博客首页|TW首页| 同事录|业界社区
2017-11-19

对的,有一条叫T.J.的拉布拉多小狗加入了IBM认知计算转型之路。T.J.正在接受Guiding Eyes for Blind的导盲犬训练,希望有一天能成为一条合格的导盲犬。Guiding Eyes是一家训练导盲犬的美国公益组织,该组织在每一条导盲犬的训练上要花5万美金和两年时间,却只有37%的成功率。如今,IBM Watson把预测哪一条小狗能够顺利从导盲犬训练中毕业的准确率提高到了100%。

IBM供应链合规主管Lorraine Trapani是Guiding Eyes的志愿者,参与导盲犬的训练工作,T.J.在8周大的时候被送到了Lorraine家里。T.J.这个名字源自IBM创始人T.J. Watson,自从基于云的IBM Watson认知计算学习了50万份医疗资料和6.5万份训练记录后,在对105条参与Guiding Eyes的小狗能否顺利毕业进行预测时,成功率达到了100%。

现在,Guiding Eyes、IBM还与北卡罗来纳州立大学合作,在训练中的导盲犬身上安装可穿戴传感器,以研究如何减缓小狗的焦虑,这是最难以测量也是直接能决定导盲犬能否顺利从Guiding Eyes毕业的重要预测因子。

2016年,IBM提出了outthink品牌宣言,在通往人工智能和认知计算的数字化道路上,必须要跳出一般的想法和框架。IBM大中华区首席数字官兼数字销售业务部门总经理徐云程说,作为15年的IBM老兵,她现在去台湾见到的年轻同事曾是棒球职业选手、在上海遇到学心理学的同事、在大连遇到学设计的同事,徐云程感叹数字化时代发展的太快,唯一能够致胜的就是靠人。当然,你还可以与一条叫T.J.的拉布拉多小狗一起突破转型思维!

新的IBM、新的时代

百年老店IBM正在进行一场世纪转型。

自2015年底发布了基于认知计算的“认知商业”品牌愿景,IBM是首家宣布全面转向人工智能与认知计算的超大型科技公司。 IBM董事长、总裁及首席执行官Ginni Rometty在多个场合强调,IBM不再是提供软件、硬件和服务的公司,而已经转型为认知解决方案和云平台公司。

在截止到2017年10月的IBM 2017财年第三季财报,尽管IBM营收延续了22个季度的下滑,但下滑趋势已经大为缓和,甚至有触底反弹的迹象。当季IBM营收达到了191.5亿美元,高于分析师的平均预期,财报公布当天IBM股票跳涨。财报显示,IBM第三季度云业务(其中包含云即服务业务)营收为41亿美元,与去年同期相比增长了20%;而认知解决方案部门营收为44亿美元,同比增长4%。云、移动、认知计算等战略业务在过去的12个月达到了349亿美元的营收、占到了IBM总收入的45%。此外,IBM保持着25亿美元的自由现金流。

显然,IBM正在打一场数字化转型和数字化重塑的攻坚战,而且正在赢得这场战争。云、移动、认知计算等对于IBM来说属于创造营收的新兴数字化业务,这被IBM称为数字化重塑(Digital Reinvention),而IBM自己也在使用这些数字化技术转型自己的运营方式,这被称为企业的数字化转型。IBM正在这两个战场同时作战,帮助全球的企业在实现数字化转型的同时,开始数字化重塑。

2017年11月,IBM全球企业咨询部(GBS)在北京推出了系统的数字化重塑方法论以及“5+1”企业数字化重塑解决方案。作为IBM上一次成功转型的产物,IBM GBS在2016年产生了170亿美元的营收,是目前全球最大的企业咨询团队,现在IBM GBS正在领衔数字化转型与数字化重塑之战。

对于一个新的IBM,以及几乎每天都在快速变化的数字化时代,正如徐云程所说,人才战略是成功的关键。

跨界思维、选对人才

在人才的选择方面,以往IBM会将资历、经历和学历放在第一位,但现在更看重三项能力:第一是快速学习的能力,第二是勇于突破的思辨能力,第三要有让自己和他人快乐的能力。

除了这三项能力之外,IBM更强调人才自身的能量。所谓自身的能量,即现在的商业社会强调跨界,从互联网跨界到金融、地产、医疗等,人才更需要对个人能力有所突破,这就是人才自身的能量。此外,新人也要懂得包容,与他人、公司甚至整个行业共进退,才能在职业生涯中有更好的发展。

IBM大中华区招聘总监薛莲坦言,在当今的市场上,拥有这三项能力和能量的人才往往是稀缺或者急缺的人才。不过,现在的IBM却越来越充满着这样的稀缺人才。IBM大中华区董事长陈黎明就是其中一个,2015年2月陈黎明从石油公司BP转会到IBM,成为了新一代IBM大中华区掌门人。

一个非典型科技人成为了IBM大中华区的掌门人,这个“跨界”不可谓不大。在走马上任半年后的2015年8月,陈黎明对外提出了“3+3战略”,即三大战略支柱+三个战略支点。三大战略支柱包括:近期巩固核心业务,中期推进成长计划,长期则是大胆探索、打破边界,让全球尖端科技落地中国市场,其中包括认知计算、前沿芯片技术等;三个战略支点就是信任、文化和简化流程。

在陈黎明等跨界人才的推动下,IBM内部也正发生颠覆式的改变,通过采用敏捷开发、敏捷运营以及“设计思维”改变工作流程,使得内部运作效率更高。IBM也针对业务汇报和人事管理流程进行了简化,例如以往某大中华区人事经理汇报到全球CEO需要十层,而现在只需要四层就能到达。这样的流程简化也应用在IBM的招聘环节:两年前招一名员工,审批流程有时需要20多个,现在只需要两轮面试就能完成。

更多的跨界人才在推动一个有30多万人的IBM,大步转变。徐云程举例说,IBM有一个年轻的员工,每天到办公室就会四个屏幕同时看,包括两个电脑屏、一个手机屏、一个iPad屏。为什么是四个屏幕同时工作呢,因为也不知道客户从哪个数字渠道进来。另外一位做技术销售的IBM员工曾帮助了一家电子商务初创企业理清商业模式,但实际上这是咨询师所做的工作。在这位员工在恶补了有关电子商务的知识后,结合自身技术销售的经验,再通过设计思维与团队共同研究,最终为这家经费紧张的初创企业提供了一套最佳的商业方案。

正如薛莲所言,IBM所选择的跨界人才,不论是来自公司外部还是培养自公司内部,拥有正能量很关键。IBM大中华区全球企业咨询服务部总经理麦俊彦强调,咨询顾问不仅仅是简单做一个咨询报告这么简单,而要以正能量影响他人及世界,这才是咨询顾问存在的意义。

新人才、新变化

薛莲把IBM在转型时期的人才观总结为“选、育、用、留”:从外部吸引有跨界能力的复合型人才;从内部培养可以应对企业业务变化能力的人才;做到知人善任、人尽其用;留住与IBM有共同价值观的每一位IBMer。

在选人方面,除了从外部找到合适的人才外,也要做好企业内部的育人。IBM一直依托于行业进行发展,因此要求员工都需要具有相关的行业知识,这些知识也需要通过企业内部的培养机制,传授给新员工。

在育人方面,IBM有一套完善的培训体系来支撑。其中,IBM的培训体系包括IBM全球CEO Ginni Rometty在2013年提出的每个员工每年40小时的学习计划,以及在2016年提出的Digital Badge学习计划,即在领英平台上展示自己在IBM的学习等。同时,IBM内部也会通过用Your Learning学习系统,让AI与员工进行对话,为员工选择适合的职业发展路线,并协助员工制定学习计划。

另一项就是IBM著名的师承文化。每个新进员工和在职员工,都可以找到自己仰慕的领导作为师傅,建立师徒关系之后,人力资源会协助建立一个两到三个月的学习计划,这样的文化使员工能够感到在技术、专业上有引领,同时在心灵上有依靠。薛莲表示,今天在IBM内部不仅仅是育人,更多是培育一种整体的学习文化,只有在共同的学习中,才能成就一家企业未来的梦想,达到企业转型、变化、突破的目的。

