博客首页|TW首页| 同事录|业界社区
2018-11-18

曾被《麻省理工学院技术评论》(MIT Technology Review)誉为“世界上最火计算机实验室”的微软亚洲研究院,如今还将有望成为“最有商业远见的计算机实验室”。

在2018年11月8日微软亚洲研究院建院20周年庆典上,微软全球资深副总裁、微软亚太研发集团主席兼微软亚洲研究院院长洪小文表示:“有人比喻现在的数字化转型是另一次的工业革命,这一点都不为过。以前的工业革命,从蒸汽机到大型机械制造再到以电为代表的新能源,形成了技术密集型突破。而现在的数字化转型,从计算机和互联网到社交网络、物联网、大数据和人工智能等,形成了新的技术密集型突破。”正如微软CEO萨提亚·纳德拉所强调,未来每个公司都将成为软件公司。

在未来,随着每一个公司都将成为软件公司,每一项业务都将成为数字化业务,以基础研究为主的企业研究院也将在未来商业中扮演举足轻重的作用。洪小文表示历史上很多颠覆性的商业影响,每一次并不完全以技术及基础科研为主导,但在今天引领数字化转型的人工智能技术,则是由研究院和学术界所引领的。其中的原因则显而易见:以深度神经网络为代表的人工智能核心算法偏向基础科研,这就要求企业具备相应的能力。

20年来,微软亚洲研究院已发展成为具有世界影响力的计算机基础及应用研究机构,也深刻影响了微软的产品体系。2018年9月,微软亚洲研究院宣布与上海市徐汇区人民政府以及上海仪电(集团)有限公司合作建立微软-仪电人工智能创新院。创新院是微软的一次全新尝试,它将微软研究院的创新能力大规模对外输出,拉近微软亚洲研究院与战略伙伴与客户的距离,共同创新、共享IP,打通人工智能普及化最后一公里。

商业创新越来越容易

在微软亚洲研究院20周年庆典的未来技术论坛上,Kleiner Perkins普通合伙人冯逸表示,随着技术的发展与技术,数字商业创新变得越来越容易。

冯逸曾在微软工作,现身兼工程师、创业者和投资人三重角色。据冯逸回忆,他在微软的第一个产品就是SQL Server 2000,当时微软组织了数百人团队、花费了数亿美金才发布了这个产品。到了2007年,冯逸加入在线视频公司Hulu并发布了Hulu产品时,当时Hulu团队约有30个人,只用84天、约一千万就发布了Hulu。而冯逸2010年加入Kleiner Perkins时,遇到了一个只有三个人的创业公司,他们用了差不多6周时间、约1万元成本就发布了自己的产品,这家公司叫Instagram。

冯逸表示:“从SQL Server到Hulu、Instagram,技术变了很多,变得越来越简单、越来越贴近个人。Instagram的创始人不是博士后,也不是很专业的技术人员,但是他们可以创造一个那么成功的产品,就是因为技术改变了很多。”

今天,微软亚洲研究院的成果,都汇集到了微软智能云Azure平台上,部分成果也通过开源社区对外开源,极大降低了商业创新的投入与成本。2016年,微软首次公布运行于Azure的认知服务,以API的形式为开发者提供触手可及的人工智能。目前,微软在全球推出了覆盖语音、视觉、语言、机器翻译等功能的24项服务,已经有超过100万开发者使用认知服务。而从开源开发者工具Visual Studio Code、开源开发者服务 GitHub到开源开发者技术框架(如 .Net core),微软也形成了一整套开源且免费的体系,帮助企业开发者和创业开发者实现快速应用开发和更低成本创业。

基础研究能力输送给企业

联想集团首席技术官、高级副总裁芮勇在微软亚洲研究院20周年庆典的未来技术论坛上表示,未来人工智能的发展需要“ABCD”四大元素:A是算法(Algorithm)、B是业务(Business)、C是计算力(Computing)、D是数据(Data)。当算法、计算力和高质量的数据要素齐全之后,还要依靠商业和具体垂直行业场景相结合,最终实现人工智能真正的落地。

芮勇曾是微软亚洲研究院的副院长,他表示在微软不仅做过基础研究、还参与过产品部门以及研发战略和孵化,在微软学习了整个研发链条。由于既有基础研究的经验与有产品部门的实践,芮通认为基础研究和产品开发要在同一个频谱上,才能创造真正的商业效益。芮勇到联想后,在落地人工智能方面,做的第一个项目不是通用平台,而是具体落实到供应链管理场景中。对于联想而言,面临着手机、PC等零部件的全球供应链管理,而用人工智能进行预估,则可带来极大的供应链效益提升。芮勇强调,要找到人工智能落地的场景,就要解决企业的痛点,痛点即刚需。

不过,对于更多具有行业属性的企业来说,人工智能不是其主营业务,也无需高成本招聘和维护人工智能专家,而是可以选择与微软亚洲研究院这样具有基础研究能力的研究院合作。2017年11月,微软亚洲研究提出了“数字化转型即服务(DTaaS)”的概念,并正式成立了微软亚洲研究院“创新汇”,充分利用微软亚洲研究院的科研储备和人才优势,帮助企业解决发展过程中遇到的技术挑战。“创新汇”成员既有大型国有企业、全球知名外资机构,也有龙头民营企业和初创公司,涉及领域涵盖金融服务、制造、物流、零售、教育与医疗健康等多个行业。

在医疗领域,辉瑞公司与微软亚洲研究院共同研究、构建了一系列利用人工智能的医疗方案。在中国的社区医院中,有70%的医生没有上过大学,而通过人力培养一名合格的医生需要十年甚至二十年的时间,无法有效满足现在人们的看病需求。通过机器学习,辉瑞构建了冠心病、脑卒中、高血压、高血脂等常见慢性病的知识图谱及智能问答系统,以帮助患者与医生进行更有效地沟通,提高患者对疾病的认知,这将有助于对这些慢性病的有效防治。在五年前辉瑞就开始构建这个平台,将学科知识以及医疗数据通过机器学习平台进行处理。现在已经覆盖了中国16个城市,已经用人工智能做了10万个处方;通过随机比对,社区医院的标准化治疗率提升30%,糖尿病治疗的达标率也提升了30%。

不仅如此,难以发现的真菌感染疾病也能够通过人工智能诊断出来。传统方式的真菌检验主要依靠人工染色镜检,对医务人员的专业技能要求极高,不但费时费力,而且通常只有三甲医院才具有检测能力。辉瑞大中华区副总裁、医学部负责人谷成明在微软亚洲研究院20年庆典上表示:“在医院ICU的病人里面,有的人会得真菌感染,真菌感染有致命的危险,但诊断率只有2%。如何从图片识别入手,识别真菌就很重要。我们与微软亚洲研究院合作,他们帮助实现真菌图片的识别,我相信这样的工作能够挽救很多人的生命。”

微软亚洲研究院还与教育集团培生公司一道利用语音识别、自然语言理解、机器学习等人工智能前沿技术,将优质的英语教育素材转化成为更智能且更具针对性的英语教育服务,为用户创造更好的学习体验。培生与微软亚洲研究院的合作的朗文小英,通过微信平台来为学生服务。该平台通过AI系统提供不同的学习方法,从2017年9月到2018年3月这半年间得到了大量积极反馈,超过90%的学生觉得朗文小英能够真正帮助增加学习效果,超98%的老师认为朗文小英可以帮助解决教学问题。

培生大中华区董事总经理林国章在微软亚洲研究院20周年庆典上表示:在培生公司超过170年的发展历程中,见证了全球技术发展对教育所带来的巨大影响。在人工智能时代,培生希望借助微软在人工智能领域的技术积淀和突破性的科研成果,让用户可以更便捷、更有效的利用各种教育资源和素材,让教育变得更多元、更智能、更唾手可得。

“进入工业化后可以实现大批量生产,例如一个课堂上可以有四五十个学生,但是个性化就没有了。今天我们进入了智能时代,很重要的一点是可以利用大数据分析以及人工智能做到既大规模化又个性化的教学。这是人工智能和教育相结合的落地方向,将对世界经济和产业发展都将重大作用。”芮勇亦强调。

创新理念连接更多产业

微软亚洲研究院成立20年来,不仅对外输出科研成果和对接商业场景,还大批量的对外输出高质量的科研人才。洪小文表示:“ 20年来,微软亚洲研究院充分发挥自身优势,与亚太地区的产学研各界开展了广泛而深入的科研合作、人才合作、产业合作,在推动技术成果转化以及助力不同行业的企业数字化转型方面发挥了积极作用。不仅如此,微软亚洲研究院还为科技行业培养出了一大批具有科研精神的优秀人才,我们自由、创新、多元和包容的文化,将确保我们的人才优势和创新精神不断传承下去。”

如今,近7,000名微软亚洲研究院的院友遍布全球,活跃在科研创新、产业创新的最前沿。他们中的很多人都已经成为学术界、产业界的中坚力量,其中有200多位院友在世界各地的顶尖高校执教,超过55位院友受到了国际以及中国学术界的高度认可,包括入选中国千人计划、长江学者和国家杰出青年科学家基金,以及电气电子工程师学会(IEEE)院士、美国计算机协会(ACM)院士、美国人工智能学会(AAAI)院士等。在产业界,超过15位院友在互联网企业担任CEO或CTO,范围几乎覆盖全部中国最顶尖的互联网企业。更有超过115位院友在创业大潮中开拓创新,其中至少有5位是独角兽公司的创始人。

字节跳动副总裁马维英同样曾在微软亚洲研究院工作,他微软亚洲研究院20周年庆典上回忆:“每年微软总部的Tech Fest(技术节),Rick(前微软首席研究官Rick Rashid博士)的第一张PPT永远不变,这就是微软研究院的三个使命: 致力于推动整个计算机科学领域的前沿技术发展;将最新研究成果快速转化到微软的关键产品中;着眼于下一代革命性技术的研究和孵化。如果十年之后还有一家叫做微软的公司存在,那是因为研究院的存在。这些观念都深深影响了我,我希望将这些好的资产带到中国的企业。”

马维英微软亚洲研究院20周年庆典的未来技术论坛表示,接下来十年有机会重新再定义新一代的内容信息平台。首先,借由AI的不断推进,可以有更多的技术帮助降低创作的门槛,让每个人都可以创作;其次,AI可以重新定义更个性化的推荐,将个性化推荐和千人千面搜索相结合;最后,AI还能够收集、整理、学习用户在平台上的数据,不断迭代、不断训练,推进计算机视觉、自然语言处理、语音等各方面的算法,而当这些人工智能技术成熟之后还能够应用于企业级AI等场景。马维英表示:“在企业里,也有个性化信息和协同文档,企业内部也可以有更好的社交,用社交的方法来促进协同合作,这都是极好的机遇。”

当然,这些目标也不是今天才有。马维英强调,他在微软亚洲研究院工作长达16年,微软深深启发了他。马维英表示:“在字节跳动有很多利用技术、人才的方式,我们希望能够将微软和微软亚洲研究院的成功模式再复制到中国,这是我的一个梦想与接下来的使命!”而根据日本媒体的报道,作为今日头条和抖音等产品的母公司,字节跳动刚获得了日本软银的30亿美元投资,成为估值超过Uber的全球第一大独角兽。

还有更多像马维英这样从微软亚洲研究院走出去的科学家和科研人员,在数字化转型的“工业革命”即将爆发之际,加入到中国创新创造的队伍中,与微软一起普及人工智能等新技术、推进中国的数字化新经济!(文/宁川)

2018-11-17

到目前为止的科技创业创新还是以软件为核心,这是因为硬件本质上是把软件固化,而且硬件的创新创业成本相对比较高、周期长、壁垒高、挑战也大。对于很多创业公司来说,软件开发就是站在巨人的肩膀上进行弯道超车的机会,而这个“巨人”的肩膀在很多时候就是指开源软件。

开源软件意味着四种自由:第一,不管出于何种目的,都可自由运营程序;第二,自由研究软件运行机制,按照自身需求自由修改;第三,自由传播副本,帮助他人;第四,自由改进程序,公开发布修改成果,造福整个社区。当然,相应有开源许可证,作为商业使用或者法律上的规范。

开源软件的发展大致经历了三个阶段。从上世纪九十年代之前以个人和大学为主的萌芽阶段,到出现Apache基金会等非盈利组织、成就了Linux 操作系统以及在互联网上几乎占据统治地位的Apache WEB服务器阶段,再到以Google、Facebook、Oracle、IBM等大型互联网和IT企业为主的阶段。

从开源的发展史可以发现,开源软件不是免费的午餐。开源软件进入真正规模化发展阶段,也就是互联网兴起的时候,这说明即使是免费的开源软件也需要规模化商业组织的推动,才能真正形成气候。

近期,开源软件进入了新的发展阶段。不论是MongoDB更改开源协议、Oracle将收取Java费用、Google改变欧洲市场安卓设备销售协议,还是IBM巨资收购红帽、微软巨资收购Github、Cloudera与Hortonworks合并等,这些变化背后透露出怎样的新趋势?在2018年11月举办的钛资本“新一代企业级科技投资人投研社”在线研讨会第六期上,钛资本研究院分享了对近期开源产业和创业大事件的看法。

免费/收费?业务模式?

