样的折腾,需要在创业的第一天就想得极为清楚明白,应该做什么样的产品、怎么样做产品、产品大概的迭代过程、怎么做销售和获客等。因为一个ToB的企业,做一个功能模块可能需要几个月的时间,如果销售不靠谱,培训到签单可能都要半年时间,所以任何一点的调整,对于ToB企业来讲都是以半年为时间单位。

无论现在多么知名的企业,在早期几乎都是在没有客户、没有收入、没有产品的状态下被投的。这就要求投资人对这个行业了解得足够深,知道这个行业需要什么样的产品,如何销售,如何获客等。把这些想清楚了,把产品做出来只是时间问题。无非是多用一些时间把第一个能销售的版本开发出来,再用一些时间销售,获取几百万的收入,这样就很可能拿到A轮投资,对于早期投资人的风险也降低很多。投得越早,收益就越大。

(三)关注企业服务投资的发展机会

企业服务投资不像ToC投资那样有过很多风口,企业服务是非常长期的投资。由于技术、用户行为习惯等各个方面的因素,每十年为一个周期。投资人要关注通用型的产品,也要关注垂直行业,找到相对付款能力比较强的重点行业。要关注每一个技术周期对这些行业产生的影响,会出现什么样的机会,然后再找准机会做投资。

王浩泽认为,对于一个投资机构,尤其是基金规模不是很大的早期投资机构,每年只要能够抓住一两条主线,研究明白一两件事,收益就会很高。AA投资总共投了不到30个项目,每年不到十个,但只要投资的精准度足够高,就能获得足够高的回报。

再之后,要关注细分领域在国内外有什么大的变化。例如,AA投Udesk的时候,看到了技术的变化,以及C端用户行为习惯的变化,觉察到了这些客户一定会采用SaaS化客服;投云帐房时,看到了“金税三期”这个中国大财税领域最大的变化,结合自己的思考,AA沿着财税这一条线连续投了四五家公司。

2015年AA投资起步的时候,云计算在IaaS层的投资已经失去机会了。但是云计算是一个非常大的领域,包括云安全、云管、云运维、容灾备份等等。比如AA投资在投由钛资本推荐的同创永益的时候,思考的是,未来十年IT一定会变得越来越复杂,数据量一定会变得越来越大,对于容灾的需求也会变得越来越大。过去大型的企业都在做两地三中心的存储备份,到后来发现实际上还是切换不过去。工商银行这种大型客户可以花十几亿去做容灾和备份,招商银行只有几个亿的预算,再往下像北京银行、浦发银行,再到城商行和农村信用社都没有这么多预算。所以核心的判断是,容灾备份很重要,也很紧缺。2018年下半年,银保监会出了一个文,所有的企业都需要应用容灾系统,需要能够实现生产的切换。银保监会文中的指标几乎就是按照同创永益的写的,因为国内只有这一家企业有帮助银行在生产系统切换的成功经验。所以从2018年10月份之后,同创永益的订单量多到做不完的程度。

另外,很多投资人花在行业规模研究的时间可能占到行研时间的一半,实际上企业的发展是动态而不是静态的,随着产品线越来越丰富,面对的市场规模也会不断扩大。比如Udesk,如果在A轮的时候认定它仅仅是一家做App客服的公司,几乎没有人会投它,但是随着产品不断地迭代,产品越来越丰富,服务的市场规模越来越大,客单价也越来越高。在企业服务投资领域,几乎没有被投企业达到了行业第一却做不大,并且投资人不满意的情况。

(四)永远保持客观理性

很多时候最需要注意的是,投资人不要用自己想象的世界来判断公司和行业:

第一,CAC、LTV、用户流失率等指标,SaaS领域投资人都很熟悉。但这些指标是用来判断成熟公司价值的,对于早期项目来说,数据量、样本数是不够的。比如一些现在做大订单的公司,早期也需要用比较小的订单来打磨产品。所以早期的指标是不能用来判断一个公司的,投资人需要思考的是这些指标的本质。

从本质来说,LTV(Life Time Value,客户终生价值)、CAC(Customer Acquisition Cost,客户获取成本)告诉投资人,客户获取成本越低越好,收的钱越高越好,客单价一定要定得足够高,要给客户传递足够高的价值,要做深度的产品。所以投资人在投企业服务的时候,要关注的核心问题是这件事能做多深?是不是一个能够做一年、三年、五年都做不完的产品?是不是还有隔壁的领域可以扩张?只有深的东西才有足够高的价值。