在用人方面,IBM在员工的职业需求、高精尖人才储备以及员工多元性上都有考虑。首先在公司内部,每个员工都可以通过Career Conversation实现不同的转岗和需求。Career Conversation是员工和领导交流的平台,每个员工都有机会和部门领导畅谈并设计个人的未来。其次,IBM也会针对特殊岗位和高精尖人才进行储备,这在公司内部被称作“长板凳计划”,为重点岗位做好人才储备。最后,IBM开放、公平、多元的文化使得公司有着众多的女性领导,同时公司也会招聘残疾人员工,让所有人都在IBM开放的文化氛围中共同工作。

至于如何留住人才,薛莲认为,从人力资源的角度,如果在选人、育人和用人方面都能做好,每一位领导、每一位经理和人力资源一起将人才的选择与培养做到位,相信留人不是太大问题,并且留住的也一定是和IBM有着相同价值观的人才。

对IBM来说,留住人才,尤其是高端与专业人才的一个关键要素就是公司的文化和愿景。薛莲表示,与本土企业竞争人才,IBM更多依靠自己的底蕴,对人才的尊重、对人才的公平性,以及IBM开放、公平、包容的文化氛围。

当然,对于年轻员工来说,IBM不只是通过提供关键岗位,也提供更平等的交流机会。通过与项目或者部门负责人的直接沟通,年轻员工不仅能获得解决问题的方法,也能为整个项目或业务部门带来新的建议。而且在IBM的产品和业务的转型中也出现了大量的机会,一些内部项目对于外部三年以下的候选人提供了更多机会,这也成为了IBM吸引年轻人才的优势。

现在,每个IBMer都在根据业务和团队需要在不同程度上运用着敏捷创新和设计思维方法, 并在基于Watson人工智能技术的内部学习平台获得新的培训,为客户或者潜在的人才带来创新的数字化体验。

作为一家百年企业,IBM在实现数字化转型的过程中关注人才,针对人才的选拔和培养进行了大量投入。通过“选、育、用、留”,吸纳多元化人才,培养数字化人才,让员工在各自的岗位上最大化自身作用,与企业分享自己的见解,实现与公司共同成长。反过来,这些新的人才也会通过自己的方式,帮助IBM在向认知企业转型的道路上走的更快、更好。

在IBM这场世纪数字化之战中,一条叫T.J.的拉布拉多小狗都能加入,还有什么样的认知和转型是无法突破的呢?(文/宁川)

2017-11-17

​2017年11月15日,在科技部新一代人工智能发展规划暨重大科技项目启动会上,科技部长万钢强调要把发展人工智能作为当前乃至未来一项战略性任务来抓。要全面推进人工智能的技术突破、产业发展以及经济社会深度应用,把握好人工智能发展的机会窗口,为世界人工智能发展做出中国贡献。

本次启动会公布了首批四个国家新一代人工智能开放创新平台,依托BAT和科大讯飞公司,建设城市大脑、自动驾驶、医疗影像和智能语音等国家新一代人工智能开放创新平台。其中,阿里云入选了城市大脑国家新一代人工智能开放创新平台,这也就意味着阿里云ET城市大脑正式升级为国家级平台。

在国家新一代人工智能开放创新平台的四大方向中,自动驾驶、医疗影像和智能语音在国外都已经有了相同的方向,但“城市大脑”却是“另类”,可以说是最具中国特色的人工智能方向。马云在世界智能大会上说,在人工智能技术方面,弯道超车不如换道超车,为未来制定标准,走出中国自己独特的道路。

“城市大脑”:世界级的挑战

自从2016年10月首次提出“城市大脑”以来,阿里云就大力推广“城市大脑”并积极在合作城市中落地。杭州作为首个尝鲜的城市,自去年10年开始与阿里云合作,如今杭州“城市大脑”每15分钟就能根据摄像头数据调节红绿灯资源,对道路和时间资源再次分配,让老百姓早一点回家。

2017年10月,阿里云与杭州合作一年的“城市大脑”项目成果,城市大脑1.0正式发布并交出成绩单:接管杭州128个信号灯路口,试点区域通行时间减少15.3%,高架道路出行时间节省4.6分钟;在主城区,城市大脑日均事件报警500次以上,准确率达92%;在萧山,120救护车到达现场时间缩短一半。

很多人认为“城市大脑”是智慧城市的升级版,但其实不然。智慧城市可以理解为城市的信息化建设,包括为各个交通路口安装摄像头并将图像和视频数据回传到城市的数据中心里存储并用于人工分析。但随着数据量的激增,已经突破了人工分析的极限,这就需要机器智能来自动化分析并提供辅助决策。

在2017年10月的阿里杭州云栖大会上,阿里云机器智能首席科学家闵万里解释了“城市大脑”的挑战:到目前为止的人脸识别、智能语音对话、图像与视频识别等人工智能技术都已经高度成熟,但仍是分散的解决单个问题的单体智能,如何把这些分散的技术有机结合在一起形成单体多能?当多个多能单体在一起竞争的时候,如何形成系统智能?这些都是世界级的挑战。

以交通治理为例,当出现救护车的场景时,道路上有私家车、公交车、电瓶车甚至闯红灯的行人在争抢,那么如何及时协调附近的红绿灯,让机器自动计算出一条“生命之道”?从单体单能到单体多能再到多体多能之间的有机协调,可行吗?

“这条路很难”, 通过在杭州萧山的一年摸索,“至少我们证明一件事情:可行性、可达性。”闵万里如今也入选了新一代人工智能战略咨询委员会,是27名专家成员之一。

通往“城市大脑”之路

“这一条路怎么走过来的?千里之行始于足下,肯定首先在基础性的功能做到极致。视觉、视频、人脸识别已经在城市大脑当中用起来,精准量化每一个路口左转车辆有多少、右转车辆有多少、直行车辆有多少。精准的识别车辆类型,帮助城市做交通政策研判、实时排堵等,这些都已经做到了。”闵万里回顾一年的“城市大脑”历程时如是表示。

车流量大、路网复杂、路面立体,是城市交通的主要特点。阿里云ET城市大脑通过一个普通的摄像头,就能读懂车辆运行状态和轨迹,同时实时分析来自交通局、气象、公交、高德等13家机构的海量交通数据,这一视频数据处理规模在全范围来说也属罕见,因此也催生一系列世界级技术。

首先,为完成复杂场景下的车辆检测,阿里云ET城市大脑的视觉计算团队提出基于区域融合决策和上下文相关的多任务深度神经网络,解决多视角、多姿态及车辆遮挡等问题,这一技术成果打破了全球权威视觉算法测评平台KITTI的世界纪录,将车辆检测率拉升至90.55%。

其次,针对交通事故识别、人流轨迹判断、交通数据样本研究等场景挑战,阿里云ET城市大脑团队提出了相应的技术解决方案,形成了3篇技术论文并入选国际顶级学术会议——第25届国际多媒体会议ACM Multimedia。

例如,在针对交通事故识别方面,阿里云ET城市大脑团队设计了一种时空自编码进行视频异常检测,同时提出一种权重递减的预测误差计算方法,让机器可以自动识别交通事故,该算法在重要指标上已经超过了此前的最好方法。再比如人流轨迹判断方面,通过机器识别同一人出现的时间、位置来判断人流轨迹,进行红绿灯、公交站点等调整,阿里云ET城市大脑团队提出的算法,目前精确度已达业内最高水平。

然而,这仅仅才是开始。以协调120救护车为例,怎么从全局的角度让最有优先级的救护车及时通过拥堵的道路,重点在于中间的环节,即让每一个路口的信号灯提前几十秒开通绿色通道,这就要精准知道救护车几点几分到达哪个路口,做提前规划。

为此,阿里云ET城市大脑团队调动了120实时NLP智能语音分析,用机器自动解析救护车要去的医院以及沿途路径,然后解析出沿途每一个关键节点到达时间并据此调整信号灯,最后就是把指令下达到急救车司机、交通信号灯指挥中心以及医院急救室,整个过程是自动化和智能化的人机联动协调的结果。