最近在开源行业发生了几件看起来毫无关联、放在一起看就引人深思的事件。

事件一:MongoDB 更换开源协议至SSPL

MongoDB是一个最接近于关系型数据库的非关系性数据库,特别适合在互联网应用上用。MongoDB公司在今年10月17日,宣布了其开源许可证从GNU AGPLv3 切换到Server Side Public License (SSPL)。

这是个非常重要的切换,这个切换就意味着所有免费使用MongoDB数据库进行修改后再发布自己的服务提供给使用者的公有云服务商,将不能再享受免费的午餐了。这也就是说包括IBM、阿里巴巴、AWS等,如果在公有云服务中再使用MongoDB的数据库,或者在应用系统上使用MongoDB服务,将面临两个选择:要么购买商业许可证,要么将所有的修改反馈给社区。

MongoDB公司为什么这样做呢?MongoDB是非常流行的数据库,也得到了大家的高度认可。MongoDB的业务模式是靠服务收费,即企业可以免费使用其产品,但是如果需要技术支持的话就得购买注册。但是随着企业上云,企业从公有云服务商获得服务;而公有云厂商技术能力非常强,既不需要购买MongoDB的服务,也不把对MongoDB的修改反馈回社区,这就打破了开源的利益平衡。

实际上这些以公有云为代表的厂商,从商业角度来讲是侵占了MongoDB公司劳动所创造的价值;这些开源软件的使用者通过MongoDB开源数据库变现,却没有把获得的价值分享给MongoDB公司,这就是MongoDB公司要修改其开源协议的原因。

简单理解,MongoDB公司也需要生存。当公有云没有普及的时候,MongoDB公司并没有感觉到生存的压力,而一旦形成了公有云的大规模普及,MongoDB的业务模式就必须要跟着转变,由原来所谓的开源软件不收费、不存在商业许可证而只收维护费用的方式,变成了需要商业许可证。

事件二:Oracle(甲骨文)将从2019年1月起收取Java费用

2018年9月,甲骨文宣布,2019年1月之后,如果没有商业许可,Java SE 8公开更新将无法用于“商业或生产用途”。也就说,既不可以用于软件销售,也不能用于自己的生产系统。

Java SE8包含哪些组件呢?Java JDK、SDK开发工具包以及JRE运行环境。JDK就是J2EE的框架,这个框架将要收费了。简单来说,就是Java语言免费,但是Java框架收费。这就意味着,如果严格按照License的要求,从2019年1月起,所有使用Java J2EE框架的服务器,只要是7版本以上的都需要付费。因为即使再开发新的版本,但只要使用它的运行环境就需要购买许可证。

当然,还有个应对方法就是Open JDK或者使用IBM JDK。因为IBM的Java框架是自己开发的,是属于IBM自己的JDK。

事件三:Google针对欧洲市场安卓设备销售合作协议的变更

2018年10月,Google的官博公布了针对欧洲市场安卓设备销售合作协议的变更:允许手机制造商不预装Chrome或是谷歌搜索App;对于不预装的制造商,每一笔销售都需要收取额外的授权费用,每部手机的费用是20-40美元不等。

大家知道,安卓对所有的手机移动设备制造商是开源免费的。但是谷歌因为把它的搜索App和浏览器内置到安卓系统里,在欧洲受到了起诉并且败诉而被课以巨额罚款,所以不能再强制预装。于是,谷歌决定给欧洲的手机制造商两个选择:一是主动地预装Google的浏览器和谷歌搜索App;二是如果选择不预装,那么每一个手机销售要收取20到40美金的授权费,这比windows mobile都贵。

钛资本研究院观察:所有的开源免费并不是真正的不收费,只是用另一种方式收费;免费开源开放一定需要换回有商业价值的回馈,如果外力阻断了这个链条,则开源体系必然崩裂。

软件开源已经发展形成了完整的商业模式。开源软件主导提供方通过开源,构建了以自己为中心的生态圈。以软件的免费开源,换来了客户商机、可变现流量或持续技术升级,进而越滚越大,把企业之间的竞争转化为生态之间的竞争。

开源软件的提供方和使用方,总是处于一种博弈和平衡的状态。开源软件提供方获得了使用方提供的客户流量、商业机会,再通过这些流量获得收益;开源软件的使用者则直接受益于免费开源软件,通过基于该开源技术的商业产品和服务获得收益。而一旦开源技术的使用方不再为提供方提供商业回馈,则平衡被打破,开源体系崩溃。

原先谷歌不收费的原因是必须用其浏览器和搜索,获得流量后再通过广告模式变现,从而补贴开发费用和安卓的费用。一旦这个闭环路径失效,就开始收费了。从这个销售协议反过来看,当开源软件背后的商业组织不能保障其商业利益时,对开源进行收费就是必须的选择。

合并/收购?理想与现实?

事件一:微软收购GitHub

今年6月份,微软宣布将以75亿美元的价格收购代码托管平台GitHub,前些天宣布已经完成收购。

大家不要认为GitHub只是一个代码托管平台。GitHub表面上确实是代码托管平台起家,但是它的Logo下面写着Socal Coding,也就是说GitHub是典型的从开发到发布全流程管理的DevOps平台,可以完成从代码托管到开发工具再到编译的全生命周期。

对于微软,大家都认为操作系统是其主力,但其实它的最大竞争力是开发人员和开发社群。微软有强大的开发人群,围绕着微软操作系统开发应用。微软提供从开发环境到开发管理的端到端软件工具,采用软件使用许可收费的商业模式。但是GitHub开源升级以后,微软体系受到了极大的冲击,所以它把这个强劲对手收了,尽管微软保证GitHub在未来是独立运作,不会打破其理念。

GitHub其实对个人免费,对企业是收费的。微软、IBM、Amazon、谷歌、阿里巴巴等的开源项目托管到GitHub上都要收费,开源基金会的一些项目也要付费后才能托管到GitHub上。未来微软会不会发展Github的收费模式还不清楚,但是微软一定会用GitHub的DevOps体系来增强自己的实力。

事件二:大数据竞争对手Cloudera和Hortonworks宣布合并

今年10月,两家大数据先驱Cloudera和Hortonworks宣布了“相对平等”的合并(实际上,Cloudera以60%占了大股)。合并后的公司是一个年收入约为7.2亿美元的新实体,这其实是所有做Hadoop生态体系大数据公司都不愿意看到的。

Hadoop体系已经发展了十多年,在全球就出现了这两大产品平台公司。其实按理说,平台型的公司最赚钱、利润最高,而应用侧的苦活都扔给了合作伙伴。但就是这种平台型的公司,Cloudera和Hortonworks合并起来才7.2亿美金的市值,还不如原来DB2火的时候。

这其实说明,创业公司即使做大,互相也不再选择血拼而是抱团形成合力。这两家原来在Hadoop体系里面最大的公司,从开源分出来两条并行的路线后又合并在一起,那么以后的竞争就不会那么残酷,利润率也会好一些。

事件三:IBM以334亿美元收购红帽公司

今年10月,IBM和红帽公司联合宣布,IBM将支付现金、以334亿美元购买红帽所有股票。收购完成后,红帽将并入IBM的混合云部门。这是IBM公司史上最大一笔收购。

红帽是到目前为止,基于开源体系最成功的一个公司,但最后还是被“贵族”收掉了。当然IBM收红帽也有自己的想法,这样一来就补足了IBM混合云解决方案,补足了从操作系统到虚拟化再到云管层面的现代化IT基础设施。

钛资本研究院观察:开源软件是开源体系的核心,汇聚了大量的流量。在收获着最大商业机会的同时,也承担着最大商业变现的压力。在充分竞争的环境下,开源软件一定/迟早会被能够最大效率转化起商业价值的一方所控制。所以围绕开源软件的资本运作仍将会持续进行,永远只有最强者才能够拥有。

在资本和商业竞争的驱动下,所有的开源公司都承担了巨大的商业变现压力。而这与最近几年高科技发展遇到瓶颈也有关,例如集成电路7纳米之内相当于原子级别,这意味着硬件能力的提升已经基本到头了。但是这些高科技公司还要往前发展,资本方的压力更多转向软件方面。

一方面,大量的知名开源软件在走向变相收费。硕果仅存的如MySQL,现在虽然没有收费,但是在被Oracle收购后被砍掉了两个非常重要的功能模块:集群模块和调试工具,相当于避免了与Oracle数据库的竞争。

另一方面,开源公司大量被商业化能力更强的公司合并和收购。例如GitHub的CEO本身是科学家气质,不太适合经营公司,做了多年之后也希望快点出手;而红帽再往下发展,其整个支持体系、卖服务注册的方式、与中间件对接等层面都会出问题。而微软和IBM这样的大公司有很好的技术体系积累,也拥有丰富的客户资源,当认可了开源技术路线后,就会收购进入自己的体系。

2018-11-16

(VMware CEO Pat Gelsinger)

在最新的两份云计算市场的调查报告中,VMware都名列前茅:一份是2018年10月底,IDC发布的2017年全球云系统管理市场数据,VMware继续蝉联全球份额市场第一、达21.7%,超过第二名微软的14.1%;另一份是2018年11月初,由计世咨询发布的《2017-2018年度中国私有云市场现状与发展趋势研究报告》,VMware作为唯一一家外企以及唯一一家非OpenStack企业,进入了“2018年私有云市场品牌竞争力分析象限图”的领导者象限。

2018年也是VMware成立二十周年。二十年来,VMware由服务器虚拟化霸主到如今的多云时代新兴技术“盟主”,期间经历了巨大的转型。早在2009年的时候,Gartner分析师Dave Cappuccio曾写了一篇文章《VMware是否会成为下一个Novell?》,对比了2009年占据服务器虚拟化市场90%的VMware以及1990年代占据局域网市场90%的Novell,Dave发问:VMware是否会像Novell那样被微软打倒?因为微软可以提供跨多种虚拟机的管理工具,就像微软通过同时提供微机操作系统和网络操作系统而打败了只做网络操作系统的Novell那样。

Dave Cappuccio的结论是:企业用户需要统一的管理工具来消除技术的复杂性。今天,VMware反而在多云时代再次繁荣:VMware Cloud实现了对私有云、公有云和边缘计算的全覆盖;VMware超融合技术可以为企业带来统一架构的软件定义数据中心,满足企业对私有云需求;最新的VMware虚拟云网络可以跨各种基础IT架构环境,连接和保护业务;而全球云系统管理第一大厂商的事实,说明了VMware在连接和管理多种IT基础设施方面的能力;与此同时,戴尔科技集团下的Dell、VMware、Pivotal之间达到了解决方案协同的历史新高,可以为客户提供灵活而完整的数字化转型解决方案。

在以“无限可能、由你开启”为主题的vFORUM 2018上,VMware CEO Pat Gelsinger亲自到上海,分享了VMware在云时代的愿景:“任意云、任意应用、任意设备”,连接所有云和所有设备的数字基础设施,通过应用程序让企业可以在全球服务自己的客户。面向未来二十年,VMware为企业打开了一个具有无限可能的数字化商业新时代之门。

创新:打通技术超能力

过去20年,VMware不断成功、超越自己的创新方式,就是跨越技术创新的周期并把它们都连接起来。从服务器虚拟化到BYOD自带设备潮流再到今天的多云时代,VMware一直在持续创新,不断突破自己的舒适区。

在vFORUM 2018上,Pat Gelsinger强调了近年来兴起的四大技术超能力:这就是云计算、移动、人工智能/机器学习、IoT/边缘计算。而之所以说这四大技术具有“超能力”,是因为这四大技术具有全球性的影响力,它们不仅会影响一个国家和地区的生活与工作方式,而且会对全球的每一个人、每一个企业、每一个组织产生长期而深远的影响。

四大技术超能力相互影响又相互加强,不断推陈出新、创造出全新的机会,而VMware的创新之道就是创造可以贯穿这四大技术超能力的平台,让人们能够更快的创新,创造更好的经济和社会效益。在云和边缘计算方面,2018年VMware基于自己的Cloud Foundation软件定义数据中心软件推出了VMware Cloud on AWS,2018宣布与阿里云合作推出混合云解决方案,VMware还通过Project Dimension把Cloud Foundation扩展至边缘计算,形成基于Cloud Foundation的横跨公有云、私有云、虚拟化IT和边缘计算的完整的新型企业IT基础设施,加上VMware NSX SD-WAN by VeloCloud的广域网连接能力,这就是新的企业数字化基础设施。而VMware Virtual Cloud Network则能在数据中心、云和边缘节点之间,提供可编程、安全的软件定义网络基础设施,让连接无处不在。

在数字化工作空间方面,VMware重新定义了这个市场,从简单的设备管理到系统的终端用户体验,进而提出了数字化工作空间,让企业得以加强员工的参与度、提高工作效率、转变业务流程以及更好的服务客户。特别是云与移动技术的发展,网络边界逐渐消失,只有全面的数字化工作空间平台,才能让企业员工成为数字化变革的真正推动者。

在IoT/边缘计算方面,VMware认为“边缘”是物理世界与数字世界相遇的地方。在很多业务场景中,“边缘”都承担着关键的业务价值,例如零售场景中。为此,VMware推出了VMware Pulse IoT Center,为边缘计算交付企业级的IoT生命周期管理与监测解决方案。而Project Dimension则提供了安全、高性能的边缘计算平台,整合了各种异构的边缘网关,并提供了应用分析强度的边缘计算能力。

此外,VMware还在探索区块链技术,Project Concord可以为区块链提供基础设施,解决了系统的可扩展和节能等问题。在人工智能与机器学习方面,VMware的Project Magna正在探索从软件定义数据中心到自驱动和自治的数据中心,这将是一项激动人心的划时代变革。而通过加强对NVIDIA GPU的支持,VMware客户可以更加容易的在vSphere上运行机器学习工作负载。

多云:开启无限可能

(VMware全球副总裁、大中华区总裁郭尊华)

Forrester在2017年5月的《全球业务技术基础设施调查报告》报告显示,89%的企业至少使用两个云,74%的企业至少使用三个或更多公有云。随着公有云的爆炸性增长,各企业组织机构正在采用不同的工具与流程,以获得跨云管理的可视化、加强合规并确保应用性能。

VMware不断加强多云管理、跨云管理能力,以推动全球数字化转型,这方面的脚步一直没有停止。2018年11月,VMware宣布收购创业公司Heptio,而Heptio 公司中有两位 Kubernetes 项目的联合创始人,这是VMware对开源技术的承诺。此前,IBM刚刚宣布了340亿美元收购红帽,创造了美国高科技史上第三大收购案。

VMware认为,Kubernetes正在成为多云基础架构的开放框架,企业组织基于Kubernetes能够运行现代应用程序。通过收购Heptio,VMware将扩展Kubernetes在云上的广泛应用,如私有化部署、混合存储以及计算服务。2018年初,VMware、Google、Pivotal联合推出了Pivotal Kubernetes Services(PKS),这是一个面向应用的容器服务,旨在推动 Kubernetes支持企业级生产环境,而PKS将与VMware的企业级云管理平台vRealize无缝集成。Heptio的收购,将进一步增强VMware与PKS的集成能力,从而推动Kubernetes成为跨云的标准。

而在2017年,VMware领跑全球的云系统管理软件市场,体现了其一贯致力于为客户在云管理监控、分析和自动化方面提供统一方案的努力。VMware Cloud Services建立在VMware的云管理能力之上,提供统一平台帮助云工程与运营团队获得关于云资源的可视化、管理成本、推动效率并以自动化与洞察获得实时配置合规性。2018年,VMware推出了全新增强的VMware Cloud Services,帮助云运营、开发运维、安全性与合规性团队更好地跨云管理云成本、运维、安全性与合规性,应对多云环境挑战。基于VMware软件即服务(SaaS)的云运营平台更新包括全新云自动化服务:VMware Cloud Assembly、VMware Service Broker与VMware Code Stream,云配置安全性与合规性服务VMware Secure State,以及针对Wavefront by VMware的重大改进。