今天没有什么特别简单的生意能够快速IPO,因此一定要做“万难之难”的事,甚至连自己都没把握能干得好的事。越难才越有价值,越难竞争对手越少。事情足够难、产品做得足够好,价格一定要高,在客户心理价位偏上限去定价,才是最重要的。

第二,任何时候做投资都需要依靠逻辑和数据进行推理和判断,不要听取任何一个人的意见,哪怕是以前投过企业的CEO也不行。很多时候他们会站在自己的角度,而投资人要有自己完整的投资逻辑。

第三,越是特别想投的行业,越要慎重和小心,因为这时候投资人特别容易降低判断的标准。或者觉得自己之前投的明星项目能够帮到这个企业,但实际操作起来不是这样的。真正要想的是整个利益链条:就算CEO愿意,底下的销售愿意吗?从这些销售来讲,没有人愿意去销售一个没有经过客户打磨的产品和没有知名案例的产品。很多的时候,想象的角度和真正企业做事的角度不一样。

从“MP3”对一个公司进行判断

“MP3”指市场(Market)、人(People)、产品(Product)、预测(Prediction),从这几个方面可以对一个公司进行基本判断。

第一,市场。投资人偏爱比较大的市场、蓝海市场、正在上升的市场,但这样的市场往往意味着一个完全新的领域,对于一个创业公司来说,并没有能力教育这样的市场。相对简单的是,外企在前面教育,创业公司以更低的客单价在后面收割。红海的市场往往也意味着需求非常确定,如果有公司能够做出来比上一代好十倍的产品一样可以快速赢得市场。投资往往是反人性的,不在于我们印象中的蓝海、红海,市场大小,而在于找到不同排列组合中的正确做事方式和投资方法。

创业公司如果从小市场切入,可以再横向扩张或者做有叠加层的生意。比如云帐房,前期做代理记帐,之后做企业版,再往后基于数据做金融服务等。这样,就能基于以前的核心数据用户,不断收取费用。即便前期的市场切入点看起来没有那么大,后期依然能够做大。

第二,人。对于早期创业,最重要的是CEO,其次是团队。

对于CEO核心能力的判断,分为事、人、钱三个方面:“事”指的是怎么制定公司的战略,怎么实施战术,怎么建立相关的生态环境,尤其是ToB公司需要有整个生态环境的建立;“人”指的是需要做到知人善任,要有足够的胸怀,体现在公司的股份、期权分配是否足够合理,能够把核心的人留下来;最后还需要有足够强的融资能力,很强的演讲能力,说服人的能力,更重要的是能够把公司的未来清晰地描述出来。对一个CEO来说,可以不懂财务,但是对现金流有非常强的概念和意识。CEO还需要能够扛事,有持续的学习能力和开放的心态。公司从初创期到发展期到成熟期,对CEO的要求也不一样。一个公司从小到大的过程,是CEO不断地下放、再下放权力的过程,不断把管理加强、再加强的过程,不断吸引新人加入公司的过程。

从团队来说,做企业服务有朴实型团队,也有豪华型团队。什么样的团队做什么样的事,但是相对来说,企业服务比上一个时代更需要的是朴实型的团队。在上一个流量为王的时代,很多投资机构和团队太擅长PR,水分太多。从2015年到现在,企业服务领域大部分公司还是需要靠数据说话。重要的是公司的收入和融资额一定要有一个平衡点,这是一个基础指标。整个团队还需要与创业的方向、行业、项目有足够强的匹配程度。

另外,销售能力对于大部分公司特别重要,对于销售能力的判断有一个九层的理论(如图)。

第三,产品。投资人要看产品的竞争优势、壁垒、难易程度。对技术难度的理解,投资人有时候可能会有误区。以人工智能为例,以前图片识别能做到85%的识别率,但是现在各个公司都是98%、99%,甚至现在有很多的开源软件都可以达到很高的准确度,所以很多时候人工智能并没有想象的那么难。更重要的是人工智能技术的产品化落地、找到场景、完成代码和端到端实现,再销售出去。真正做软件,比拼的是综合能力,投资一定要从客观的角度去判断。

第四,预测。投资人尽调,要向创始人了解做事情的价值观,做产品的人力、时间、财力、物力规划,产品的下一个节点在哪儿,下轮获得客户的时间点、融资的时间点,对于公司整体的设想。CEO在这方面的思考度越深越好。