阿里云ET城市大脑在萧山区试点120救护车等特种车辆的优先调度,通过事件报警、信号控制与交通勤务快速联动,一旦急救点接到电话,城市大脑就会实时计算,自动调配沿线信号灯配时,把120救护车到达现场时间缩短一半。

交通治理仅仅是“城市大脑”的开始,社会治理和公共安全保障,同样是“城市大脑”的重要功能。结合视频分析技术,“城市大脑”能够对整个城市进行索引,通过精细定位、全局视频分析、营运数据,分析车辆主题关系和行为模式,萧山区精准管控“两客一危”及违法处禁车辆,实现了交通分层治理。

有中国特色的机器智能

“城市大脑”的一项基础能力是用机器对全城数万路摄像头进行实时分析,做出全局的判断,如果换成人类交警,仅仅是去看这些视频就需要十几万人。所以,马云所说的在人工智能技术方面走出中国自己独特的道路,强调机器智能的重要性,在很大程度上是因为中国的特色场景。

在城镇化方面,我国城市规模不断扩大,城镇化水平持续提高。国家统计局数据显示,2016年末,我国城市数量达到657个,市辖区户籍人口超过100万的城市已经到了147个。而2015年,京津冀、长江三角洲、珠江三角洲三大城市群,以5.2%的国土面积集聚了23%的人口,创造了39.4%的国内生产总值。

在商业方面,阿里天猫创造的双11购物节在全球也是首创。2017天猫双11全球狂欢节总成交额超1682亿元人民币。其中,无线成交占比高达90%;支付宝支付笔数达到了14.8亿笔,同比增长41%;支付峰值达到25.6万笔/秒,是去年的2.1倍,再次刷新去年创下的峰值纪录;产生的物流订单量达到8.12亿单;参与双11的全球网民覆盖了225个国家和地区。

仅以物流来看,根据国家邮政局公布的统计数据,2016年我国快递业务量突破300亿件、同比增长53%,继续稳居世界第一。2017年1-10月,全国快递服务企业业务量累计完成311.4亿件,同比增长29.1%。2017年双11期间,根据国家邮政局监测数据显示,主要电商企业全天共产生快递物流订单8.5亿件,同比增长29.4%;全天各邮政、快递企业共处理3.31亿件,同比增长31.5%。

简单从上述数据,可以看出机器智能对于整个社会经济的普惠价值更高。2017年7月9日在全球人工智能高峰论坛上,阿里巴巴技术委员会主席王坚指出,“互联网发展到今天,我们要做的是用机器解决人类解决不了的问题。在这个意义上,比起人工智能,机器智能这个词更加准确。……城市大脑不但能造福百姓,也会像登月计划一样,成为机器智能未来10年最重要的研究平台。”

四个国家新一代人工智能开放创新平台,标志着我国新一代人工智能发展规划和重大科技项目进入全面启动实施阶段。尽管目前我国的人工智能技术基础研究方面还相对薄弱,但有了我国的世界级规模业务场景,以应用带动基础研发,从有中国特色的“城市大脑”方向换道超车,不是没有可能。(文/宁川)

2017-11-15

IBM是最早全面向人工智能和认知计算转型的超大型科技企业。2015年,IBM推出了认知商业愿景,这是IBM公司105年的历史上第三个品牌愿景。早在1995年,IBM就描绘了“电子商务”的愿景;2008年,IBM推出了“智慧的地球”;IBM再次推出 “认知商业”愿景,显示了向认知计算转型的决心。

而对于企业来说,怎么向认知商业转型?早在2013年的时候,IBM商业价值研究院就提出了数字化重塑的概念,并发布了《数字化重塑进行时》白皮书,提出企业正从以客户为中心向E2E(Everyone-to-Everyone,人人对人人)经济模式转型。IBM认为在E2E经济模式下,企业必须进行基于认知计算等技术的数字化重塑。

2017年6月,IBM在大连开设了全球第42个IBM Studio,专注于用设计思维帮助中国企业进行数字化战略重塑。2017年11月,IBM再次在北京推出了系统的数字化重塑方法论以及“5+1”企业数字化重塑解决方案。显然,IBM要通过数字化重塑,打开以认知计算为核心的认知商业时代之门。

平台经济时代的数字化重塑

(上图为IBM大中华区全球企业咨询服务部总经理麦俊彥)

从数字化转型到数字化重塑,究竟应该如何理解?可能很多企业还处于数字化转型的过程中,IBM已经在推下一波数字化重塑了,甚至IBM专门注册了一个“Digital Reinvention”的商标,以为数字化重塑的到来做好准备。

要理解数字化重塑,就必须要理解E2E经济。IBM称,传统以用户为中心的模式将过渡到E2E时代的新模式,那么E2E经济又是什么?E2E经济的一个典型代表就是Uber。Uber并不是以某一个用户为中心,而是通过一个技术平台,动态地在司机群体和乘客群体之间建立了“人对人”的自助式点到点连接。

换句话说,E2E经济就是互联网时代典型的共享平台经济。所谓共享平台经济,就是类似电商、租房、打车、P2P网贷等各类互联网平台,在一个移动互联网平台上把用户群和服务供应商群自动化连接起来,从而满足用户的“临时化”需求,再通过共享平台完成自动化的交易。平台关注的不再是具体的某个用户个体的体验,而针对某一类业务场景下的用户群共同的体验。

E2E经济是数字化平台高度发达的产物。随着社交媒体的爆炸式发展、移动设备和移动互联网的全面普及、数据分析技术的高度成熟和普适,以及无处不在的云计算基础设施,以社交、移动、分析和云为代表的数字化平台高度成熟了,这就有可能创造出类似Uber、Airbnb这样的共享自动化交易平台。

在E2E时代,消费者和用户体验将被重塑,企业的数字化重塑自然就被提上议程。IBM大中华区全球企业咨询服务部总经理麦俊彦介绍,IBM将数字化重塑体系和方法归结为一个中心六大核心能力:一个中心即以新型用户体验为中心;而六大核心能力为数字化业务模式创新、用数字化技术不断激活市场、精准捕捉用户行为、通过敏捷运营及时响应用户的“临时化”需求、建立生态圈和数字化组织能力。

五大落地解决方案

2017年11月9日,在北京举办的“IBM人工智能与数字化重塑创新日”大会上,IBM全球企业咨询服务部发布了“地平线系列-1”解决方案,推出了包括数字化重塑、Watson流程再造、认知和自动化流程外包、新一代企业数字化核心应用平台、微服务和云迁移、认知企业自动化等系列企业数字化重塑服务。

众所周知,IBM全球企业咨询服务部是上一次IBM世纪大转型成功的产物。而在认知计算和认知商业时代,IBM全球企业咨询服务部首当其冲要肩负起推动企业数字转型和数字化重塑的重任。

实际上,自从2013年发布了“数字化重塑”的概念后,IBM也在不断摸索和尝试到底怎样为企业落地“数字化重塑”,把Watson认知计算技术与企业的产品、业务和运营结合起来,打造一个完整的解决方案体系。“地平线系列-1”解决方案的提出,就是过去三年IBM“数字化重塑”实践的总结。

首先,IBM全球企业咨询服务部提出了数字化重塑方法论,这是一种从根本上重新设计组织机构如何进行创新、运作以及如何与其环境、员工、客户和合作伙伴进行互动的路径,重点在于重新设计企业的数字化战略和用户体验、重新设计企业的运营方式、建立新的技术平台。

其次,IBM全球企业咨询服务部围绕“数字化重塑”,重新规划了自己的能力和组织结构,形成了数字化战略和iX(用户体验)、认知流程转型、云应用创新等三大咨询服务业务线。

最后,IBM全球企业咨询服务部为企业“数字化重塑”,提供了“地平线系列”解决方案,首批推出“5+1”解决方案。

简单来说,围绕E2E经济,企业需要设计新的用户体验、相应需要新的数字化战略,然后在新数字化战略下重新设计业务流程,最后就是需要一个可以支持“数字化重塑”的技术平台。那么,IBM全球企业咨询服务部就提供了相应的三大咨询服务业务线匹配企业“数字化重塑”的三大阶段,具体落地到“5+1”解决方案,同时还有丰富的技术、研发、生态等配合。

具体来看一下“5+1”解决方案。其中,“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;“Watson流程再造”利用数据科学、Watson、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。

在五大解决方案之外,还有一个核心解决方案,这就是“认知企业自动化”。所谓“认知企业自动化”,简单理解,就是过去企业的IT系统运维需要IT管理服务,现在则用认知计算和自动化方式加以改造,让整个企业的业务和IT系统不仅能够自动化,而且还可以通过人工智能的方式,快速重新组合起来,满足用户的“临时化”需求。

为什么是IBM?