值得一提的是Wavefront by VMware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。今年的Wavefront by VMware的重大改进,包括对Kubernetes的全面支持:Wavefront提供了整体Kubernetes指标洞察,帮助阻止出现监测盲点,还在PKS内添加了快速启动功能。此外,还添加了kube-state指标,以全面了解PKS内Kubernetes的健康状况。

转型:与创新生态同行

回顾过去二十年,VMware的成功之道还在于跨整个VMware生态的持续创新文化。每年的VMworld都有上万名的开发者、系统集成商、软件开发商和企业客户等参与,他们积极参加各种动手实验室、技术培训课程、与技术专家探讨等——VMware作为一家“虚拟”技术社区,聚集了全球众多持续学习的技术开发和IT管理人员。vFORUM 2018就汇集了2场重量级嘉宾主题演讲、7大方案专题论坛以及多达40场生态合作方案技术专题。

在vFORUM 2018大会上,VMware发布了VMware创新网络(VMware Innovation Network)的长期发展规划和未来图景,同时对外正式宣布“VMware创新网络2018创新计划”的全面启动。VMware创新网络致力于成为立体化的综合性创新平台,以促进创新创业为目标,全面推动云计算及相关产业发展,加速中国企业数字化转型。在此社区中,VMware与客户、业内优秀企业、初创企业、投资者、大学与研究机构等多方合作,支持初创公司和成熟公司研发云计算、大数据、物联网、人工智能及相关技术,打造行业战略联盟和开放式创新中心。

“VMware创新网络2018创新计划”包括战略联盟及虚拟孵化和加速器:即VMware创新网络联结业内领先的公司,协调各方在技术创新、产品开发、业务战略执行等方面共同发力;同时通过在创业公司、投资者和其他参与方之间建立联系,成为聚焦中国云计算及相关产业的高效孵化与加速器。此外,VMware创新网络社区成员可以享受技术论坛、动手实验、联合研发等机会,还计划为高校学生和IT从业者提供丰富的培训及职业发展机会。

除了不断扩大开发者生态外,VMware也在加强与产业巨头的合作。vFORUM 2018上VMware宣布了与中国移动达成战略合作,共同面向企业推出新一代云桌面服务,满足企业在数字化转型过程中数据资产和桌面安全保护的迫切需求,推动企业进一步上云。VMware与中国移动优势互补,有望开创中国云桌面市场的新格局。在vFORUM 2018上,浪潮发布了全闪超融合一体机InCloud Rail 3.0,基于英特尔最新一代Purely平台,可针对实际业务应用灵活搭配英特尔Data Center系列固态硬盘,并通过VMware完善的软件定义功能实现IT基础架构的各项服务,可更好满足时效和延时敏感的各类应用需求,如金融行业的大规模历史交易查询、高频交易等。

“无限可能、由你开启”。2018年11月,Gartner调查发现,把数字化计划推进到扩展阶段的亚太地区首席信息官的比例,已从2018年的19%上升至2019年的31%,这表明该地区的数字化业务正在趋于成熟,正在从初步试点迈入大规模应用。而47%的亚太地区首席信息官表示其所在企业已经更改了业务模式或者正在更改过程之中,这说明数字化业务已达临界点。进入2019年,将迎来企业数字化业务大爆发的一年,而VMware及创新生态网络已经做好了产品、技术和解决方案的准备,只待企业全面行动起来。(文/宁川)

(上图为甲骨文公司副总裁及中国区应用软件总经理潘杰君)

作为一家消费升级公司,连咖啡主要提供咖啡快送服务,用户可以通过微信扫码自助下单,连咖啡的咖啡车间会就近为用户提供咖啡外送服务,保证在半小时内送达。2017年双十一周,连咖啡达到100万杯销量。2018年10月,连咖啡选择Oracle NetSuite为自己搭建信息化平台,项目启动会在上海连咖啡总部召开。除了连咖啡,喜茶、味千拉面、宏状元、永和大王、达美乐、唐宫餐饮等,这些耳熟能详的网红公司都选择了Oracle NetSuite云ERP。

2018年11月13日,以“灵 · 全 · 快 驭未来”为主题的首届Oracle NetSuite中国峰会在上海召开。自2016年11月被甲骨文公司以93亿美元收购、2017年大规模试水中国市场以来,Oracle NetSuite云ERP在中国市场取得了超乎意料的成功。甲骨文公司副总裁及中国区应用软件总经理潘杰君在本次峰会上表示:“NetSuite自去年进入中国市场以来,发展势头迅猛,按新增客户量算,中国去年是全球第四大市场,明年有望成为新增客户量第二大市场。”

“NetSuite在中国市场,实现了超过90%的客户续约率、超过70%的客户扩展率、12个星期快速上线、6个星期的销售周期、支持从初创企业到全球化企业的运营管理”,潘杰君列举NetSuite“灵 · 全 · 快”特点时强调。在数字化转型时期,企业不再要求大而全的解决方案,而是小步快跑、直接上线、快速迭代,这就是NetSuite云的速度,这也是连咖啡、达美乐、唐宫餐饮等网红公司的速度。

从ERP到现代管理平台

什么是NetSuite?ERP又是什么?传统意义上,ERP(企业资源计划)从MRP(物资需求计划)逐渐演变ERP而来,同时又不断加入CRM等功能模块,形成了大而全但又比较笨重的套件。当客户只需要其中一部分的功能时,仍需要购买整个软件套餐,造成成本和资源的消耗,也使得系统不能快速迭代。有些客户在部署了ERP十年之后,都不敢改动系统,因为既不知道怎么改,也不知道更改之后会造成什么样的影响。

而现代ERP应用是什么?潘杰君在2018 Oracle NetSuite中国峰会上强调,现代ERP应用就像NetSuite这样,在一个以进销存为主的平台上不断优化、不断延伸,而且优化延伸都是根据客户需求可以碎片化加入,“我深觉得NetSuite不应该叫ERP,它不是ERP,而是现代管理平台。”NetSuite是怎么体现现代管理平台这一理念?这就是SuiteCloud开发平台,SuiteCloud允许开发者、集成商和企业IT开发团队等对NetSuite平台进行延伸,以容纳新需求、新功能、新行业要求或者是政策要求。

以NetSuite云ERP平台为核心的现代管理平台,围绕“进销存”这个企业核心需求,可以随着企业的发展而加入CRM模块,还可以接入已有的其它厂商软件,甚至是已经用了十年的系统。“这就是NetSuite的‘灵·全·快’”,潘杰君强调NetSuite的重要优势,就是可以继续让客户选用其它软件,再用SuiteCloud平台衔接起来。

在2018 Oracle NetSuite中国峰会上,甲骨文还推出了SuiteSuccess,这是构建在NetSuite内的预设最佳实践,吸收了很多全球客户的经验。当然,SuiteSuccess也不是硬性设置,只是让客户可以快速地接入标准化方案,与甲骨文的顾问团队或合作伙伴进行加速实施、加速行业化、加速落地NetSuite的软件效果。

首批客户这么说

新维国际控股有限公司(简称:新维国际控股)是中国市场首批NetSuite客户。新维国际控股于2000年在港交所上市,主要从事电子商务业务,在2017年开启战略部署IP产业,逐步扩大IP版权业务以及跨界合作。新维国际控股以IP为核心,以科技为支撑,为新的消费群体创造新场景,成为创造新消费商业模式的创新公司。

新维国际控股运营着多种IP,其中:科技餐饮IP——裸眼3D小厨师系列是新维国际控股与海外专业创业团队共同制作的内容,打通了中国市场高端餐饮的渠道——五星级酒店以及定制化大型活动;体育IP则是与法国众多车队进行的IP孵化和共同合作。IP业务对跨界合作协同以及渠道整合来说非常重要,如何优化运营管理成本、整合线上线下全渠道网络、实施财务一体化,把多个IP业务高效的管理起来,这就需要一个灵活、完整、快速的云平台。

“Oracle NetSuite正好符合我们的业务需求:灵活的租用模式,大幅优化运营管理成本,也提高运营效率,帮助我们最大限度的服务和覆盖全国的转售权合作伙伴。在IP业务全方位发展的同时,保持稳定的增长、可靠、可控,也为全球化发展打下坚实的管理基础。”新维国际控股董事长潘文森在2018 Oracle NetSuite中国峰会上表示:“非常感谢Oracle NetSuite团队,也非常感谢神州数码在短短三个月之内帮助我们实施了系统,为未来打下了非常好的基础。”

周小徐是上海峥荷品牌管理有限公司创始人兼董事长,即“峥荷赛车”。峥荷赛车是一家专业的赛车咨询和管理公司,作为一家年轻的公司,峥荷赛车已经是中国唯一一家获得中国汽摩联、地方汽摩协、英国赛车工业协会三方认证的公司。因为专注于赛车,在创立之初就提出了峥荷赛车“三角概念”——立足于赛车,将赛车的技术、教育、商业综合起来,创造一个全面和闭环的赛车生态体系。

对于赛车车队来说,如何有效控制成本、管理好供应商、应对改变,是赛车车队需要解决的问题。去年,周小徐了解到NetSuite有全面的体系模块以及灵活变动的能力,可以更好地为赛车车队创造合理的体系化管理,快速响应车队在全世界各个地方比赛的需求,于是他找到NetSuite团队,双方一拍即合。“赛车是科技商业综合载体,每年需要在全球各地比赛,快速、灵便的管理就非常重要,而Oracle NetSuite非常强大的产品体系,可以帮助赛车车队更好地应对不同比赛。”

首批合作伙伴这么说

作为NetSuite在中国的首批合作伙伴,上海网杉信息技术有限公司(简称:上海网杉)、上海企元距图数据科技有限公司(简称:企元距图)、深圳维曼计算机有限公司(简称:深圳维曼)都感受到了NetSuite的生意非常火,特别是2018年NetSuite在国内发展非常快,很多新项目涌现出来,技术顾问都在客户现场日以继夜的工作。

上海网杉的前身为成立于2005年的上海汉特,当时是财税解决方案提供商,服务超过1000家国际知名企业。上海网杉创始人兼董事长邓先飞介绍说,自2005年公司成立以来就开始创建自己的CRM软件,也有财务系统、项目管理软件等,但彼此之间分散、分离,信息也无法实现很好的连通。直到2009年接触了NetSuite,上海网杉就将整个公司的业务转到了NetSuite,从CRM到ERP到财务和项目管理等,全部运行都在NetSuite一套平台上,“当时觉得这是全世界最好的系统,我们也成立了专门的NetSuite团队,为企业提供服务”。

邓先飞强调,很多公司都像上海网杉这样,在一开始创建的时候先用财务软件,之后随着业务的发展开始购买CRM软件,再根据业务的进一步发展而增加订单系统等,导致业务和IT越来越复杂,但NetSuite是唯一的一套覆盖从CRM到ERP再到财务专业服务自动化等的系统,在一个平台里就可以把企业员工、管理者、客户、供应商、合作伙伴等全部联系起来,这也是上海网杉给客户带来的最大好处。

企元距图的母公司是于2014年在新三板上市的埃林哲公司,成立于2004年的埃林哲是甲骨文的白金合作伙伴。2016年,埃林哲帮助喜茶实施了基于Oracle JDE ERP的信息化项目,支持喜茶的快速业务发展。企元距图则专注于NetSuite,有120余项国家专利和甲骨文专门认证的方案。NetSuite与连咖啡的合作,就是企元距图负责实施。企元距图围绕NetSuite核心,还开发周边的中台系统,以满足企业客户的需求。2018年10月,企元距图与唐宫餐饮就Oracle NetSuite和中台系统的信息化建设达成战略合作,帮助唐宫餐饮用更精准可控的数据,对未来的决策走向做有效支撑、对市场的反应速度越来越快。

企元距图承接埃林哲公司在专业服务、连锁餐饮、全渠道销售、多模式制造、商业地产、医疗医药等行业十多年的实践经验,先后服务过多个网红公司品牌,包括肯德基、必胜客、味千拉面、吉野家、呷哺呷哺、喜茶、黄记煌、九毛九、西贝等众多知名国内领先的餐饮企业。企元距图副总裁徐林表示,NetSuite有非常强大的协同平台效应,尤其是CRM+ERP+NetSuite内嵌BI报表集成,中小企业能够快速实施、灵活运用;还支持多语言、多币种、多会计准则,可支持企业的全球业务扩张。

深圳维曼总经理钟勇表示,他作为咨询顾问出身的专家,在2011年第一次接触到NetSuite产品时感觉特别震惊,因为在此之前他都需要去客户现场,“安装软件、打补丁,非常累,我始终觉得这不是顾问该干的事情,应该是IT的工作。但在2011年接触到NetSuite产品的时候就有一见钟情的感觉,因为以后再也不用装软件、打补丁了。”深圳维曼帮助很多中国零售公司走出去,具有不少跨境电商客户,因此基于NetSuite做了出口电商和进口电商方面的深入方案集成。

深圳维曼在零售行业开发了很多集成方案,包括与国内的淘宝、京东、天猫、阿里智慧零售系统和物流的集成、线上线下完全打通,连接了微信支付、支付宝、银联等第三方支付系统;在国外则与亚马逊、EBay、沃尔玛电商平台进行了深度整合。“我们完全是基于NetSuite的PaaS平台为客户提供零售行业解决方案,希望中国优质企业可以依靠NetSuite,用最先进的技术和最好的方案,把产品卖向全球。”

对于零售行业来说,“快”是基本的要求。钟勇分享了一个例子:他曾经有一个香港客户,双方约在香港的一个星巴克喝咖啡、签合同,客户说当天下午就要用系统开发票、收钱,“我一听这个有点太快了,赶紧给客户开通帐号,我在现场帮客户做发票系统。中午开通帐号,下午就在星巴克现场帮客户开通发票系统,当时客户就用系统开发票然后收钱去了。”钟勇当时感叹:“当时给我印象最深的就是:NetSuite为什么那么快?!确实很灵活!”