最后,做投资考验的是透过现象看本质的能力,投资人一定要提高认知,拿认知去变现。比如有些人说,只投80后甚至90后,岁数大的不投。但实际上,一个人的能力强弱,与表面上的年龄无关。另外,也不要看到一个行业规模不大,或者觉得不可复制,就不投了。透过现象去思考事物的本质,从事物发展的角度判断未来,这才是投资的真谛。

钛资本研究院观察

任何早期投资,其实都没有太多的规律可循。但ToB领域的投资,却有着自己脉络。特别是SaaS软件领域的商业模式,已经有了不少的成功案例可以借鉴。国外的Salesforce、Workday、Adobe、ServiceNow、Twilio等,出现了一大批Cloud ERP、Cloud CRM、Cloud Marketing、Cloud Communication等SaaS公司,其中部分公司已经有超过十年的历史,为这一领域的投资周期提供了相对完整的样本和数据。对于国内的企业服务早期投资来说,一方面要吸收和了解国外SaaS公司已经走过的完整生命周期,另一方面要结合中国市场以及对公司模型的基本认知,包括对市场、产品、人和时机的基本判断,做到早期投资不盲目,提高早期投资的成功率。随着中国数字经济进入到由“1到N”阶段,专业的早期投资机构和投资者,将推动整个数字经济的高速和成熟型发展。

2019-04-04

中国有多少中小企业?2018年底,中国中小企业协会撰文指出:截止2018年6月底,我国的中小企业已经超过3200万家,而且不包括6000多万家的个体私营企业、农村1000多万家的合作组织,如果将以上三者总计,市场主体已经超过一个亿。而如此庞大的群体,也是中国经济发展的主要贡献者:中小企业贡献了50%以上的税收、60%以上的GDP、70%以上的技术创新、80%以上的城镇劳动就业、90%以上的企业数量,是国民经济和社会发展的生力军。

根据2014年数据,中国中小企业的平均寿命是2.7年,而美国中小企业的平均寿命是7.4年、日本是11.7年、欧洲则更长。中小企业的发展难是世界性难题,中国中小企业则具有成本高、融资难和负担重三大挑战。加上中美贸易摩擦的影响,让中小企业更健康发展、更长寿,是中国也是世界的经济课题。如何破解中小企业发展难?中国中小企业协会执行会长张竞强给出策略是:聚焦主业、走“专精新特”之路、自主创新和苦练内功。

发展数字化运营和推进数字化转型,是破局中国中小企业发展难的出路之一,更是创新型的内功。通过练好数字化内功,中国中小企业能够更加聚焦于自己的专长、快速响应市场变化而推陈出新、加大自主创新的速度。然而,中小企业要跨越信息化鸿沟还是一大难题,又如何推进数字化转型呢?Oracle NetSuite在2019年4月初举办的SuiteWorld19大会给出了答案:从云ERP拓展到增长与生产力平台,NetSuite要颠覆中小企业的数字化转型难!

重新想像中小企业

你能想像一家持续发展了21年的中小企业么?NetSuite作为一家成立于1998年的科技型中小企业,在2016年被Oracle收购后,也进入了发展的新阶段。从最开始的面向中小企业的SaaS ERP云服务,NetSuite陆续推出了全球化业务套件、全渠道商务套件、费用管理套件、人力管理套件和分析与洞察套件等,拓展了渠道管理、人力管理、客户关系管理、预算管理、商务管理、全球业务管理等,成为了中小企业的全业务管理云平台。

接下来,NetSuite要重新想像中小企业的运营和发展方式。在2018年4月,NetSuite颠覆性推出了自己的媒体平台:Grow Wire。你能想像Oracle NetSuite作为一项软件业务,还有自己的总编辑么?是的,Grow Wire就是把NetSuite的云平台,变成了为客户和合作伙伴服务的媒体与沟通平台。众所周知,中小企业的推广难是历史性和全球性难题,而Grow Wire则把NetSuite所服务的上万家中小企业进一步汇聚到一起,让他们集体发声。