对于受到Uber等冲击的传统企业来说,数字化重塑是一个势在必行的战略。根据一份IBM商业价值研究院发布的报告,类似Uber这样的新竞争对手正在跨越产业边界,新的商业模式正深刻地颠覆着各个行业,数字化重塑成为了企业未来生存发展的关键。

那么,企业数字化重塑,为什么要选择IBM呢?首先,在数字化转型和数字化重塑的资源方面,IBM在全球有50个IBM体验式设计工作室(iX Studio)、86个创新中心、55个交付中心;其次,在咨询和实施团队方面,IBM有全球最大的企业咨询团队,超过125,000精通各行业的资深咨询师,IBM全球企业咨询服务部在2016年收入已突破170亿美元;再次,IBM在过去十年完成了100多次收购,成功完成了向云平台和认知计算的技术转型,有充足的技术资源储备。

IBM副总裁、大中华区全球企业咨询服务部高级合伙人、数字化战略及体验设计与认知流程转型负责人赵亮表示,IBM GBS的核心竞争力在于完整的端到端的实施能力,也就是说IBM不仅能够做数字化战略咨询和战略设计,也有极强的落地能力,“5+1”解决方案就是具体的落地方案。以云平台为例,IBM GBS不仅有SAP、Oracle专家也有Salesforce实施团队,不仅有IBM Cloud、AWS云专家也有阿里云等中国云专家,还有Unix大型机、IBM Private Cloud等混合云技术,能够全面满足大型企业的技术需求。

IBM大中华区副总裁、全球企业咨询服务部合伙人、云应用创新解决方案负责人Sean Coffey表示:”企业数字化重塑的一个关键就是要‘上云’。我们帮企业实现向云转型,客户根据他们的需求来配置不同的云技术,把不同的解决方案整合在一起。我们和其他云服务提供商并不是面对面的直接竞争,而是帮助客户来选择所需要的云服务。IBM还提供了微服务,可以帮助企业快速把不同的应用进行数字化重组。”

一大批国内外企业先后选择IBM作为数字化转型和数字化重塑合作伙伴。赵亮坦言,在与互联网公司竞标中,IBM往往能够走到最后,这还因为IBM的长期行业知识积累。IBM在制造、零售、汽车、快消等18个垂直行业领域,与全球170多个国家的企业合作数字化转型和重塑。以金融行业为例,针对金融产品的银监会注册、报备、合规等所有业务体系,IBM就可以很容易地驾驭,但互联网公司往往就缺乏金融行业实践经验。而对于麦肯锡等咨询公司来说,IBM不仅有落地的能力,还有为蒙牛、华为等中国大型企业服务的实战经验。

中国企业数字化重塑的一个例子是华润集团。华润集团拥有4000家超市、500家太平洋咖啡店、758家医药和健康零售门店、60个购物中心、100家医院,IBM运用设计思维、敏捷开发及分布式部署的一系列最新技术架构,对华润的多业务场景进行创新化梳理,从消费者角度出发,洞察、分析线上线下场景中所涉及的业务方案,逐步实现了“客户通、电商通、跨境通、积分通”的“四通”。

IBM还帮助东航完成了数字化东航的战略设计。作为全球第七大航企,东航拥有中国最大的空中互联网机队、全球首家航空公司运营的电商公司,近年来在智慧服务、自动化管控、可视化运营等方面取得了巨大的进步。IBM利用移动、大数据、云技术、认知技术、物联网、智能穿戴等新技术,为东航规划了一系列面向未来业务的应用场景。双方创新实现了“互联网+航空”,为旅客带来全新的生活方式体验。

IBM大中华区全球企业咨询服务部总经理麦俊彥在“IBM人工智能与数字化重塑创新日”上表示:“企业的数字化进程已经进入到数字化重塑的阶段,这是利用最新的科技,实现研发、生产、流程乃至企业文化的颠覆性改变。IBM不仅可以帮助企业勾画如何在未来几年重塑业务的蓝图,还可以一起实现这个蓝图。”更为重要的是,IBM自身也在经历数字化转型与数字化重塑,IBM自身的转型经历和经验,就是其它企业最好的借鉴蓝本。

当然,IBM GBS现在大力推以认知计算和人工智能为代表的数字化重塑,另一方面也抓紧以ERP现代化为代表的数字化转型,毕竟大部分企业目前还处于数字化转型阶段。但是大家都已经看到了以共享经济为代表的平台化经济大趋势,数字金融生态圈、数字汽车生态圈、数字旅游生态圈等E2E的模式,IBM已经先行一步做好了布局并与全球不同的企业合作展开试点,从这个角度来说,IBM自身就是一个巨大的共享平台。(文/宁川)

2017-11-13

2017年7月国务院发布的《新一代人工智能发展规划》指出,我国发展人工智能的重要任务之一是培育高端高效的智能经济,要促进人工智能与各产业领域深度融合,形成数据驱动、人机协同、跨界融合、共创分享的智能经济形态,其中特别强调人机协同成为主流生产和服务方式。

早在2016年4月的深圳IT领袖峰会上,马云就提出:“机器要做的是人类做不到的事情,这才叫本事。”马云当时强调,要多花时间在Machine Intelligence(机器智能)上,人类有责任和担当让机器成为人类的合伙人。进入2017年,马云更在多个场合强调机器智能,“让机器去发展自己的智能的力量,尊重机器、敬畏机器,一个巨大系统的诞生,它会与众不同地做出不一样的东西。”

关于机器智能和人工智能的分别,之前阿里主要是以ET机器智能大脑对外阐释,作为一个城市综合管理优化的算法体系,ET机器智能大脑可能不那么直观地让人理解机器智能与人工智能的区别,但2017年天猫双11就让外界可以清晰的看到马云所说的机器智能所指的方向:大规模人机社会化协作。

这是一场前所未有的实验

大规模人机社会化协作,这是一场前所未有的实验。

人与机器的协作,已经体现在了制造业。2017年工博会发布了《2017年协作机器人行业发展蓝皮书》,指出自2008年优傲机器人 (Universal Robots) 推出世界上第一款协作机器人UR5以来,全球协作机器人市场超高速增长。UR5人机协作机械臂,适用于装配、包装码垛、机床管理、食品处理、喷涂、打磨抛光、上胶、医学处理等,可与人类共同完成各种小批量混合产品组装以及原料处理。

在人机协作领域中,人与机器得以互补和促进。工人可以加入人性化元素,使产品个性化;而协作机器人可以事先进行产品加工,或为工人备妥需要加工的产品。机器人的使用不代表工人将被替代,而是增强工人的能力,并且让工人们能够把协作机器人作为多功能工具。

相比于制造业的协作机器人来说,以阿里商业场景为代表的服务业协作机器人才刚刚开始,而且难度更高、挑战更大。这是因为:服务业的业务场景多为开放式环境,环境更复杂、环境中的干扰更大、环境的变化更难以预测;服务业的人机协作是开放式协作,机器人要有更强的自学习能力和适应能力;服务业的人机协作是要满足用户的需求和体验,而用户的需求和体验却难以量化等。

那么,要如何练成服务协作机器人?唯有在真实的业务场景中不断磨练,双11就是这样的真实业务场景。马云说,双11对于阿里的意义,更大程度上在于对技术的练兵。8年前创建阿里云后,阿里就在历次双11中大胆把自己的核心业务逐步迁移到阿里云上,让阿里云练兵,如此才成就阿里云今天中国市场第一、全球市场第三的成绩。