2018 Oracle NetSuite中国峰会还推出了SDN(SuiteCloud Developer Network)生态圈战略。SDN生态圈战略面向软件、批发分销、制造、跨境电商、专业服务、零售餐饮等各个垂直行业伙伴,包括ERP、财务、供应链、项目管理、电子商务、客户关系管理等多领域功能。百洋智能科技、国信电子票据平台信息服务、上海汉得信息技术、上上签电子签约、厦门盈趣科技旗下的攸信信息技术有限公司与Oracle NetSuite达成SDN战略合作并签署协议,共同加强NetSuite在医药、智能商务、企业财务管理、智能制造等各方面的行业赋能。

甲骨文公司本身也在不断投资NetSuite的产品开发与本地化。负责NetSuite产品研发管理的甲骨文公司集团副总裁Craig Sullivan介绍,NetSuite的创新策略就是全球视野+本土实践,全球视野即全球化部署和运营、本土实践则是要对本地市场合规以及满足本地需求。

甲骨文亚洲研发中心负责人、甲骨文公司副总裁Pascal Sero表示,他负责的部门与Craig Sulliva领导的全球研发团队紧密合作,把本地市场需求纳入到NetSuite产品中,包括:与中国的微信集成、符合金税系统要求等;也开发了面向供应链金融领域的区块链应用,即用Oracle区块链云连接NetSuite云和面向大型企业的Oracle Fusion Cloud应用,帮助中小企业、大企业、第三方保理公司运用区块链技术,以安全、可靠、快速的方式共享供应链上的真实交易数据、建立多方协作。

展望未来,中国的云ERP市场将迎来高速增长期,而像NetSuite这样既具有全球覆盖和运营能力、也具有本地系统集成开发特点、还在培养一批开发合作伙伴生态圈,再加上甲骨文的持续投资以及与Oracle Fusion应用和ERP云的无缝衔接,NetSuite有望在2019年的中国市场遍地开花。“NetSuite在2019财年第一季度(2018年6-8月)为止的新增客户就超越了去年全部新增客户量,我还是很有信心的!”潘杰君在接受采访时,信心满满。(文/宁川)

2018-11-14

自数据库巨头甲骨文公司从2010年开始全面向云转型以来,就在业界掀起了极大的反响。2015年推出全线PaaS和SaaS产品、2016年推出IaaS产品、2017年推出自治数据库、2018年推出下一代云Oracle Gen 2 Cloud,甲骨文公司董事长兼首席技术官拉里·埃里森(Larry Ellison)在每年旧金山的Oracle Open World上,不停地发布新技术来挑战微软、AWS、SAP、Workday等云计算领域的主要竞争对手。

而Oracle云业务也取得了积极的进展:在截止2018年6月的甲骨文公司2018财年中,甲骨文的云服务和授权支持业务营收为262.54亿美元,与2017财年相比增长10%,不计入汇率变动的影响为同比增长8%,在总营收中占比为66%。而在最新的2019年财年第一财季中,甲骨文公司CEO马克·赫德(Mark Hurd)表示,更多的客户正在采用面向大中型企业的Oracle Fusion ERP云和面向中小企业的NetSuite ERP云,“几乎所有分析师都把Oracle列为云ERP的领导者”。

2018年11月14日,一年一度的甲骨文云大会在上海召开,本次大会以“灵全快、驭未来”为主题,突出了Oracle云灵活、全面和快速的特色。那么,从Oracle云解决方案来说,是怎么体现“灵、全、快”的产品特点?

灵活的云服务

根据Gartner在2018年11月6日发布的最新调查显示:将数字化计划推进至扩展阶段的亚太地区首席信息官的比例已从2018年的19%上升至2019年的31%,这表明该地区的数字化业务正在趋于成熟,正在从初步试点迈入大规模应用。在扩展和扩大规模阶段,灵活与敏捷是首席信息官以及企业业务人员所依赖的数字化转型支柱之一,特别是这种数字化业务的扩展是以更多的消费者与企业互动为前提的。

作为企业软件巨头的甲骨文公司,其传统形象是通过完整的一体化解决方案,满足企业的所有需求。这有些像企业级里的苹果手机,但用户在更多时候却想要安卓应用的体验,这其中就包括来自零售行业的达美乐。成立于1960年,达美乐在全球80多个国家和地区拥有14500家餐厅。自从达美乐进入中国以来,借助“30分钟必达、超时送免费比萨券”,品质美食优势迅速发展,截止2018年9月已经拥有超过140家门店。

随着品牌和门店业务迅速扩展,达美乐的管理逐渐遇到困境:中国市场门店数量激增,企业统一信息化建设较薄弱,各分支拥有大量独立业务系统,难以数字化综合管理;供应链多依赖人工操作,缺乏现代信息系统支撑,难以实现精细化管理和高效运作;传统的财务管理流程亟需现代科学系统实现企业人、财、物可视化、一体化管控。为此,达美乐选择与甲骨文合作,借助Oracle NetSuite快、全、优、广、灵的优势,打造科学管理云图。 Oracle NetSuite云ERP将为达美乐搭建起功能全面、高效智慧、灵活集成的现代管理系统,特别是SuiteCloud开发平台和多维度的报表能力,可以满足达美乐个性化需求。达美乐中国区总经理王怡表示:“Oracle NetSuite云ERP功能全面而灵活,与达美乐数字化转型的各需求点十分契合。”

NetSuite是甲骨文于2016年11月收购的一家面向中小企业云ERP的公司,自进入Oracle产品大家庭后就彰显了其灵活的特点。在美国今年5月的SuiteWorld 2018、10月的SuiteConnect以及刚结束的2018 Oracle NetSuite中国峰会上,NetSuite就再次展现了其鲜明的灵活性:例如,Oracle NetSuite宣布将为中国、德国、法国、日本、巴西和墨西哥的企业提供本地化的产品能力和客户支持;在中国市场,提供的支持包括专门适用于中国的报告和会计功能以及支持中国的金税系统,还会与微信进行系统集成,用户在微信中便可进行支付、电子发票、费用报销。为了更好服务企业客户,Oracle NetSuite以SuiteCloud Developer Network(SDN)作为渠道合作伙伴策略的重要内容,灵活多样地为企业成功提供所需的拓展解决方案。

微信在中国是全民级的移动通讯工具,根据腾讯 2018 年一季报数据:微信及WeChat 合并MAU达到10.4亿,超过2017年底我国7.53亿的手机网民数量。微信也是中国企业数字化转型的重要平台与消费者交互入口,除NetSuite外,甲骨文的其它产品也尝试与微信集成,为企业用户提供更灵活的体验。例如:Oracle营销云Eloqua与微信集成,在中国市场打通社交媒体和营销渠道,通过识别不同渠道的粉丝,让用户画像更加精准化,提升销售转化率,这让企业的市场营销人员有了更灵活的选择。

全面的云服务

自2015年甲骨文首次向市场推出全线PaaS和SaaS产品时,就以全面著称。到2016年推出IaaS,Oracle Cloud就是一个完整的IaaS+PaaS+SaaS、公有云+私有云+混合云,特别是SaaS提供了完整的企业应用套件。而甲骨文公司为什么要花费巨大的精力,开发完整的云服务,这是因为企业大数据的汇聚。因为对于传统企业级应用来说,不同应用之间的数据共享极其困难,但云本身就给企业提供一个数据共享的机会,而Oracle Cloud统一的PaaS,正是一个统一的数据共享平台。

今天,在已有的完整的IaaS+PaaS+SaaS基础上,企业已经开始汇聚大数据。为了进一步利用这些统一而共享的企业大数据,甲骨文在2018年特别强调把AI人工智能、ML机器学习、区块链等新技术扩散到云服务的方方面面,让企业用户用好云、用全云。为了方便客户使用,Oracle云应用在现有任务和流程中无缝融入了AI特性,大幅缩短了用户的学习曲线。例如,Oracle 智能云应用会巧妙地提供各种线索(如滑出特效和提示),帮助用户在熟悉的应用界面中了解新的 AI 特性。

此外,Oracle 智能云应用还集成了语音识别和聊天机器人等新型交互模式,能够提供更直观、更个性化的用户体验。在今年的2018 Oracle Open World上,甲骨文发布了Oracle数字化助手(Oracle Digital Assistant),这是 Oracle 聊天机器人功能进化后的新一代产品,可帮助企业构建个性化数字助手。采用该技术,员工可以利用一个通过训练就能掌握人力资源、企业资源计划、客户关系管理和客户体验等多领域技能的全能型数字助手开展工作。Oracle数字化助手利用 AI 来来理解上下文、获取意图、识别和学习用户行为及模式,进而代表用户主动自动化例如费用审批、会议安排等日常任务。

而在区块链方面,2018年7月发布的Oracle区块链云服务可帮助企业快速搭建区块链网络,更安全、更高效地进行交易处理。在2018 Oracle Open World上,甲骨文进一步发布了基于Oracle区块链云服务的Oracle区块链应用云,包括供应链的智能跟踪、产品溯源、智能冷链、保修及使用跟踪等,这些全面且可快速定制化的区块链应用云,可以帮助客户快速搭建自己所需要的行业区块链网络。

货讯通(Cargosmart)是一家专注于智慧航运供应链的公司,提供全球船运管理软件方案,帮助发货人、收货人、物流服务供应商、海运承运人等优化供应链规划和提高货运准时率。自2000年成立以来,货讯通通过与全球超过40家领先的承运人的连接,利用多来源的大数据和云计算平台为客户提供船运管理方案。2018年初开始,Cargosmart与Oracle北京Lab的专家合作,研究如何把区块链这样的新兴技术应用到船务管理系统中。2018年7月,Cargosmart推出了基于Oracle区块链云的区块链解决方案,旨在简化运输文档流程、提升可信度并大幅提高效率。

Cargosmart的首席商务官Lionel Louie 表示,之所以选择Oracle区块链云,在很大程度上是因为其相对完整性。例如,针对联盟链的管理,Oracle区块链云已经提供了相应的模板,不需要重新开发,省掉很多人力。上线快,是Oracle区块链云的一大特点。

Concentrix互联汽车解决方案副总裁David Cook也表示:“选择Oracle的最大动力之一是它丰富的附加功能。拥有统一的平台让我们的工作变得非常容易。在云服务方面,我们一下拥有数百种以前没有的功能。”

更快的云服务

快,是甲骨文一直以来对极致性能的追求。为了体现对“快”的追求,作为体育迷的拉里·埃里森还耗资建造了自己的帆船,并带领自己的Oracle Team USA帆船队夺得了2010年和2013年美洲杯帆船比赛。要知道,参加美洲杯帆船比赛队伍的门槛为1亿美元,更不用说冠军队伍的费用了。

从某种程度上来说,这也是Oracle自治数据库背后的研发动力。Oracle 自治数据库是一款集自治驾驶、自治安全和自治修复功能的数据库,它基于 Oracle 云基础设施运行,包括自动打补丁、调优和升级,确保关键基础设施的自动化运行,带来现代化的云端体验。Oracle自治数据库云服务支持运行时同步扫描安全威胁及更新,从而有效防范网络攻击和数据失窃。Oracle自治数据库包含Oracle自治交易处理和Oracle自治数据仓库两项云服务,每个云服务都针对特定负载进行了专门调优。

自治数据库最大的好处之一就是快。QMP Health是一家正在快速成长的企业,为医院、诊所和实验室提供数据分析等服务。这家公司使用Oracle自治数据仓库来帮助客户更快地处理血液样本,公司首席执行官Michael Morales说:“我们已成功将取得血样分析结果的时间从平均几个星期缩短至一天或甚至是一个小时。如果我们可以与更多的实验室分享这种工具,我们就可以为所有人缩短时间,获得更好的诊断。”

Oracle自治数据仓库的另一个用户是咨询公司Qualex,他们使用大数据分析帮助娱乐公司和专业运动团队通过理解粉丝消费行为来改善客户体验。Qualex分析师需要加载大量数据来分析粉丝的门票、特许商品等消费行为,而Oracle自治数据仓库恰恰为Qualex带来了简便的方法以满足这一需求。Qualex首席运营官Al Cordoba说:“我们没有多少时间来将这些数据输入数据仓库,所以快速扩展和分析对我们来说非常重要。与我们之前的数据加载速度相比,现在的速度要快4倍。”

在中国,侨鑫集团选择Oracle自治数据仓库支撑其数字化转型。集团产业横跨地产、金融、健康、教育、酒店餐饮、传媒等多个重要生活需求领域,侨鑫以数据贯穿复杂多元的业务生态,借助大数据定制化分析,改变原有投入大、见效慢、实施复杂的数据仓库项目,融汇线上线下、打破业态边界。第三方电子合同和数据存证平台法大大也选择了Oracle自治数据仓库,期待未来在海量数据探索和挖掘方面可以和甲骨文进行进一步的深度合作。

Oracle自治数据仓库具备简单、快速、弹性、企业级等特性,如无需人工调优即可实现自动化管理、保护和备份;分钟供应数仓实例;计算和存储可分开缩减,无需停机,空闲时可停止服务;同时具备自治驾驶,安全和修复等特性,拥有99.995%可用性。由于无需IT人员过多参与,Oracle自治数据仓库可帮助企业大幅减少人工错误和风险,从而把人力聚焦在数据战略等更有价值的事物上面;其次,还能助力企业加速上线时间,从而提升业务敏捷性并节省成本。不过,Oracle自治数据仓库最重要的价值是在于帮助企业快速实现数据变现,在风起云涌的数字化时代里,通过整合业务数据,来反哺数据业务。

而在更加体现对极致快速追求的内存数据库方面,2018年9月甲骨文公司推出Oracle TimesTen Scaleout分布式内存数据库。一直以来,许多用户采用NoSQL /Key-Value 等非关系型数据库解决方案来实现可扩展性,但是这种扩展性放弃了关系型数据库的大部分重要功能,包括标准SQL、事务处理、完整性约束、一致性、ad-hoc分析等。 而Oracle TimesTen Scaleout 实现了突破性的高吞吐量读写速度,在常见硬件上运行面向电信提供商的吞吐量基准测试(TPTBM)时,达到了惊人的成绩:每秒处理1.44亿个SQL 事务、每秒处理 12 亿个SQL语句。

中国移动通信集团重庆有限公司PaaS平台主管唐堂表示:“我们的营销服务系统在应用代码几乎没变的情况下成功部署在了TimesTen Scaleout新架构下”,“整套系统不但在性能上有了三倍以上的提升,并且成功支撑了多个新的高并发业务模块。”