上线一年来,Grow Wire已经招募了一批记者和媒体从业人员,推出了海量的文章、播客和视频,采访了大批创业者、VC和行业专家,为中小企业分享自己真实的故事和体验提供了平台。其中一个故事是健身房连锁店Bary’s:作为一家成立于美国2000年左右健身房风潮的小企业,Bary’s一开始仅仅是一家加州West Hollywood的健身房,演员Joey Gonzalez最开始是该健身房的忠实会员,后来由于很感兴趣于Bary’s的时尚体验,开始参与Bary’s的运营并于2015年成为其CEO,自那以后就开始了美国国内和国际连锁扩展。现在,Bary’s已经拓展到欧洲、加拿大、阿联酋以及亚洲等地区。

Bary’s的成功经验包括:拓展健身房的体验范围,在同址提供时尚吧台以及社区健康指导场所;不同地区的健身房,都契合当地的风俗习惯;每个健身房有设一名营销人员,连接起来形成了整个品牌体验和服务优化网络,一处的优化调整及时广播给所有地区;成立了独立的国际市场调研部门,以提高国际化的成功率等等。根据Grow Wire的报道,Joey Gonzalez表示,他始终都没有考虑个人的财务回报、估值或是退出,而是痴迷于健身房和想要改变更多人的生活。

Bary’s充分体现了聚焦主业、走“专精新特”之路、自主创新和苦练内功的效果和成果。而今天,在NetSuite的平台上,中小企业不仅能把自己的故事传播出去,还能获得成功实践的秘诀,这就是SuiteWorld19推出的NetSuite Brainyard市场洞察和最佳实践基准服务。Brainyard主要包括三项服务:行业调研,对NetSuite全球团队中7个行业的20位行业专家和500位专项专家的各种调研,提供行业洞察;运营基准调研,对NetSuite上万名客户以及结合第三方数据,提供具体的业务最佳KPI指标;业绩改进分析和建议。

NetSuite Brainyard的推出,就是为了给NetSuite平台上的中小企业以一个数据化的最佳实践总结。例如,应收账款周转天数,不同的企业有不同的情况,并没有一个标准值;但在Brainyard上可以看到不同的基准,包括行业基本基准、有竞争力的基准、最佳基准以及颠覆性基准。换句话说,中小企业可以了解到NetSuite平台上运营的同类型企业的最佳实践指标,对比自己的运营情况以进一步调整或改进。当然,Brainyard的数据收集都是匿名方式和综合分析的结果,并不透露具体企业的情况。

而提炼行业和企业最佳实践的方式,已经被用于SuiteSuccess。SuiteSuccess是一套预配置的行业云解决方案,建立在最佳实践经验的基础上,将专业知识与预构建的工作流程、关键绩效指标以及控制面板结合在一起。SuiteWorld19上,又推出了进一步优化的SuiteSuccess,以及SuiteSucess小企业版、财务版、分销商版、制造商版、软件商版、计划及预算云解决方案(PBCS)等新版本和新产品。即将在中国市场推出的SuiteSuccess小企业版和财务版,可以让中小企业快速应用已经配置好的模板,在30-45天内就上线基本的ERP等管理功能。

总结下来,新NetSuite之道就是通过Grow Wire帮助中小企业分享经验、通过SuiteSuccess快速实施、通过Brainyard测算衡量KPI以及优化改进。而这些实践本身,也给中小企业提供了打开脑洞的数字化转型思维方式,特别是基于平台用户的大数据和人工智能分析而获取洞察并反哺给平台上的企业,重新塑造企业的增长,这无疑将提升中小企业的健康和寿命。

中小企业的数字化生产力平台

中小企业没有能力或没有动力自建数据中心,而采用公有云或公共云服务是最佳的信息化与数字化选择。在实施ERP的过程中,现代化的云ERP能够让中小企业快速上线、快速上手以及快速迭代。Gartner认为现代化的云ERP,让传统ERP套件解耦为相对独立的功能,再上云服务的形式提供给中小企业,这样中小企业就可以快速选取最小启动组合以及根据业务发展需求增加功能模块。除了ERP外,云ERP已经演进为企业的生产力平台,为中小企业提供市场营销、客户关系管理、人力资源管理等企业运营管理的功能以及相应的集成。

在中小企业中,产品主导型中小企业是大多数。Gartner预计到2021年,70%新部署的产品型中小企业的云ERP应用都将基于公有云的方式。在Gartner的2018年10月发布的产品主导型中小企业云ERP魔力象限中,Oracle NetSuite被列入了Visionary远见者象限。Gartner的评价是,NetSuite是一套完整的企业资源管理套件,包括财务管理和计划、订单管理、生产管理、仓库和物流管理、人力资源管理和供应管理等,这些能力在NetSuite SuiteCloud平台上交付和集成,让客户和合作伙伴可以灵活扩展、定制和集成不同的应用。Gartner认为,NetSuite的合作伙伴网络和SuiteCloud平台结合在一起,可以提供强大的扩展能力,以满足中小企业所需要的功能模块。