而2017年的双11,又开始了新一轮的技术大练兵:服务协作机器人。

前所未有的科研大挑战

服务协作机器人可以说是世界级的挑战,因为它涉及到大数据智能、跨媒体感知计算、人机混合智能、群体智能、自主协同与决策等基础理论研究等多个世界级的基础科研课题。而这些课题,也都包括在了《新一代人工智能发展规划》中。

首先,大数据智能理论重点要突破无监督学习、综合深度推理等难点问题,建立数据驱动、以自然语言理解为核心的认知计算模型,形成从大数据到知识、从知识到决策的能力。

对于阿里来说,这就是基于大数据智能的阿里云ET大脑,阿里云团队把大数据技术与AI技术结合,形成了“城市大脑”“工业大脑”等行业“大脑”,例如“城市大脑”就通过各类数据感知交通态势进而优化信号灯的配时,已成功应用于杭州主城区。

其次,跨媒体感知计算理论重点突破低成本低能耗智能感知、复杂场景主动感知、自然环境听觉与言语感知、多媒体自主学习等理论方法,实现超人感知和高动态、高维度、多模式分布式大场景感知。

智能音箱天猫精灵就是这方面的一个尝试。作为智能物联网与消费者和用户的语音交互入口,2017年7月阿里人工智能实验室发布天猫精灵X1,内置人机交流系统AliGenie。自今年7月发布以来,短短三个月时间,天猫精灵快速突破百万台销量。而伴随着与用户的持续互动,AliGenie还在不断进化成长。随着天猫精灵大规模进入家庭,以及更多智能硬件的接入,AliGenie将形成一个大规模感知用户的系统。

再次,混合增强智能理论要重点突破人机协同共融的情境理解与决策学习、直觉推理与因果模型、记忆与知识演化等理论,实现学习与思考接近或超过人类智能水平的混合增强智能。

这方面的一个典型应用就是阿里今年推出的“店小蜜”。“店小蜜”是为商家提供的智能客服机器人,基于阿里云智能客服机器人云小蜜,云小蜜可以实现基于知识库的知识咨询和问答,结合多轮对话配置工具,可以将业务集成到机器人会话中,如订单查询、物流跟踪、自助退货机器人等。云小蜜每天能够为600万客户服务,问题解决率达到95%,拥有36个行业知识库,可以7*24小时提供多语言服务。

从双11预售开始,店小蜜单日对话量都在1000万以上,是首个日对话量达到千万量级的服务机器人,刷新历史纪录。在过去,一个店小二每天服务200-250个客户,现在店小蜜一天能服务350万客户左右。阿里巴巴集团首席客户官(CCO)、资深副总裁吴敏芝介绍说,原来商家服务团队约有70%人力在售前,有了店小蜜后,大量售前咨询改由机器人完成,商家售前客服占比降至30%-40%。人力被从重复的工作中解放出来,得以投入到售后等更需要情感和创造性的工作中,这是人和机器智能的最佳协作。

第四,群体智能理论要重点突破群体智能的组织、涌现、学习的理论与方法,建立可表达、可计算的群智激励算法和模型,形成基于互联网的群体智能理论体系。

天猫智选、阿里机器智能推荐系统和蚂蚁金服智能客服机器人安安等,是群体智能理论的重要体现。这些智能系统通过互联网上的大规模人机互动,以及大规模用户对机器的反馈所形成的激励机制,训练出了针对不同业务场景的群体智能。

天猫智选是一套智能货品选品运营系统,它通过智能分析出什么样的商品天生就带着“爆款”基因,能够成为双11最受欢迎的尖货。这名“机器小二”能够像真正的运营小二一样,指导卖家科学备货,甚至通过与其它系统的配合,为热门商品带来更多的流量。

阿里机器智能推荐系统是懂得每个人喜好的“金牌导购员”,能够为网友推荐最符合要求的商品,在搜索关键词的时候也能迅速为网友推荐最符合其品味的商品。2017双11当天,阿里机器智能推荐系统为用户生成超过567亿个不同的专属货架,像智能导购员一样,给消费者“亿人亿面”的个性化推荐。

蚂蚁金服智能客服机器人安安,则能够根据用户使用支付宝App的轨迹进行预判。有时安安能在用户提问之前,就“猜”到用户想问的问题,直接给出答案。今年双11期间,安安在近100个不同场景中,为近100万用户提供了提前教育、客户关怀等服务。

第五,自主协同控制与优化决策理论重点突破面向自主无人系统的协同感知与交互、自主协同控制与优化决策、知识驱动的人机物三元协同与互操作等理论,形成自主智能无人系统创新性理论体系架构。

天猫双11前夕,菜鸟网络在广东惠阳发布了超级机器人旗舰仓,上百台机器人单日发货可超百万件。机器人仓库中配备了自动化流水线、AGV机器人、机械臂等,以往一个拣货员一天走六七万步只能拣货1000多件,而通过与机器人协作,一个拣货员一天只走两三千步,拣货数量却是原来的三倍多。机器人甚至就可以自主完成智能仓库的搭建,广东惠阳超级机器人旗舰仓的移库升级,就是在一小时内由机器人自主完成了百万件货品的搬运。

而今年双11期间,已经在阿里巴巴上岗一年多的末端配送机器人菜鸟小G正式升级。据了解,小G能上电梯能躲避行人,可全自动将包裹送达阿里巴巴西溪园区的每一个工位。升级版的小G很快就会走出园区,给消费者们投递包裹了。

前所未有的超大规模多业务场景挑战

阿里巴巴集团首席技术官张建锋在2017双11期间表示,双11不仅是史无前例的社会化大协同,机器智能的大规模应用,也让今年的双11成为人类历史上最大规模的人机协同。“可以说,今年双11技术不是由我来指挥的,而是机器和人一起来指挥的。”

经过九年的进化,今天的双11,已然发展成为一场前所未有的超大规模和超高复杂度的多业务场景挑战。

截至2017年11月11日24点,2017天猫双11全球狂欢节总成交额超1682亿元人民币。其中,无线成交占比高达90%;支付宝支付笔数达到了14.8亿笔,同比增长41%;支付峰值达到25.6万笔/秒,是去年的2.1倍,再次刷新去年创下的峰值纪录;产生的物流订单量达到8.12亿单;参与双11的全球网民覆盖了225个国家和地区。

今年天猫双11在短短24小时之内,完成了线上线下融合和海内海外的全面贯通。根据阿里的数据,2017双11期间,有超过五千万的消费者通过手机参加双11互动,超100万商家线上线下打通,涉及近10万智慧门店、60万家零售小店、3万“天猫优选”村淘点。

截止今年双11开场12分钟,全网第一单在上海完成签收;开场33分钟,跨境第一单送到宁波消费者手中;开场69分钟,农村第一单在贵州黔南苗族布依族自治州完成;11日8点8分8秒,500万进口订单完成清关;9点36分,物流订单达4.67亿,超过2015年双11全天;10点,已经有266个城市收到包裹。

张建锋表示,支撑这一商业奇迹背后的技术体系,也进化成代表互联网技术巅峰的“超级工程”。除了交易、支付系统以外,还有数据、客服、搜索、推荐、广告、库存、物流等,显然这样一个庞大、复杂、精密的商业协同系统,仅靠阿里巴巴几千名小二和工程师,已经无法维系其正常运转。

今年双11,阿里云的技术团队开始使用AI来分配数据中心资源。这款AI名为达灵,可以将数据中心资源分配率拉升到了90%以上,在部分业务中节省了一半服务器,并且能在2秒钟锁定异常机器,命中率94%。而为了保障双11的流畅购买体验,阿里云使用了名为“尖兵”的系统压力测试AI,通过模拟流量洪峰来挑战系统承压能力,“尖兵”可自己对容量配比进行智能调整,快速定位问题。得益于“尖兵”,今年天猫双11的全链路压测节省了1000人次的工程师。