“灵、全、快”是新一代Oracle云服务的产品体验和品牌形象,与传统数据库巨头给人的那种“庞然大物”感相比,今天的甲骨文公司正在变得更加年轻化、时尚化以及敏捷化。在今天的2018甲骨文云大会上,来自华为、荷兰皇家菲仕兰公司、寺库、侨鑫集团法大大等企业将在现场和众多商界及业内领袖分享他们为什么采用Oracle云解决方案进行数字化转型。正如甲骨文公司CEO马克·赫德(Mark Hurd)在2018甲骨文全球大会的主题演讲中说:“云是大势所趋,它是基础性的,这一点毋庸置疑”,“我们现在唯一需要探讨的是上云的速度。”(文/宁川)

2018-11-13

Raj Reddy是国际上大名鼎鼎的人工智能专家,这位美国科学院和国家工程院院士曾经师从“人工智能之父”John McCarthy,他现任卡内基·梅隆大学计算机学院院长,一生从事与人工智能相关的研究,载誉无数:1994年成为首位获得图灵奖的亚裔学者、2006年获得了美国国家科学基金会的最高奖“范内瓦·布什奖”、2011年被纳入IEEE智能系统与人工智能名人堂。而微软亚洲研究院迄今为止的四任院长中有三任都是Raj Reddy的学生:李开复、沈向洋、洪小文,其中沈向洋还是现在的微软人工智能战略的核心决策者与负责人。

2018年11月6日,由微软亚洲研究院主办的第二十届“二十一世纪的计算”国际学术研讨会暨微软教育峰会在北京举行,微软公司CEO萨提亚·纳德拉、四位图灵奖获得者、数十位IEEE/ACM院士以及多位全球计算机科学和人工智能领域的知名学者齐聚本次盛会。本次盛会还适逢微软亚洲研究院二十周年,20年来微软亚洲研究院已发展成为具有世界影响力的计算机基础及应用研究机构,并且在人工智能的多个研究领域取得了突破性进展,对微软公司的产品创新也做出了巨大的贡献。

81岁高龄的Raj Reddy也亲自参加了本次盛会,并带来了他对人工智能未来发展的深刻思索。这位从印度农村走出来的图灵奖得主,对于人工智能的普及以及造福全人类有着与生俱来的热忱,他在主题演讲中认为:政府应该免费发放智能手机,因为如果一个全员互联的国家,互联网的人口覆盖提高2倍、经济产出将是原来的4倍;在高度互联的地区,每个人都会有无限的存储带宽。

免费发放手机不是梦

现在世界上一半的人口既没有阅读能力也不会写字,这些人完全没有受益于新技术的进展,而AI技术的发展让人们第一次看到所有人都有机会从新技术中受益。

“如果能够将用户的数量乘以2的话,它带来的经济影响能乘以4,这是网络效应,我希望在有生之年能看到每一个人都连上互联网,至少我想看到一个完全互联互通的中国,哪怕是全员互联的北京。在一个所有人都互联互通的地方,我相信有一系列的变化将会发生。”Raj Reddy在第二十届“二十一世纪的计算”大会上表示。

而如何创造Raj Reddy所描绘的全员互连互通呢?一个可能的途径是由政府向每一个公民发放免费的智能手机。Raj Reddy假设,即使像中国这样的13亿人口大国,如果40%的人口没有智能手机,这可能意味着政府要免费发放5-6亿部智能手机。但Raj Reddy认为这并不是件疯狂的事情,相比于公路、高铁等基础设施建设,给每个人都发放智能手机的成本其实可能只是基础设施成本的1%(假设每部智能手机的成本为50美元),但这是非常值得做的事情。

一方面,全员互连互通能给数字经济发展带来真正的“基础设施”,其经济效益可能不止于4倍的经济产出;另一方面,由于智能手机的全员普及而推动了人工智能的全面普及,语音识别、视频识别等人工智能技术可以让无法阅读和书写的贫困人群,也能分享知识并进一步利用知识“脱贫致富”。

一旦智能手机达到全员普及,未来就可以用语音识别和语音交互做很多事情,因为不用再通过打字的方式进行人机交互,即使是文盲也可以使用智能手机和计算机,这将是全人类幸福的重大进展。

一天工作缩短到一小时?

对未来AI的发展,科学家会向哪个方向去研究?如何发明以前从来没有过的事物?AI未来如何能够提供高效的解决方案、更优质的解决方案,以及可持续的解决方案,Raj Reddy认为这些都需要做更多的研究。

Raj Reddy表示,即便经过了60年的发展,现在仍然只看到了冰山一角,也许未来还需要上百甚至上千年之后才能让计算机真正的像人一样完成创意类和情感类的工作。目前,AI只是一个能够帮人类做事情的超级工具,就像汽车、轮船、飞机甚至更早的文字和数学那样,都是对人的物理能力的拓展。

但人工智能能否做更多?能否把一天的工作缩成一个小时完成,或者要达到这个目标需要什么样的工具。这种看似不可能的任务,如果现在不提出来的话,可能永远不会有解决方案。所以要想要解决问题,必须要先提出问题,好的解决方案都是通过试错的方式实现。

未来AI的机会

那么,有了AI之后,未来的机会是什么?Raj Reddy提出了两个智能助理的概念。

第一个被称之为“认知放大器”,这是面向未来2-3年提出的近期目标。这个智能助理可以增强人类的能力、更快地完成任务、节约更多的精力,而且这样的认知放大器具备高度的个人化特征。Raj Reddy强调“认知放大器”必须是定制化且是耐久的,它可以记住用户所做的所有事情,例如亚马逊和谷歌可以记录用户的购买和搜索记录,并自动向用户推送相关信息。此外,这样的“认知放大器”将是自主式,持续在线、持续工作、持续学习且无需人工干涉。

另外一个智能助理叫做“守护天使”,这是面向未来5到10年来提出的概念。“守护天使”关注的是人们自己都不知道的、更全面的数据,利用这样的数据帮助人们做事情。“守护天使”在社会服务中可以发现和警告人类可能出现的影响安全、安定和幸福感的事件,同时“守护天使”也是个人化、可持续、自动且自主的智能助理。未来如果能实现全球全连接的人口,并且能够实现数据共享的话,“守护天使”能给人类带来更多解决方案。

“现在全球有30亿人口每天生活在少于3美金的条件下”,Raj Reddy强调全员互连互通以及两个智能助理能够显著改善这30亿人口的生存与发展机会,由此带来全球经济的增长甚至倍增。而进一步扩展到全球人类的全员互连互通,就可以为每一个个体提供监测、诊断和满足其个人需求的机会,这将进一步刺激全球经济的增长。

Raj Reddy预测,随着全球全员互连互通的实现,我们将面临一个70亿人口参与的市场,而不是今天20亿人参与的市场。此外,通过人工智能所带来的未来人类效率比现在提升10倍的话,如果按今年100万亿美元的全球GDP估算,那么未来就是1000万亿美元的全球GDP,而哪怕是10%效率的提升也将带来10万亿美元的额外财富。

想像一下,在人手一部免费智能手机并且接近免费联网的未来人工智能社会中,就像社会为人们提供免费道路和接近免费的水电一样,由此所创造的新财富机会,将无法估量。(文/宁川)

2018-11-12

对于大型企业的数字化转型来说,如何获得新客户以及如何与客户进行更好的交互,不仅是对IT技术的要求,也是企业在数字化时代的新战略要求。市场调查公司IDC曾经表示,数字化转型的核心是技术+业务,即将新的技术叠加到业务上,通过技术推动业务发展;而在通信方面,企业需要打通原来传统孤立的通讯系统,将通信能力与业务应用进行融合。

这种融合可在四个层面加速企业数字化转型:产品融合、云部署、智能技术与通信技术的结合以及能力开放。其中,云部署方面,IDC在2017年调研显示企业在部署通讯解决方案时,40%选择本地部署,约49%的企业计划在未来2-3年选择云的部署方式。企业联络中心正在经历本地部署到云端部署的迁移,目前云联络中心已经占据增量市场的绝大部分。此外,艾瑞数据显示,得益于AI技术与客服领域的紧密结合,云客服市场正在以15.4%的年复合增长率快速发展。

云联络中心正在成为企业数字化转型的重要获客手段,以及与企业内部业务紧密集成的业务战略。从全球市场来看,Avaya作为联络中心市场的领导者,已经在2018年第17次入选 了Gartner企业联络中心魔力象限的领导者,其联络中心即服务CCaaS为各种规模的企业提供了云端的全功能联络中心。在中国,基于Avaya Aura技术,与容联汇通联合运营的“小A云”可以混合云/私有云版本,为企业实现全渠道的客户沟通体验。

帮助成长型科技企业高效运营

作为全新原生数字化企业,科技金融公司率先大规模运用云联络中心,通过更为智能、高效、高度可靠、可定制的无缝沟通体验,高效沟通各类客户,抢占业务发展先机。

新兴的金融科技企业对联络中心的需求主要有三个场景:客户服务、客户交叉业务拓展和贷后业务管理。因为金融科技企业提供的业务基本是纯线上互联网模式,因此在客户关系维系和管理方面,需要依靠企业通信服务与客户进行沟通。在建设联络中心方面,金融科技企业首先希望能够确保系统快速上线,服务于核心业务;其次是要稳定可靠,保证数据以及信息安全;最后就是能够灵活扩展功能,提升弹性计算能力、匹配快速扩充的业务规模。

Avaya“小A云”基于云部署构建的业务拓展及服务联络中心系统,可以支撑金融科技企业在整个业务快速发展及扩张的过程中实现业务与系统的平稳过渡,让系统的承载能力完全匹配业务增速。

同时,“小A云”的人工智能还可为金融科技企业带来更多受益。针对贷后业务管理,一般流程是工作人员根据业务服务需求通过联络中心建立与客户的联系。但在联络过程中工作人员除了大部分时间消耗在等待电话接通上以外,还有通话无法接通或占线的可能,造成了座席工作时间的浪费。Avaya“小A云”的预测式主动联络功能,通过先进算法可以让系统轻松判断通话是否能够接通,当判断可接通时再将适合的座席与客户进行桥接,提升了座席的有效通话时间。据统计数据显示,基于Avaya“小A云”的解决方案,金融科技企业通过预测式主动联络技术工作效率提升了400%。

除此之外,Avaya“小A云”通过语音识别、语音合成、语义理解等人工智能技术,实现了媲美真人声音的企业主动联络场景,能与客户进行自然流畅的智能语音交互。“小A云”利用TTS文本转语音的合成技术,自动合成企业所需的业务话术,根据预测式主动联络算法自动建立与客户的联系,遇到难度较大的业务问题,还可辅助人工座席无缝接入。

从2016年10月正式在国内上线运营到现在,“小A云”已经为超过50家大中型企业提供智能云联络服务,联络人群超过5000万。

大型企业数字化转型之选

毫无疑问,联络中心的云端迁移已经是必然的现实。基于云端的联络中心,可以获得AI、大数据分析、机器学习等技术带来的新收益,但是云端解决方案能否保障系统可靠安全以及数据的隐私安全,是大型企业的主要顾虑。

据了解,“小A云”基于电信级高可用设计,以IMS(多媒体核心子系统)/SIP(会话发起协议)的构架以及开发的应用接入设计,方便搭建各种类型联络中心并集成第三方应用,系统座席支持10000+,可靠性高达99.99%;“小A云”基于主流高端数据中心构建,轻松实现“两地三中心”高可靠运行模式,保障数据;由于可以采用“云”座席以及瘦客户端,“小A云”的客户数据集中管理且安全可靠,座席无地域限制,只要有网络即可用;而“小A云”的一站式、全服务能力打包,无需客户的大量技术以及运维人力投入,始终保持平台的稳定性以及技术的先进性,使联络中心能应对各类业务的迅速增长。

“小A云”还通过专业运维服务,保障系统可靠性和可用性。在运维支持方面,“小A云”具有四级响应机制:第一级(Tier 1)7*24小时电话支持,第一时间记录并解决系统基本问题、响应支持需求以及协助后台专家进行远程支持;第二级(Tier 2)则通过服务中心远程受理来自第一级的技术请求,响应并提供各产品技术支持及资源协调服务,第一时间提供故障排查的结果反馈;第三级(Tier 3)则由Avaya专业服务和项目实施专家组构成,对云系统具备深层经验,拥有各类系统的特别权限;第四级(Tier 4)则由产品研发团队支持。

在故障响应方面,分为重大故障和次要故障。当出现重大故障时,“小A云”在收到客户报告15分钟内进行远程处理、2小时内恢复系统运行,对于次要故障则在收到客户报告30分钟内进行远程处理、48小时提供解决方案,无论重大故障还是次要故障,工作时间Tier1 工程师都会立刻介入故障排查。如果需要Tier 3的现场支持服务,重大故障在3小时内到达现场、次要故障在48小时内到达现场。

这里值得一提的是Avaya原厂品牌以及服务保证,确保联络中心7*24小时平稳运行。Avaya“小A云”通过主动预防问题、快速解决问题和持续优化,全面解决系统中断带来的风险,以及保护技术投资。在主动预防问题方面,Avaya专家系统 (EXPERT Systems) 可自行解决85% 需要服务请求的报警,无需人工干预。如果系统不能解决问题,会自动将相关信息转发至技术人员,进行远程或现场故障排除和解决。Avaya诊断服务器 (Avaya Diagnostic Server) 则是高级诊断工具,在选定Avaya解决方案中内置的智能代理来持续收集相关数据,无需额外设备即可加快诊断速度,同时降低成本。

利用Avaya“小A云”全支持服务,保险金融公司可以解决突然出现的手动主动联络业务间歇性零星掉线问题。技术支持工程师接到故障报告后,在短短的12小时内迅速通过有效技术手段完成高效的海量数据排查,并从大量的主动联络中隔离出典型的有问题的主动联络;进一步分析后,工程师在共享知识库查找了类似问题的记录,确定已经发布解决此类问题的补丁,安装相应的补丁后解决问题。针对共享知识库里没有的问题记录,工程师也可以在7天内研发、测试和发布新的补丁。

在数据安全和隐私保护方面,Avaya “小A云”遵从HIPAA、PCI Tier 1以及最新的GDPR等国际法律法规要求,让企业消除了数据安全和隐私保护方面的顾虑。

接近2018年底,不少市场调查公司预测,企业将在2019年增加或保持稳定数字化转型的预算。不少企业纷纷表示,增加的支出大部分将用于“结束技术债务”,停掉配置缓慢、更改繁琐、操作成本高的传统系统,转而支持更灵活的SaaS等云服务。而像“小A云”这样连接传统联络中心技术以及云端联络中心新生态的解决方案,将是企业数字化转型的首选。(文/宁川)