这实际上就是NetSuite的产品核心理念:以业务流程为中心,而不是以功能模块为中心。NetSuite在最开始的时候,并不是直接构建ERP SaaS云应用,而是先构建了SuiteCloud开发平台,再在这个平台上开发云ERP、云HCM、云CRM、云营销等功能模块。因此,NetSuite的各种云SaaS产品之间有天然的集成性,还可以在一个开发平台拓展企业所有需求的各种功能。相比于传统ERP厂商,是先有了集成的ERP、HCM、CRM应用,再拆解到云平台,其集成性自然不能与NetSuite这样的云原生厂商相比。因此,NetSuite的生产力也更高。

而Gartner的另一个预测是,到2021年,65%的系统集成商和分销商都无法赶上云ERP供应商的技术更新。NetSuite则通过SuiteSuccess,特别是新发布的版本,极大提高了系统集成商、第三方合作伙伴和分销商的生产力,让他们能够快速为客户实施部署NetSuite套件。

同样在2018年10月发布的Forrester CRM套件供应商评估报告中,NetSuite进入了竞争者行列。Forrester的评价是,NetSuite CRM的吸引力在于后端Office的强大能力,也就是包括了ERP、会计、专业服务自动化、人力资源管理等功能。NetSuite的核心就是通过连接前后端管理功能,在POS机、店面、移动端、联络中心、网站以及销售代表等全渠道提供360度用户视角。Forrester认为,NetSuite CRM适用于那些需要前后端业务统一管理的解决方案,包括CRM、ERP、电子商务和财务等。

NetSuite的CRM、ERP、商务等各种套件的发展方向,都是不断提高客户和用户的生产力、增强分析和报表能力、提供更好的客户和流程支持以及更紧密的与Oracle产品结合。首先,在与Oracle产品结合方面,这对于中小企业来说只有好处和收益,因为不论在Garter的ERP魔力象限还是Forrester的CRM评估中,Oracle都名列前茅。其次,NetSuite一直不断地加强分析与报表功能,例如SuiteWorld19上发布的SuiteAnalytics Workbook新增了强大的消费级数据探索和可视化能力,让普通用户也能快速了解重要的财务和经营指标,加强决策制定。而在企业的管理与控制方面,NetSuite通过自动化技术和人工智能技术等,帮助企业更好的进行风险控制与管理,例如SuiteWorld19上发布的财务套件新增了租赁会计、自平以及基于规则的自动匹配的银行业务等会计功能,能够帮助客户优化财务管理、大幅提升效率。NetSuite最新发布的计划和预算云服务,可以帮助任何规模的组织实施一流的规划和预算解决方案,适用于仓库配送、制造、营销与广告代理、软件、零售、服务和非盈利组织等行业。

在NetSuite的技术和产品理念下,今天的中小企业可以快速享受到现代化的数字平台优势。在中国,上海的一家Rockies健身房连锁店就在6周内快速上线了基于NetSuite的信息化云管理平台,确保了20家分店的高效运营,并在统一的平台上完成了高效管理报表和数据分析;NetSuite帮助零售商许昌海茂商贸有限公司在11周就上线了采购、库存、销售、财务等模块,实时共享全门店经营数据,快速进入了定量分析和精细化管理阶段;北京的精选会员制电商“每日一淘”在8周内就快速部署了财务管理和供应链管理,NetSuite支持其供应商体系的快速扩展。

正如SuiteWorld19的主题“Grow Beyond,超越增长”,虽然今天的中国中小企业面临着种种难题和挑战,但中小企业是中国国民经济和社会发展的生力军已经是不争的事实。对于中国的中小企业来说,增长是必须完成的规定动作,而超越增长之后的新增长和新生产力,才是中小企业可持续发展的世纪性课题。

今天,NetSuite自身和NetSuite云平台上,都在发生着颠覆性的技术、产品和故事。作为一家有着21年历史的云原生平台,NetSuite如今能够反哺平台上的中小企业和最终用户,重新设计增长方式以及创新性提高生产力。永远领先市场一步,是NetSuite的理念。(文/宁川)