今年双11阿里云再次启用了数据中心高精度智能运营机器人阿里巴巴天巡。天巡被派到了阿里云的张北数据中心,帮助数据中心运维人员管理起整个2017天猫双11的核心数据中心机房。天巡拥有部署在阿里云上的智能大脑、高精度视觉识别、3D激光雷达等,可全天24小时巡查数据中心,接替了运维人员以往30%的重复性工作,目前已在一机房实现无人作业,未来可以独立看管2万台服务器、规模达2万平米以上数据中心。

除了技术保障系统外,机器智能被广泛运用到了今年双十一的多个业务场景中。在双11前,智能Banner设计师“鲁班”已经学习数百万设计图像,可以根据运营提供的产品元素智能生成Banner,每秒可生产8000张商品banner,解决了双 11期间大批量的设计问题,在今年双11期间共设计了4.1亿张商品海报;阿里机器智能团队与菜鸟网络的算法工程师共同研发了一套算法,能够在顾客下单的瞬间,迅速计算出需要包装箱的个数,商品在箱子里面如何摆放最节省包装,整个计算过程不足1秒,而菜鸟网络的仓库较过去减少5%以上的包装材料,相当于2015年天猫双11当天节省了2300万个包装箱。

而实际上运用在2017双11的机器智能还远不止上述的这些。张建锋表示,2017年双11,机器和人在商品选品、客服、物流、技术运维等领域全面合作,规模之大、领域之广、协同之深,前所未有。而包括机器人数据中心管理员、机器运营小二、机器导购员、智能客服、AI设计师、机器拣货员、机房巡逻员等新物种,相互之间也不是互相独立而是互为补充、连接形成一个更大规模的机器智能体系。

而阿里为了实现这些前所未有的机器智能,也采用了前所未有的手段。例如,“店小蜜”催生了一项新工种——人工智能训练师,又称机器人“饲养员”。训练师要了解基本的算法逻辑和链路,工作职责包括替机器人感知用户,教给机器人更多知识,检查机器人服务结果、数据以及优化知识体系,让机器人更像人,而不是冷冰冰的知识回答,甚至赋予机器人各种拟人风格等。

去年,马云提出了五新:新零售、新制造、新金融、新技术、新能源。在今年的双11期间,一批机器智能新物种的上岗,让业界和消费者集中感受到了机器智能新技术的冲击力。

正如马云所说,今天的阿里要解决的是未来的社会经济问题。而一个可能的未来社会经济场景就是“天天都是双11”,这就意味着未来每天都会有10亿的包裹流向全世界、每天都会有超过1600亿的全球网络零售成交额、每天都会有15亿笔的支付以及超过25万笔/秒支付峰值等等。以这个未来的业务场景来反推今天的技术,马云提出的机器智能就不言而喻了。(文/宁川)

2017-11-10

十九大报告强调,要推动互联网、大数据、人工智能和实体经济深度融合。而工信部《云计算发展三年行动计划(2017-2019年)》指出,云计算带来了软件开发部署模式的革新,并为大数据、物联网、人工智能等新兴领域的发展提供了基础支撑。这也就是说,接下来云计算也要与实体经济进行深度融合。

虽然我国云计算发展势头迅猛,但依然面临诸多挑战。 中国信息通信研究院《云计算关键行业应用报告 (2017年) 》指出,当前越来越多的企业发现,市场上并没有全面的通用解决方案,而必须选择使用不同的技术。混合云的优势在于能够适应不同的平台需求,既能提供私有云的安全性,也能够提供公有云的开放性,在未来也将是企业采用云服务的主流模式。

2017年11初,微软公司CEO萨提亚∙纳德拉亲自到北京,在中国市场推出了Azure Stack混合云解决方案,由Dell EMC、联想、Cisco、华为等共同推出的Azure Stack一体机将于2018年上半年正式商用。Azure Stack的推出预示了混合云市场经过了过去几年的发展,已经逐渐形成了完整的厂商技术路线和生态圈,2018将迎来混合云的黄金时代。

混合云大混战的2017年

2017年的云计算市场,混合云是主旋律。《云计算关键行业应用报告 (2017年) 》指出,高性能服务器、小型机等的市场增长率将逐步降低,x86服务器在公有云领域出货量大幅提升,云计算超融合服务器在企业级专有云市场发展迅速。加上刚发布的Azure Stack,可以说中国混合云市场一共有六大技术流派。

首先是积极向混合云拓展的BAT公有云派。2017年1月,阿里云就领投了私有IaaS云软件公司ZSatck,ZStack专门主打中小型私有云市场,与阿里云的公有云技术形成了很好的互补。到了10月的杭州云栖大会上,阿里云又推出了第三代专有云,把公共云的能力延伸至专有云中,更能用一辆卡车就把专有云送到企业身边。而阿里云新研发的神龙云服务器,一台机器里兼具裸金属物理机和云服务器两种形态,让线下专有云可无缝对接阿里云。

从2013年开始,腾讯着手搭建TStack专有云环境,TStack采用OpenStack作为其IaaS软件。目前,腾讯专有云TStack已经涵盖14个OpenStack集群,共计6000个节点。腾讯云TStack专有云走的是行业云方向,已经推广到中国政企市场,与全国15多个省、50多个城市签署合作协议,为包括四川省政务云、广东省政务云、云南公安厅警务云等构建基于OpenStack的云平台。

百度则与浪潮合作,推出了面向人工智能业务场景的ABC一体机。2017年9月,在百度云智峰会ABC SUMMIT上,浪潮和百度联合发布了ABC一体机,应用于传统的制造业。

第二大流派是基于OpenStack的超融合一体机产品。除了BAT外,国内的公有云厂商青云等,积极基于OpenStack推出私有云一体机,指向企业级私有云和混合云市场。联想、浪潮、华为、曙光等服务器厂商,也纷纷基于OpenStack推出自己的超融合一体机,以抢占混合云市场。

第三大流派是基于VMware软件的超融合一体机产品。VMware的软件定义数据中心三大软件产品自去年以来全面成熟,服务器虚拟化vShpere、存储虚拟化vSAN、网络虚拟化NSX三在产品线再加上VMware的跨云管理软件,引发了硬件厂商在今年集体更新了一批超融合产品。现在的VMware超融合一体机可以实现完整的软件定义数据功能,从而构建完整的私有云和混合云。

第四大流派是基于Nutanix超融合软件的一体机产品。可以说Nutanix是超融合软件的鼻祖,也是最早提出超融合理念的公司。Nutanix得到了联想的大力扶持,自2016年开始双方就积极合作拓展中国的企业数据中心市场。

第五大流派是Oracle一体机集成系统。Oracle自从收购了Sun之后,就积极推出适用于企业不同业务场景的一体机产品。而自从全面转向云计算方向后,Oracle更推出了Oracle Cloud@Customer云服务器,即可以把整套Oracle云软件安装到一体机里,再搬到企业数据中心里作为私有云使用。

第六大流派也就是刚刚发布了Azure Stack混合云解决方案的微软。与Oracle一体机类似,Azure Stack则是把Azure公有云的技术打包到一体机产品中,再交由客户数据中心形成私有云,Azure Stack则与Azure形成混合云解决方案。

可以说,BAT、OpenStack、VMware、Nutanix、Oracle、微软等六大流派,已经构成了完整了私有云和混合云市场格局。其中,微软Azure Stack是最后的入场者,但也被视为最大的黑马。

企业究竟要如何选择?

根据中国信息通信研究院对2016年中国云计算市场的一项调查,采取单独采购软件及服务的方式部署私有云的企业比例大幅度增加。那么,面对2018年技术流派众多的混合云市场,企业用户究竟要如何选择?