2018-11-09

(上图为微软全球资深副总裁、微软亚太研发集团主席、微软亚洲研究院院长洪小文)

2018年11月8日,微软亚洲研究院迎来了二十周年庆典。1998年11月,微软亚洲研究院正式在北京成立,是微软设在美国本土以外规模最大的研究机构。20年来,微软亚洲研究院已发展成为具有世界影响力的计算机基础及应用研究机构。目前,微软亚洲研究院拥有200多名研究人员,以及超过300名访问学者和实习生,主要聚焦于自然用户界面、智能多媒体、大数据与知识挖掘、人工智能、云和边缘计算、计算机科学基础等六大研究领域。

截至2018年11月,微软亚洲研究院已在国际顶级学术会议和期刊上公开发表5,000余篇论文,其中有50多篇荣获“最佳论文”奖,最近公布的人工智能领域顶级学术大会AAAI 2019论文入选名单中有27篇来自微软亚洲研究院。此外,诸多全球性的科技突破也来自微软亚洲研究院:2015年微软亚洲研究院开发的计算机视觉系统在ImageNet挑战赛中首次超越了人类物体识别分类的能力;2018年在由斯坦福大学发起的SQuAD文本理解挑战赛榜单上,微软亚洲研究院的R-NET和NL-NET模型分别在两个维度上率先超越了人类分数;2018年3月,由微软亚洲研究院与微软雷德蒙研究院共同研发的机器翻译系统,在通用新闻报道测试集newstest2017的中-英测试集上首次达到了可以与人工翻译媲美的水平。

而在不断突破科研边界的时候,微软亚洲研究院也在深刻影响微软的产品体系。从微软智能云Azure、Office 365到微软小冰、必应(Bing)搜索、再到Xbox以及HoloLens,可以说微软几乎每一款产品都有微软亚洲研究院的烙印,微软亚洲研究院还通过自身的技术积累和科研创新孵化了很多广受欢迎的应用和技术平台。而从微软亚洲研究院走出来的人才,几乎撑起了中国科技产业的创新领军队伍,包括李开复、张亚勤、王坚、马维英、芮勇、李世鹏、王海峰等在ICT、互联网和投资领域都是顶尖级领军科技人才。

微软亚洲研究院还孵化出了多个工程院,包括微软中国云计算与人工智能事业部和微软(亚洲)互联网工程院,不仅推动了微软产品的开发与落地,还进一步完善了微软在中国和亚太地区的研发布局,促进了微软亚太研发集团的成立。2018年9月,微软亚洲研究院宣布在上海成立微软亚洲研究院-上海,同时宣布与上海市徐汇区人民政府以及上海仪电(集团)有限公司合作建立微软-仪电人工智能创新院。

过去二十年,微软亚洲研究院已经做出了卓越的成就。未来二十年,微软亚洲研究院怎么看?微软亚洲研究院成立20周年之际,微软亚洲研究院各领域的资深专家在机器学习、计算机视觉、系统研究、数据智能、个性化推荐系统、自然语言处理、计算机图形学等十余个人工智能核心技术方向发表了文章,解读了对未来十年到二十年技术趋势的观点。本文节选了已经发表了六篇,与读者分享微软亚洲研究院的“预见未来”。

好的系统“大象无形”

在整个计算科研和产品创新体系中,计算机系统是最基础、最根本也是最重要的领域。计算机系统研究涉及的方面非常宽广,即包括软件层面的操作系统、数据库系统、编译系统行装,也包括硬件层面的CPU指令集、内存、存储系统、服务器和数据中心结构等。

微软亚洲研究院认为,“大音希声,大象无形”是“好系统”的体现。“无形”就意味着现代计算系统设计要能够自然而然地陪伴着大众,但却也让大众能够“视而不见”,这就像无处不在的加油站或电源接口,这些设施屏蔽了复杂的城市供油和供电线路。

在可见的未来,系统研究仍将把“无形”作为重要设计理念,让应用开发者和大众无需面对底层系统的复杂性。未来的技术趋势是一个现实世界和虚拟世界边界消失的过程,也可以简单地说是“虚拟和现实世界的融合”。而这些变化背后需要大量的各型可嵌入可连接的传感器和执行装置、智能化的数据分析和服务以及混合现实和浸入式体验设备的支持。

在云计算系统架构方面,现在一个显然的技术趋势就是如何从完全中心化的云计算进化到新的去中心化的计算。例如:IoT和边缘计算的兴起就在这个背景下产生。更重要的,从计算机架构和哲学范畴出发,去中心化一直是整个世界占主导地位的一种系统设计。当然,完全去中心化也是不切实际的。未来让数据和计算如何无缝在云端和终端迁移、交互以及协作将成为系统研究的一个重要方向,从操作系统、存储系统乃至一致性协议都需要进一步改进。

未来计算对实时性的要求越来越高,如何针对性的设计相应的计算平台,是系统研究的一个课题。存储平台的发展,从BigTable、MongoDB到Spanner, 遵循以提高可扩展性为首要需求,但对一致性的要求也越来越强,高可扩展及强一致性的存储平台将是未来的趋势之一。在智能边缘计算方面,如何对系统的性能和能耗进行优化,是一个值得持续研究的课题。另外,在边缘计算中,模型是存储和运行在边缘设备上的。因此,如何保护模型数据不被非法复制和盗用就成了一个重要的问题。在安全、隐私和可信计算方面,安全硬件、区块链和可验证的软件技术将一起构成新的安全基础。

软件和硬件的一体设计变为一个未来的重要趋势。如何更好的定义硬件和软件之间的边界以及合适的抽象、如何找出它们之间的最好划分成为了系统体系结构设计的重要问题。例如,对于深度学习、Tensor和计算图的引入就软件和硬件如何合作完成这种新的计算模式提出了新的要求;大数据领域、数据运算的抽象结合定制的加密和压缩芯片也将进一步提高云计算平台处理大数据的效率。在新的一体化设计革命中,新的特定领域编程语言、编译器和优化、以及虚拟化技术也将同时变革。

异构系统正成为近年来计算机体系结构研究的一个热点。深度学习加速器、FPGA为基础的可重构硬件、通用可编程加速器以及新的通用处理器都在不断创新。而内存硬件的创新例如高速非易失性内存(Non Volatile Memory,NVM)、内存封装的创新例如HBM(High Bandwidth Memory )以及体系结构的创新例如内存解聚(Memory Disaggregation)也将帮助计算从内存访问带宽和延迟的瓶颈中解放出来。

未来的人工智能计算系统的前端表达能力将越来越灵活,逐渐趋于通用计算;同时,后端的计算能力将越来越强大。面对前、后端的快速发展,自动化的编译优化框架成为了衔接两者的必经之路。而在人工智能时代,大规模计算系统不仅要在大规模设备上才能高效地处理海量数据,更需要能支持多种不同类型任务的混合执行的能力。未来,不同的计算任务在实际中的边界将变得越来越模糊,很多现实的应用中的数据分析都是由这些计算任务组合而成的综合体。现在更多大型系统有着更多的随机性,控制变量和环境变量大幅增加。这些新的变化,让人工智能可能发挥更大的作用。在将来,系统研究者需要探索如何将基于统计学习的方法更加广泛的应用到大型复杂系统的设计和控制中去。

机器学习还有哪些可以期待?

近年来,有很多新型的机器学习技术受到人们的广泛关注,也在解决实际问题中,提供了有效的方案,包括深度学习、强化学习、对抗学习、对偶学习、迁移学习、分布式学习、以及元学习。机器学习虽然取得了长足的进步,也解决了很多实际问题,但是机器学习领域仍然存在着巨大的挑战。

首先,主流的机器学习技术是黑箱技术,无法预知暗藏的危机。为解决这个问题,则需要让机器学习具有可解释性、可干预性。其次,目前主流的机器学习的计算成本很高,亟待发明轻量级的机器学习算法。另外,在物理、化学、生物、社会科学中,人们常常用一些简单而美的方程(比如像薛定谔方程这样的二阶偏微分方程)来描述表象背后的深刻规律。那么在机器学习领域,是否也能追求到简单而美的规律呢?如此的挑战还有很多,不过微软亚洲研究院对于这个领域未来的发展仍然充满信心。

其中,在轻量级机器学习和边缘计算方面,边缘计算指的是在网络边缘节点来处理、分析数据,而边缘节点指的是在数据产生源头和云计算中心之间具有计算资源和网络资源的节点,比如手机就是人与云计算中心之间的边缘节点,而网关则是智能家居和云计算中心之间的边缘节点。在理想环境下,边缘计算指的是在数据产生源附近分析、处理数据,降低数据的流转,进而减少网络流量和响应时间。随着物联网的兴起以及人工智能在移动场景下的广泛应用,机器学习与边缘计算的结合就显得尤为重要。

值得一提的是量子机器学习,这是量子计算和机器学习的交叉学科。量子计算机利用量子相干和量子纠缠等效应来处理信息,这和经典计算机有着本质的差别。目前量子算法已经在若干问题上超过了最好的经典算法,我们称之为量子加速。当量子计算遇到机器学习,可以是个互利互惠、相辅相成的过程:一方面可以利用量子计算的优势来提高经典的机器学习算法的性能,如在量子计算机上高效实现经典计算机上的机器学习算法。另一方面,也可以利用经典计算机上的机器学习算法来分析和改进量子计算系统。

而在简单而美的规律方面,面对大自然纷繁复杂的现象和系统,前人已经得出一个出乎意料的结论:貌似复杂的自然现象都由简单而优美的数学规律所刻画,如偏微分方程。Mathematica的创建者、知名计算机科学家、物理学家Stephen Wolfram也曾给出过类似的观察和结论: “事实证明,物理和其他科学领域几乎所有的传统数学模型最终都基于偏微分方程。”既然自然现象背后简而美的数学定律如此普遍,那么能否设计一种方法来自动学习和发现现象背后的数学定律呢?这个问题显然很难,但并非完全不可能。

即兴学习是机器学习的另一个有趣研究方向。预测学习利用所有当前可用的信息,基于过去和现在预测未来,或者基于现在分析过去。问题是,生活的世界是否可以预测?这个问题的答案是不明确的。与预测学习对世界的假设不同,即兴学习假设异常事件的发生是常态。即兴智能是指当遇到出乎意料的事件时可以即兴地、变通地处理解决问题的能力。即兴学习意味着没有确定的、预设的、静态的可优化目标。直观地讲,即兴学习系统需要进行不间断的、自我驱动的能力提升,而不是由预设目标生成的优化梯度推动演化。换言之,即兴学习通过自主式观察和交互来获得知识和解决问题的能力。

社会机器学习让机器模拟人类社会的行为。当前,机器学习的目的是模拟人类的学习过程。但是到目前为止,机器学习忽视了一个重要的因素,也就是人的社会属性。既然人类的智能离不开社会,那么能否让机器们也具有某种意义的社会属性,模拟人类社会中的关键元素进行演化,从而实现比现在的机器学习方法更为有效、智能、可解释的“社会机器学习”呢?事实上,现在的机器学习方法中已经开始出现“社会智能”的零星影子。由于社会属性是人类的本质属性,社会机器学习也将会是利用机器学习从获取人工智能到获取社会智能的重要方向。

通向AI幸福的未来路径

人工智能正在改变我们的生活,更在变革或颠覆着各行各业。人工智能在创造机遇的同时,也给人类世界带来了诸多挑战。

挑战一:机器或取代人类,造成失业与贫富不均。挑战二:人工智能威胁人类自身安全与社会秩序。挑战三:人工智能或促成信息垄断或意见两极。面对这些人工智能带来的挑战,问题已从最初的“它可以做什么”变为了“它应该做什么”。人工智能创造了许多契机,也带来了不确定性。应保持开放的态度,也保留质疑的精神,面对这些挑战并抓住其中的机遇。

应对AI挑战,微软亚洲研究院提出可以考虑以下路径:

路径一:推广计算思维普及教育,让每一个人成为AI的理解者与受益者。在对计算机智力超越人类智力的担忧背后,呈现出基础教育中计算思维培养的缺失。让新一代受教育者学会运用计算机科学的基本概念来解决问题、设计系统和理解人类行为,正成为建立其未来竞争力的关键。

微软的目标是使人工智能全民化。自2014年起,微软亚洲研究院积极与教育部和大中小学合作,以计算思维为切入点,通过产学合作协同育人项目,改革计算机基础教育模式。五年来,已有近140门相关课程在全国29省市的110余所高校中开设,由东部发达地区的重点高校带动西部教学资源稀缺的地方高校,惠及数百万师生。同时,通过“创新杯”、“编程之美”、“编程一小时”等系列竞赛活动,让“计算思维”的概念为高等教育、基础教育界所重视,为其推广做出了贡献。信息化和智能化的时代背景对人才提出了新的要求,计算机基础教育和计算思维普及的重要性也与日俱增,微软正在与国内外计算机领域学者一起,为这个崭新的时代创造更多可能。

路径二:推动各行业数字化转型,让每家公司成为AI的使用者与创造者。技术变革将行业发展裹挟其中,我们看到人工智能在教育、医疗、养老、环境保护、城市运行、司法服务等领域的广泛应用。人工智能发展的核心是数据,而各行业都储备着大量数据,若以人工智能技术有效利用这些数据,行业革新将不只是愿景。

数字化转型的内涵远不止于将传统业务数字化,这只是漫漫征途的第一步,智能化是我们希望到达的“远方”。人工智能技术应深入到各行各业,与具体的应用场景结合,从而彻底变革传统的行业工作模式与产品形态。例如微软亚洲研究院与华夏基金就人工智能在金服领域的应用开展战略合作研究,与培生教育共同开发了英语学习应用「朗文小英」,并与东方海外航运 (OOCL) 展开合作计划,通过应用人工智能研究,改善航运网络营运以提升效率。在医疗领域,微软亚洲研究院与辉瑞公司合作构建了冠心病、脑卒中、高血压、高血脂等常见慢性病的知识图谱及智能问答系统,以帮助患者与医生进行更有效地沟通。

路径三:加强国家和政府引导,让AI在政策、法律和规范的指导下更具效能。在人工智能面对的诸多挑战中,技术不是最终难题,人在其中的能动性更值得关注。经过几代人、无数杰出的科学家研发而成的人工智能,必须得到更好的管理与规范,才能真正地造福人类。我们亦需要一股力量来缓解科技对人类社会造成的冲击,政策和法律正是重要的规范与疏导力量。