在选择上混合云之前,企业要做好工作负载规模和容量规划。也就是说,要先确定哪些工作负载适合放在私有云、哪些工作负载适合放在公有云、哪些工作负载需要在二者之间衔接或扩容。

为帮助企业用户规划在不同云端的工作负载放置策略,英特尔针对多种不同类型的应用负载进行了调研和分析,并在2017年发布了白皮书《在公有云、混合云和私有云间合理放置工作负载》(以下简称白皮书),提出要从数据量、集成、安全以及性能这四个维度来考量业务应用,并据此将这些应用在公有云、混合云以及私有云三个区间内进行定位,为构建最适宜的技术支撑平台提供参考。

那么,为什么是英特尔发布了这个白皮书呢?原来,虽然在私有云和混合云的软件技术上存在着六大流派,但其下的硬件平台全部都是基于英特尔技术x86服务器以及相关存储与网络设备等。而英特尔从OpenStack开源社区一开始就支持该社区内技术与企业的发展,甚至英特尔自己也投资了OpenStack公司。此外,浪潮、联想、Dell、HPE、AWS、微软、BAT、Oracle、VMware等软硬件公司也都是英特尔的合作伙伴,英特尔从云计算产业一开始就与这些公司深度合作。

英特尔白皮书指出,公有云迅速崛起的秘诀之一,就是尽可能快地采用最新的硬件技术,快速淘汰两代以前(通常以三年为周期)的产品。而私有云的硬件更新周期通常不会像公有云那么短,但在更快从新硬件技术中获益这一点上,还是基本一致。按照私有云常见的四至五年为周期换代,采用最新的英特尔至强可扩展处理器家族,可以获得1:4以上的替换率,投资回报巨大。

对于混合云的技术路径,英特尔白皮书认为企业云正在从此前偏重私有云(大中型企业)和公有云(小企业和初创企业)的某一端,走向横跨公有云与私有云的混合云计算平台。构建企业云,首先要对企业的业务进行梳理,并结合技术趋势,确定业务部署的模式和规模。混合云并没有固定的解决方案来适合所有的企业,在公有云和私有云上成熟应用的技术,实际上都能成为混合云的核心支柱。

针对刚刚发布的Azure Stack,英特尔公司数据中心事业部副总裁兼至强产品与数据中心市场总经理Lisa Spelman表示:“英特尔与微软紧密合作,共同推动基于英特尔至强可扩展处理器的微软Azure Stack系统的开发和部署。混合云是信息技术发展的未来,并将为企业带来更高灵活性、安全性和工作负载的可扩展性。”

软硬一体的混合云

随着微软Azure Stack进入中国市场,将展示混合云越来越广泛的部署和应用,特别是原来的微软Windows Server、SQL Server、Hyper-V、System Center等企业级用户,无疑将受到极大鼓舞走上混合云之路。

服务器厂商已经在积极推出Azure Stack一体机,华为将在2018年Q1推出Azure Stack一体机,而在今年7月联想数据中心集团发布了全新的ThinkSystem数据中心基础设施和解决方案产品组合以及ThinkAgile软件定义的解决方案,其中ThinkAgile SX for Microsoft Azure Stack,即为Azure Stack设计的一体机。从今年7月起,联想Azure Stack一体开始接受客户预订。

Azure Stack系统的开发和部署基于英特尔至强可扩展处理器。作为一个安全、灵活的面向混合云的全新平台,英特尔至强可扩展处理器带来近十年来数据中心领域最大的技术进步,向下一代云基础设施提供坚实基础,提升数据分析、人工智能、高性能计算、网络转型等各类应用效能,加快企业混合云架构的部署以及业务转型的实现。

英特尔至强可扩展处理器采用全新内核微架构、核内互联和内存控制器,专门优化不同应用场景中不同的工作负载,在性能、可用性、可靠性和数据完整性方面实现了巨大飞跃,其性能比上一代平均提升1.65倍,可支持的虚拟机数量增加了4倍,而总体拥有成本显著降低了65%。Azure Stack一体机,作为经过验证的英特尔Select Solutions,可为混合云环境提供强大的性能和丰富的功能。

值得一提的是Azure Stack一体机系统是软硬优化集成的体验。Azure Stack在系统管理方面使用与Azure一样的Azure Resource Manager(ARM)资源管理工具。实际上,CMP跨云管理平台是实现混合云一致无缝体验的关键,Azure Stack使用公有云Azure一样的云管平台ARM,实现了统一的跨云管理体验。

Azure Stack又基于英特尔至强可扩展处理器平台进行了深度软硬集成优化。例如,英特尔至强可扩展处理器平台采用了C62x系列PCH(平台控制器Hub),其中提供了集成英特尔万兆以太网控制器x722的选项,x722支持iWARP RDMA功能,可以极大地缩短应用的I/O延迟,降低处理器的占用率,提高传输的效能。 测试数据显示,通过集成英特尔网卡的iWARP RDMA,微软的软件定义存储解决方案S2D(Storage Spaces Direct)可以将应用I/O的延迟降低45%、IOPS提升50%、每个I/O的CPU周期降低40%。

对此SAP HANA等超大内存关键业务应用,英特尔至强可扩展处理器铂金家族和金牌61xx系列中的一些型号,提供了每CPU支持1.5TB内存(两倍于其他型号)的能力,以实现更高的每内核内存容量(GB/core),可以更好地满足常驻内存型(In-memory)应用的需求。

英特尔QuickAssist技术(QAT)采用专用加速硬件卸载实时压缩和加解密算法,该技术在英特尔至强可扩展处理器发布时演进至第二代,集成在可选的PCH中,批量加密性能是第一代的3倍、公钥加密性能达到了原来的2.5倍、压缩性能也达到了原来的4倍。

由上可见,Azure Stack一体机是有备而来,为企业的私有云和混合云环境而优化,做好了充足的技术准备。如果说在2016年还是OpenStack的混合云天下,如果企业用户还对OpenStack存有疑虑,那个Azure Stack一体机无疑将彻底打消企业用户对于安全性、稳定性、可靠性和可迁移性以及通用性的顾虑。Azure Stack还具备承载关键业务的能力,在企业简化IT部署、提升效率方面具有优势。

无论是OpenStack、Azure Stack、VMware、Nutanix、BAT还是Oracle一体机,基于英特尔技术的混合云生态已经成熟。可以期待在2018年,企业关键应用将更快速迁移到混合云平台上。在2018年,企业要更加积极主动的采取混合云策略,尽快走上混合云之路。(文/宁川)

2017-11-07

“大数据”一词进入了十九大报告中,报告提出要“推动互联网、大数据、人工智能和实体经济深度融合”。换句话说,就是要把大数据这样的先进技术,落地到实际的行业应用和业务场景中,对实体经济发挥真正的作用,创造实在的价值。

从2015年起,“大数据”一词就被移出了Gartner的新兴技术炒作曲线。然而,据有关统计,截至2017年8月初,我国大数据领域有183家企业获得融资,其中A轮81家、天使轮51家,也就是72%的大数据企业仍处于创业初期,商业模式仍有待建立和稳定。

社会科学文献出版社2017年8月出版的《大数据应用蓝皮书:中国大数据应用发展报告No.1(2017)》(以下简称蓝皮书),蓝皮书认为,从应用的角度看,大数据并非一个全新的产业,而是与已有产业融合,对已有模式的改造、升级和替代。制约大数据发展的往往并不是大数据本身,而是大数据所应用的行业和领域原本存在的问题。

2017年10月,创立了三年的大数据与人工智能公司明略数据获得了2017 Venture50的“2017中国最具投资价值企业风云榜50强”。而在十九大期间,明略数据的“公安大脑”作为公安大数据一体化作战平台,为十九大安保维稳工作发挥了积极的作用。据悉,明略数据也在今年10月顺利完成了C轮融资。“在老环境中寻找新路径”,这是明略数据得以持续发展的心得。

有温度的交付:落地大数据

(上图为明略数据首席运营官唐日新)

明略数据首席运营官(COO)唐日新之前在IBM工作了15余年,主要从事政府行业咨询与销售工作。2014年离开IBM后没有多久,他就加入了明略数据。作为COO,唐日新具体负责组织大数据项目的实施和落地,包括组织建设及运营。

唐日新认为,新旧动能转换只能因势利导,只有新价值逐渐超过旧价值,才会真正发生变革。正如蓝皮书所述,“推动大数据应用的发展,需对不当的行业管理模式进行改革,对既有利益格局进行调整。即便在企业内部,大数据应用也不仅仅是个技术问题,而且是涉及业务流程重组和管理模式变革的问题。”