前面提到的三大挑战中,很多问题能够也需要通过国家帮助解决,譬如失业、贫富不均、安全保障、垄断和偏见、教育等问题都需要政府的力量。就失业问题而言,根据前几次工业革命的经验,工业革命后人的智力、人对新事物的接受度也会随之提升。但不幸的是,人的进步与科技进步并非同步的,这中间有一个时间差。如何让这段时间平滑过渡,让受到科技冲击的人能够有其他选择,这就需要国家和政府的关注与帮助。同时,如何有效消除数据壁垒、提升用户体验,这也需要政府的努力。

路径四:敦促科技公司自律,让AI更加安全可靠,更透明,更可解释。科技公司是人工智能技术的受益者,也应当肩负起技术应用的社会责任,让人工智能变得更加可靠。微软自开启人工智能领域研究以来,始终关注人工智能开发与应用的道德伦理问题,作为联合创办人创立了人工智能合作组织(PAI),致力于推进相关问题的讨论。

个性化推荐系统

据报道,推荐系统给亚马逊带来了35%的销售收入,给Netflix带来了高达75%的消费,并且Youtube主页上60%的浏览来自推荐服务。如何搭建有效的推荐系统,意义深远。微软亚洲研究院从深度学习的应用、知识图谱的应用、强化学习的应用、用户画像、可解释推荐等几个方面,一起看看推荐系统的未来。

深度学习技术在推荐系统中的应用前景很广阔。其中的一个挑战是多样化数据融合:用户或者物品的数据往往是复杂多样的,物品的内容可以包括文本、图像、类别等数据,用户的行为数据可以来自社交网络、搜索引擎、新闻阅读应用等多个领域,用户的行为反馈也可以电商网站中的搜索、浏览、点击、收藏、购买等多种行为。在这些不同的维度中,不同用户或物品的数据分布也千差万别;用户在不同的行为反馈上的数据量也不同,点击行为的数据量往往远大于购买行为的数据量。因此,单一、同构的模型是不能有效地处理这些多样化的数据的,如何深度融合这些复杂数据是一个技术难点。

在捕捉用户长短期偏好方面,用户的偏好大致可以分为长期和短期两类,长期偏好往往指用户的长期兴趣所在,短期偏好指的是用户在当前环境下的即时兴趣,例如最近一周比较喜欢的热门歌曲。如何结合情境因素的影响,将用户的长期偏好与短期需求更紧密、有效地结合起来,也是推荐系统的研究热点。

与社交网络相比,知识图谱是一种异构网络,因此针对知识图谱的推荐算法设计要更复杂和精巧。将知识图谱引入推荐系统,主要有如两种不同的处理方式:基于特征的知识图谱辅助推荐,核心是知识图谱特征学习的引入;基于结构的推荐模型,则更加直接地使用知识图谱的结构特征。例如,微软亚洲研究院使用了向外传播法,将每个用户的历史兴趣作为知识图谱上的种子集合,沿着知识图谱中的链接迭代地向外扩展等。

通过融合深度学习与知识图谱技术,推荐系统的性能取得了大幅的提升。然而,多数的推荐系统仍是以一步到位的方式建立的。在此,往往要假设已充分获取用户数据,且其行为会在较长时间之内保持稳定。然而对于诸多现实场景,例如电子商务或者在线新闻平台,用户与推荐系统之间往往会发生持续密切的交互行为。在这一过程中,用户的反馈将弥补可能的数据缺失,同时有力地揭示其当前的行为特征,从而为系统进行更加精准的个性化推荐提供重要的依据。

构建推荐系统的核心任务之一在于如何准确地分析出用户的兴趣特点,也就是常说的用户画像。简单说来,用户画像是指从用户产生的各种数据中挖掘和抽取用户在不同属性上的标签,如年龄、性别、职业、收入、兴趣等。目前,主流用户画像方法一般是基于机器学习尤其是有监督学习的技术,但仍面临着挑战,特别是如何从多源异构用户数据中构建深度、统一和动态的用户画像,相应可展开的研究方向包括:构建具有更强表征能力的用户表示模型;基于多源和异构数据的用户画像;不同平台用户画像数据的共享和用户隐私保护;面向用户画像的统一用户表示模型等。

前面所提及的研究,大都将重心放在提高推荐准确性上,但与推荐对象的沟通考虑得不够。是否能够以用户容易接受的方式,充分抓住用户心理,给出适当的例子与用户沟通。研究发现,这样的系统不仅能够提升系统透明度,还能够提高用户对系统的信任和接受程度 、用户选择推荐产品的概率以及用户满意程度,设计这样一个可解释的推荐系统是终极目标。目前,微软亚洲研究院在考虑从下面三个方面进行研究:利用知识图谱增强算法解释能力;模型无关的可解释推荐框架;结合生成模型进行对话式推荐,例如与微软小冰合作,为小冰生成音乐推荐解释等。

图像识别:机遇与挑战并存

在计算机视觉领域,图像识别这几年的发展突飞猛进。图像识别技术的高价值应用就发生在身边,例如视频监控、自动驾驶和智能医疗等,而这些图像识别最新进展的背后推动力是深度学习。尽管到目前为止深度学习在图像识别方面已经取得了巨大成功,但在它进一步广泛应用之前,仍然有很多挑战需要我们去面对。与此同时,也看到了很多具有未来价值的研究方向。

挑战一:如何提高模型的泛化能力。图像识别技术在可以被广泛应用之前,一个重要的挑战是,怎样才能知道一个模型对未曾出现过的场景仍然具有很好的泛化能力。

挑战二:如何利用小规模和超大规模数据。虽然深度学习通过利用大量标注数据在各种任务中都取得了巨大的成功,但现有的技术通常会因为只有很少的标记实例可用而在小数据情景中崩溃。这个情景通常被称为“少样本学习(few-shot learning)”,并需要在实际应用中仔细考虑。另一个极端是如何利用超大规模数据有效地提高识别算法的性能,并且目前的算法并不能很好地利用这种超大规模数据 。

挑战三:全面的场景理解。除了识别和定位场景中的物体之外,人类还可以推断物体和物体之间的关系、部分到整体的层次、物体的属性和三维场景布局。获得对场景的更广泛的理解将会帮助例如机器人交互这样的应用,因为这些应用通常需要物体标识和位置以外的信息。这个任务不仅涉及到对场景的感知,而且还需要对现实世界的认知理解。要实现这一目标,还有很长的路要走。

挑战四:自动化网络设计。近年来,图像识别这一领域的重心从设计更好的特征转向了设计更新的网络架构。然而,设计网络架构是一个冗长乏味的过程,它需要处理大量的超参数和设计选择。调优这些元素需要有经验的工程师花费大量的时间和精力。更重要的是,一个任务的最优架构和另一个任务的最优架构可能是完全不同的。

数据智能的未来热点

数据智能研究契合当今大数据时代各领域、各行业从数据中挖掘、实现价值,进行数字化转型的迫切需要,因而在近年来得到了充分重视,发展迅速。展望未来,数据智能技术将朝着更自动、更智能、更可靠、更普适、更高效的方向继续发展。

热点1:在更高的语义理解水平上进行分析。为了更加智能地分析数据,需要对数据有更加丰富的语义理解。与知识图谱 (Knowledge Base) 不同,虽然数据分析中最常用的关系数据模型也是对实体和关系的建模,但是关系数据模型的建模是为查询和存储性能而优化的,往往丢失了大量语义信息。如何引入领域知识和常识型知识,对于更好地理解数据至关重要。

热点2:构造通用知识和模型的框架。人类对知识和方法能够举一反三,触类旁通。具体到数据分析领域,分析中用到的知识和模型需要在不同数据对象和分析任务之间共享和迁移。在机器学习领域,已经有很多相关工作,也提出了一些方法,比如迁移学习、多任务学习、预学习模型等等。要实现这个“举一反三”的目标,除了需要深入研究具体的机器学习算法,也需要从模型和知识的框架体系来思考,研究适合数据分析领域的通用知识和模型的原语体系,以及知识和模型的迁移共享的统一框架。

热点3:建立高质量的训练数据集和基准测试数据集。由于训练数据的缺乏,人工智能、深度学习等技术在数据智能领域的进一步应用遇到了很大的困难。正如ImageNet数据对于计算机视觉领域的研究起到了显著的推动作用一样,数据智能领域的研究也亟需建立起一整套公用的大规模、高质量的训练数据集和基准测试数据集。一旦有了丰富的训练数据,数据智能领域的很多研究,诸如自动分析、自然语言交互、可视化推荐等等,将会取得突破性的进展。

热点4:提供具有可解释性的分析结果。用户将不再满足于仅仅依赖黑盒式的智能、端到端地作用于整个任务,而需要更细粒度的、有针对性的、更透明的数据智能。例如,数据智能用于财务审计系统中,准确推荐最有风险的交易记录进行优先审查,以达到在最小化系统风险的前提下,最大化审计效率。在这类系统的研发中,需要构建可理解性强的模型。在推荐高风险交易记录的同时,尽量提供系统是依据哪部分信息、通过怎样的逻辑判断这是一条高风险交易的相关依据。这与过去通常使用的黑盒技术路线有了明显的变化,将成为今后技术发展的一个趋势。

热点5:人类智能和机器智能更加紧密融合。现有人工智能技术从本质上依然只是被动服从人类设定的既定逻辑然后自动地运行,归根到底还是无法突破人类传授的学习框架,没有创造力。因此在可预见的未来,数据智能将依然无法摆脱人与机器协作的模式,需要全面地总结人类在数据分析方面的智能和经验,便于转化为机器算法,系统化地集成到已有的智能系统当中。

热点6:强大的指导性分析成为主流。数据分析的核心目标之一便是指导行动,无论分析得有多好,如果不采取行动,那么分析的价值就不会得到实质的体现,这就是指导性分析的重要价值所在。现在的数据智能技术在给出指导性分析的同时,并没有具备足够解释性的模型,无法提供充足的依据,从而不足以让人类用户充分信任自动推荐的结果。提供具有更好解释性的指导性分析是一个趋势。

热点7:基于隐私保护的数据分析更加成熟完善。通过从立法、技术、到用户参与等全方位的共同努力,隐私保护将被进一步纳入到未来的数据分析中。从技术层面, 应该确保个人数据由数据主体控制如何收集、管理、处理和共享,并在整个生命周期得到保护,同时应开发并部署保护隐私的数据处理技术,以便在保护隐私的前提下,数据得以处理并获得想要的结果。

热点8:智能分析助手得到普及。在不久的将来,智能的数据分析助手能够帮助人类更加高效地分析和利用数据。这些数据分析智能助手通过自然语言对话的方式与人交流数据分析的任务和结果,理解分析的背景和上下文,可以完成人类交给的特定数据分析任务 (根据分析的语义层级不同,可分为基本分析命令和高级数据挖掘任务),也可以把具有商业价值的数据事实推荐给相关人类用户 (比如自动从数据中挖掘到的数据洞察),并对某些数据事件做出智能判断和适当的反应 (比如自动对数据中需要注意的变化进行提示和警报)。这样的智能体还具有一定的学习能力,能够通过与人类分析师的对话交流积累特定领域的知识,从而能够更加具有针对性和更加智能地进行自动数据分析。

热点9:协作化的可视分析。随着各种沟通工具的兴起和普及,协作化的可视分析会成为热点。不同于传统的面对面、小规模的协作,新的协作分析往往是异步的和大规模的,人们在不同的时间和地点,使用不同的设备,对同一个数据进行可视分析。在此过程中,如何协调人们的协作?如何避免重复性的工作?如何保证不同人在不同的显示终端上看到的数据是一致的?如何共享各种信息?如何搭建一个高效的协作平台?这些都是需要解决的技术挑战。

热点10:可视化将无所不在。在更长远的将来,相信可视化终将变得透明。就像文字和语音一样,广泛渗透到我们的日常生活中。为此需要有三个方面的技术储备:可视化视图必须能够被快速地生产和消费;要进行交互方式的变革,各种人类更习惯的方式 (例如手势、笔纸、触控等) 需要慢慢演化成更成熟的交互手段;需要显示设备的普及,只有当显示设备无处不在的时候,可视化才能真正变成一种沟通的基本方式。

站在微软亚洲研究院新旧二十年之交,微软全球资深副总裁、微软亚太研发集团主席、微软亚洲研究院院长洪小文表示:为什么研究院的同仁会选择在微软公司做基础研究,而不是去大学的实验室?其中的答案是显而易见的,计算机作为一门应用型学科,要让研究成果从实验室走出去,融入到产品研发和实际应用中,直达用户体验,贯通创新价值链条的全程,才能成就技术发展的最大的社会效能。

微软亚洲研究院曾被《麻省理工学院技术评论》(MIT Technology Review)誉为“世界上最火的计算机实验室”,如今的微软亚洲研究院还将有望成为“最有商业远见的计算机实验室”——与微软的产品与商业紧密结合在一起,微软亚洲研究院正走在“计算商业”的大路上。(文/宁川)

2018-11-08

2018年11月7日,第五届世界互联网大会在浙江乌镇开幕。当天下午是备受瞩目的世界互联网领先科技成果发布活动,本年度共入选了15项代表性领先科技成果,其中来自阿里云、浙江中控和之江实验室联合建设的supET工业互联网平台是唯一入选的工业互联网平台。

当前,我国工业互联网平台建设相当活跃。在前不久发布的2018中国工业互联网活力指数暨工业互联网平台活力榜指出,我国工业互联网平台领域涌现了大量参与企业,既有传统ICT企业,也有互联网企业,以及专注于工业信息化的企业,已推出各类工业互联网平台产品和解决方案,而阿里云的supET工业互联网平台也入选了该活力榜TOP 15榜单。

主要服务于浙江乃至整个长三角工业企业转型升级的工业互联网平台,supET以工业大数据分析为核心,提供云计算、物联网和人工智能等先进技术,对接淘工厂等打通消费互联网,为全球的工业企业数字化转型和工业互联网平台建设提供了一个样板。阿里云总裁胡晓明在领奖时表示:supET平台让服务商为制造业提供服务时更加方便,让制造业应用新一代信息技术时门槛更低,最终实现驱动数字产业化、服务产业数字化,让工业数字化转型更简单。

集成工业知识与专家

(上图为阿里云总裁胡晓明)

根据2017年出版的《工业化蓝皮书:中国工业化进程报告》统计的工业化综合指数排名,在东部地区,长三角地区工业化水平最高,2015年的工业化综合指数为98(最大值为100),已经十分接近后工业化阶段。走进后工业化阶段的长三角地区,其下一步的发展空间和模式探索对于全国来说具有重要示范意义。

在去年的世界互联网大会期间,浙江省政府与工信部签订了部省共同推进工业互联网发展合作协议,力争打造世界领先的工业互联网平台。为此,在浙江省政府、省经信厅的指导和大力支持下,阿里云牵头、联合浙江中控、之江实验室共同建设supET平台。2018年6月14日,浙江省发布工业互联网战略,在全国率先推进建立“1+N”工业互联网平台体系和行业联盟,打造具备国际竞争力的产业联盟体系。“1”即指培育一个跨行业、跨领域、具有国际水准的国家级工业互联网平台——supET工业互联网平台,“N”则指培育一批行业级、区域级、企业级等多级工业互联网平台。

建设工业互联网,一大难题是知识与专家资源。目前,工业互联网跨越的领域既多又广,没有一个专家在这个领域拥有超过40%的知识。因此,知识集成和专家人员的集成将是推进工业互联网发展的大难题。而supET工业互联网平台要打造可以说是一个广场式的工业互联网平台,让N个行业领域和M个技术提供商形成基于平台的多边市场,为每一类垂直行业的工业企业打造一个解决方案专卖店、形成聚合生态。

在“N”的目标范围中,既围绕石油化工、汽车制造、电子制造、船舶修造、纺织服装、工程机械、供应链物流等领域培育一批具有引领作用的行业级工业互联网平台,又面向毛衫、经编、袜业、水晶、轴承、螺杆等浙江省块状经济产业集聚区培育一批具有地方特色的区域级工业互联网平台,还围绕龙头企业上下游产业链生态圈培育一批具有市场竞争力的企业级工业互联网平台。

而“N”的最终目标还是汇聚到“1”,这个“1”就是阿里云负责提供的云计算能力、工业大数据模型和算法以及丰富的生态协同创新模式。也就是说,通过supET工业互联网平台的大数据、人工智能等技术打破知识不对称,打造一个以数据为关键要素的一站式服务平台;再通过工业互联网的网络化、数字化和智能

2018-11-07

快速发展和变化的业务需求所带来的挑战正在驱动现代企业数字化转型,云原生应用系统的构建是其中最为重要环节之一。

目前,云原生应用开发框架Spring(包括Spring MVC、Spring Boot、Spring Cloud、Spring Cloud Dataflow)已经占据Java软件开发框架的统治地位。在Snyk最新的2018 JVM生态调查中表明:40%被调研的开发者正在使用Spring Boot,36%被调研的开发者正在使用Spring MVC;2018年也是Spring Boot首次超过Spring MVC成为最受欢迎的Java软件开发框架。Spring Boot和Spring MVC都是Spring家族的软件开发框架。

Spring开发框架自2002年诞生以来一直备受开发者青睐,如今伴随着云计算时代的发展,越来越强大的Spring已俨然成为现代企业构筑云原生应用系统和DevOps体系软件开发框架之事实标准和最佳实践。

Spring云原生应用开发框架之前世今生

第一代的Spring开源开发框架诞生于2002年,这是针对企业级Java应用的开发框架。Spring的创造者成立了SpringSource公司,相继收购了Groovy、Grail、Cloud Foundry等开源软件的主要支持公司,并获得了世界顶级核心开发者和开源社区贡献者;2009年,云计算领导者VMware收购SpringSource。2013年由Spring和Cloud Foundry核心成员组成极具创新的Pivotal软件公司。至此,Pivotal成为Spring和Cloud Foundry,GemFire等开源社区的最重要支持者、贡献者和领导者。

Spring Boot诞生于2013年,这是一个轻量级的Spring框架,可以快速创建基于Spring框架的应用并立刻运行起来。Spring Cloud诞生于微服务极为流行的2015年,其目标是成为微服务架构在Java领域的落地标准。随着企业软件向云端迁移,以及更多的企业云原生应用创建,Spring家族全套软件产品(Spring全家桶)已经成为基于微服务的DevOps主流软件开发环境、平台和工具。在Pivotal公司的全力投资和贡献支持下,Spring社区和Spring全家桶正在全面繁荣并被企业应用设计开发者选择为技术路线。

2018年11月初,Spring再次见证了中国开发者的热情。来自Pivotal 公司的Spring技术布道师、Spring开源社区专家、开源贡献者、6本Spring和Java等相关书籍的作者Josh Long在SpringOne Tour 2018北京站上表示:“中国互联网的规模和发展速度至少要比硅谷早一年,来自中国的需求和中国开发者正在成为推动Spring发展的主力军。”

此次SpringOne 北京站上,来自Pivotal公司的Josh Long、Spencer Gibb、Mark Heckler、Michael Cote、Paul Czarkowski等业界顶级开发者和架构师为中国开发者带来了关于Cloud Natvie Spring、Spring Boot新特性、SpringCloud Gateway、Spring Cloud Apps on Pivotal Cloud Foundry等精彩的演讲和现场代码演示。

新一代云原生软件开发环境

(上图为Pivotal 公司的Spring技术布道师Josh Long)

自2012年开始,Pivotal公司的Josh Long每年都来到中国,在北京、上海、杭州等地与中国的技术人员交流。Josh Long代表Pivotal和Spring多次到访大型中国互联网和交易平台公司,对于中国互联网技术开发人员所做的事情,感到非常惊讶。2013年4月,他在Spring社区发表文章《Spring的中国规模》,向外界介绍了中国互联网双十一期间的巨大交易规模挑战及其Spring最佳实践。

Josh Long在其2013年文章中介绍到,中国互联网及交易平台的技术开发人员广泛应用Pivotal技术,包括核心Spring框架、Spring MVC、Spring Security、Groovy等等,令人感到了Pivotal的开源软件和平台的强大能量。Josh Long表示,中国技术开发人员广泛采用Spring框架,而这一框架也已经普遍应用于Facebook、Google、Twitter等大型全球化互联网公司,经过规模商业环境检验,因而中国企业和互联网公司能够很快地完成从开发到向生产环境的软件开发生命周期。

Spring框架的好处在于降低了大规模分布式软件开发成本和难度、提高了团队之间的沟通效率以及快速迭代,尤其适合小型敏捷团队和代码的分布式开发,并且很容易水平扩展以应对业务快速增长、变化。不同于Ruby on Rails这类的“强意见”开发工具,Spring Boot既提供了针对场景的完整技术方案,也可以把这些设置全部抛弃,让开发者灵活选择自己的技术方案。Spring Cloud则是面向云环境的一站式微服务管理解决方案,让开发者专注于代码开发即可,而不必耗费精力在云基础设施管理上。

Spring框架包括SpringMVC、SpringBoot、Spring Cloud、Spring Cloud Dataflow集合的完整解决方案。除了提供基本云原生微服务构建,还提供全面的服务治理和配套设置,整体优于其它基于开源的方案。框架吸收了Netflix、Facebook、Google、Twitter等多家大型顶级公司的技术所长,融合贯通之后又提供了简化用户体验的产品。

目前,Spring Cloud已经针对Google云GCP、微软云Azure、AWS等提供了API,可以流畅接入这些公有云基础设施。2018年10月30日,Spring Cloud发布了Spring Cloud for Alibaba 0.2.0版本,旨在扩展更加广泛的多云生态系统,充分展开合作,让Spring开发者具备更佳的灵活性和更多选择,轻松使用Spring Boot和Spring Cloud开发Java应用。

再次颠覆企业级软件开发

(上图为Pivotal软件开发布道师Spencer Gibb)

SpringOne Tour 2018北京站上,Josh Long以及另一位全球Spring社区重量级人物、Pivotal软件开发布道师Spencer Gibb一致认为,Spring技术最新、最重要的更新就是Spring Framework 5.0以及其所推行的新企业级软件开发模型:Reactive Programming(响应式编程)。

什么是Reactive Programming? Reactive Programming对开发者的收益是什么呢?简单理解,Reactive Programming的好处就是异步处理机制。在传统的单机时代,所有的逻辑、流程等机制都是按顺序串行的;而到了分布式环境中,一方面把一个大的逻辑或流程分拆为若干小逻辑和小流程后放到不同的机器上处理,处理完毕再把结果合并回来,这个过程仍然是同步并行执行的;而更进一步就是异步处理。响应式编程提供了另一种编程风格,专注于构建对事件做出响应的应用程序。

对于双十一这样巨大的数据和交易规模,即使是分布式处理也不能满足其需求,因此大型互联网公司早已开始探索异步处理机制。所谓异步处理机制,把一个大的逻辑或流程拆分成更小的部分后,随机交给不同的机器处理,处理结果的回收也不必等其它机器处理完毕,而是处理完成就马上回收。异步处理可以理解为“交响乐”,每个乐器按不同的步调、不同的频率、不同的音阶各自处理后,整体仍然是很和谐完整的乐章。

Josh Long解释Reactive Programming的一大收益就是基于异步处理机制的I/O,用同样的资源处理更多的I/O请求而不用一直占用系统资源。Reactive Programming的另一个收益就是更加稳定的编程模型。在互联网的大型分布式处理系统中,服务器等计算资源的宕机是随时发生的。因此在编写互联网大型分布式软件时,要把底层基础设施的随时宕机或各种意外情况都要考虑进代码中,无服务器编程就是应对这一挑战而产生的编程模式。Reactive Programming则通过代码本身,让开发者先天要考虑“系统如何失败”这一问题,从而让软件更具有弹性,系统更加健壮。

Pivotal如何组织Spring的技术进程?

(上图为热情的中国Spring开发者们)

Pivotal公司是Spring开源技术背后的重要推动者,很多Spring的重要贡献者都在Pivotal公司任职。那么,Pivotal是如何考虑和组织Spring的技术发展呢?

Spencer Gibb在Pivotal负责Spring Cloud的开发工作,Spring Cloud是Spring最新的技术成就,也是面向云原生环境的管理解决方案。在云计算环境中,由于在云数据中心采用了更多的节点、更多的X86服务器以及更多的软硬件,导致整个分布式系统更加复杂、更加倾向于出现各类问题。当前有不少云环境的开源管理解决方案,例如Eureka等都可以帮助开发者管理云基础设施环境,但这些工具往往需要开发者自己做很多配置和管理工作,Spring Cloud则把很多工作都以自动化方式完成了。

最新发布的Spring Cloud Gateway就是这一“用户友好”思想的产物。Spring Cloud Gateway是基于Spring Framework 5.0、Spring Boot 2.0和Project Reactor等技术开发的网关,旨在为微服务架构提供一种简单而有效的统一API路由管理方式。Spring Cloud Gateway作为Spring Cloud生态系中的网关,不仅提供统一的路由方式,并且提供网关基本功能,如安全、监控/埋点和限流等等。在企业级环境中,Spring Cloud Gateway既可以路由给传统Legacy系统,也可以路由给Pivotal Cloud Foundry私有云系统等。

Spencer Gibb表示,Spring Cloud Gateway的开发历时两年时间,在2018年6月发布了GA版本。Spring Cloud之前已经集成了Zuul1,两年前当Netflix发布Zuul2的时候,Pivotal的Spring开发团队开始思考是否可以提供更好的开发者体验,于是就在Project Reactor、Spring Framework 5.0等其它Pivotal Spring团队的工作基础上,专注于Gateway这样一个小的领域进行开发。Spencer Gibb形容这有点像整车开发与单个部件开发之间的关系,Pivotal公司有不同的Spring团队负责“整车开发”以及其它部件的开发,这样Spencer Gibb所带领的Spring Cloud团队就可以更加专注。

Spencer Gibb介绍Pivotal Spring团队是按年度来规划Spring的技术进展。Pivotal Spring团队每年两次聚集到一起讨论业界的最新趋势和技术进展,平时也不断从SpringOne技术社区、Github以及Twitter等处收集开发者和用户的反馈,结合业界最新的技术进展以及用户反馈的结果后,Pivotal的Spring团队就可以设定下一阶段的开发方向。

Josh Long和Spencer Gibb都注意到了中国庞大的Spring生态及软件开发者,这也是Pivotal公司近年来不断投资中国市场的SpringOne系列活动的主要原因。正如Josh Long所观察的现象,在硅谷开发一个互联网应用可能要数年时间并在多个市场成功后才能成长为一个巨型系统,而中国一个市场就可以在一年间支撑起巨型互联网系统,这种独特的中国互联网规模为Spring等技术提供了巨大的发展空间。

采访过程中Josh Long热情的表示,由于语言的问题,中国开发者对Spring的贡献难以被中国以外的市场察觉和认知。他欢迎更多的中国开发者到Spring.io上交流。他本人从2011年1月开始每周二会发布一个当周的Spring社区更新,迄今已经坚持8年了,从未间断;现在他还会提供每月的汇总,方便更多的开发者了解Spring社区和技术进展。Josh Long 还有自己的博客,“欢迎大家到我的博客上,加我的微信,我很愿意跟大家交流”。

总结而言,微服务、容器服务、DevOps、CI/CD相结合共同支持企业的云原生应用体系构建。Pivotal 公司作为Cloud Native云原生概念的提出者、领域的技术先驱与倡导者,不断大力推动Spring开源社区和生态,促进和提供微服务系统构建的平台,框架和工具,Spring Boot、Spring Cloud就是最强大框架之一。Pivotal云原生平台结合Spring框架按照三阶段架构持续发展,支持从开发、测试到生产的云原生应用全生命周期:第一阶段为云原生应用框架、云原生运行时平台、云原生运维;第二阶段为指导现代应用和微服务架构设计的12要素、容器编排、基础设施自动化;第三阶段为Cloud Foundry Buildpacks及Spring Cloud、Cloud Foundry弹性运行时以及Cloud Foundry BOSH多云运维管理平台;而在最下层就是支持这一系列变革的云原生文化。除了云原生平台的演进外,Pivotal的大数据及数据平台Greenplum和GemFire也在与时俱进,支持最新的机器学习等新兴企业级应用。

Spring软件家族不仅带来了云时代的软件开发变革,也将有机会让中国开发者和中国的规模效应产生全球影响力,这也是中国在全球软件业的机遇。 基于Spring构建的云原生应用系统,结合Pivotal Application Service云原生平台、Pivotal Container Service容器服务平台、Pivotal Function Service无服务器平台,加之完整的现代云原生系统构建方法论,将帮助现代企业更加顺畅地完成数字化转型之路。(文/宁川)