实际上这一轮的大数据创业,主要是基于国际上开源的Hadoop、Spark等开源大数据技术,因此大数据创业公司在技术上的差异化并不明显。而在把大数据结合行业场景,落地到具体的行业应用中时,又遇到了蓝皮书所描述的问题,因此大数据创业公司集体遇到了“冰点”。

在数据从哪里来、数据怎么用、成果谁买单这个大数据落地“三问”中,数据来源问题始终困扰着国内的大数据企业。实际上对于大数据产业来说,数据来源是整个大数据商业的起点和终点。如果数据不能让渡到大数据企业,而只能由产生数据的用户所有,那么大数据企业就只能最终成为服务型企业。

“信息产业归根结底是服务业,最终的用户交互界面,也就是服务交付的体验,决定了项目、产品或服务的成败。一个有温度的交付服务,能大幅提高大数据项目落地的成功率。如果可以有握手的界面,会更容易。”唐日新表示。

那么,明略数据是怎么做到“有温度”的交付呢?首先是本地化的交付,比如陕西的项目就由陕西当地的团队负责。目前明略数据在河北、武汉、南京等地都有区域中心或交付中心,从本地吸纳人才,向当地用户交付大数据项目。其次,在人才梯度队伍的建设方面,明略数据注重培养和孵化当地的人才,完成本地化的增值服务。再次,明略数据也会与地方政府产业基金合作,共建当地的区域中心,在承担社会责任的同时,也会对当地政府提出要求,推动政府职能的转变。

而在对交付团队的组织建设方面,明略数据尝试了类阿米巴组织模式的改造,把交付团队切分到最小作战单元,实行从项目经理到区域经理的负责制,用类似责任田、承包制的方式,激励项目团队像经营自己的企业一样去服务用户。

当然,明略数据本身有驻场数据科学家,解决“黑盒交付”的问题。也就是说以前的套装软件都是“黑盒交付”,安装结束后就再也不与用户联系;而大数据项目不能是交钥匙工程,必须由驻场数据科学家与用户一起,根据用户的业务场景切实把大数据落地到具体的业务中,这是大数据项目独特的地方。而现在虽然也有用户会要求开放源代码,但实际上也不会真正查看,只是以防不时之需,更多还是依靠驻场数据科学家或工程师解决实际问题。

平台化的交付:积累与沉淀价值

2017年初,明略数据提出了“行业人工智能大脑”,到了8月22日就推出了以中国市场上首个企业级知识图谱数据库“蜂巢”、企业级人工智能统一入口“小明”为核心的行业人工智能大脑“明智系统”,并明确提出了把企业级知识经济作为大数据与行业应用相结合的新方向。

知识图谱是明略数据探索大数据商业模式的平台化产品。截至2017年4月,明略数据80多名人工智能科学家、220多名技术专家已为公共安全、金融、工业与物联网等行业积累了丰富的解决方案。例如,明略数据为公安机构提供SCOPA昆仑镜公安大数据分析应用系统,其核心是对全量数据的关联关系挖掘,可高效完成情报研判分析、重点人员管控、重大事件预测等警务工作。

MDP大数据处理和存储平台、DataInsight大数据分布式计算平台、SCOPA可视化大数据关联关系挖掘应用平台是明略数据自创业以来积累的技术平台。以一个中等省会城市为例,全省7000万常住人口、3000 万流动人口、各种关系 6-7 亿条,在这样的海量数据集上做研判时极难进行多层推演,而利用明略数据的大数据平台处理能力,可以秒级获得预测分析计算结果。

唐日新介绍说,行业人工智能大脑“明智系统”的推出,是对大数据技术服务进行产品化的尝试。尽管明略数据已经积累了多年的大数据技术,可以支持 500节点以上的超大集群、数据之间秒级交互、3秒内快速灾备恢复等,但对于大数据项目的实施和服务来说,之前还是比较依赖人工方式,需要依靠专家到现场为用户投产大数据应用。

而一个平台化的产品则不一样,现场专家从手工部署软件代码,到依靠一个平台化的产品来自动化或半自动化的部署软件代码。这样一方面能大幅提高软件部署效率、提高项目成功率、减少后期运维工作,另一方面还能把部署中积累的业务知识沉淀到平台中,从而丰富平台的业务场景。唐日新介绍,“明智系统”是一个iTunes的概念,为不同行业构建一个基础的平台,在上面可以开发各种行业APP应用,从而满足不同行业的个性化需求。

当然,与其它大数据平台相比,“明智系统”还把数据的对外输出进行了一个转换,把敏感的数据转换成为可以商品化的知识,而知识就可以复制到同行业的其它企业或其它行业。比如,明智系统在金融领域服务于金融监管、内控、风控部门,基于“企业、个人、机构、账户、交易、行为数据”构建金融行业知识图谱,挖掘隐藏在复杂网络之下的关联关系风险和资金流动异常,及时制止欺诈、洗钱、违规行为,有效防范和化解业务风险。从这个过程中提取的风险防控知识,就可以复制到公安行业、平安城市等场景中。

在老环境中寻找新道路

尽管目前明略数据已经拿到了C轮融资,但唐日新坦言现在大数据行业整体遇到了产业发展中的结构性问题。

首先,大数据技术难以创造出可量化的业务结果。对于公安、金融等领域来说,应用大数据技术可以看到显著的效果。在公安行业,由于人手有限,无法在庞大的视频、图片、地理位置信息等非结构化数据中进行大数据分析,那么大数据技术马上就能提高分析效率,从而直接提高业务成绩。而在金融行业,大数据技术可以起到防范金融风险的作用,也是立竿见影的成果。

但在其它行业和领域,大数据技术所起到的作用较为隐性,难以让用户实实在在感觉到对业务影响力。在工业领域,尽管预测性维护可以为用户带来维修成本的收益,但这只能通过项目实施后带来切实的维护成本的降低,才能让用户感受到大数据的价值,从而愿意为大数据技术付费。但对于大数据技术的定价,往往也就限定在所降低维护成本的上限,比如为用户节约了50万维护费用,那么用户往往也只愿意为大数据技术最高支付50万的费用。

其次,今天的企业用户正在经历从传统IT架构到移动互联网IT架构的转换过程中,企业用户的业务形态也正在快速变化中,而且不同企业用户的IT需求都层次不一、处于转型过程的不同阶段,甚至企业用户自己都不知道下一步的转型将要走向哪里。传统IT体系的边界比较清晰,不同的技术供应商各司其责,但在新的高流动性的企业业务形态下,大数据技术也没能很好的适应并开发出合适的产品,大数据技术供应商与企业用户都处于共同摸索的状态。

在这样的前提下,人工智能是一个可能的突破方向。通过大数据分析积累了行业知识,再把行业知识配置到人工智能引擎中,最后通过人工智能界面对外输出结果,从而让用户可以感受到大数据带来的影响力和冲击力,再结合大数据分析产生的实际业务效果,最终让用户可以认可大数据技术的价值。

换言之,不确定性的人工智能加上确定性的大数据分析、基于人工智能的辅助决策加上基于大数据分析的精准决策支持,以及人工智能的友好交互界面加上大数据分析的自动化引擎,这就是在企业的“老环境”中找到的“新道路”。

唐日新坦言,“明智系统”对于明略数据来说也是一个全新的尝试,之前的大数据技术都偏应用方向,可以带来短期的变现,而“明智系统”则是一个类iTunes的基础技术平台,还需要第三方技术合作伙伴在其上开发不同的应用,构建起了一个完整的生态,才能真正创造“明智系统”的价值。

好的消息是十九大报告已经发出了大数据技术要与实体经济深度融合的号角,明略数据作为大数据与人工智能行业的先行者,已经开始了深度融合的尝试,接下来在“互联网+先进制造”等新一轮政策的推进下,大数据产业有望迎来真正的海阔天空。(文/宁川)

2017-11-06

今年是中国创业孵化事业发展30周年。1987年6月,中国首家孵化器“武汉东湖新技术创业者中心”的成立,标志着中国孵化器事业从0到1。1988年,“火炬计划”正式实施,科技企业孵化器被列为“火炬计划”。今年5月,为纪念中国科技企业孵化器30周年,科技部火炬中心联合科学技术文献出版社出版了《中国创业孵化30年(1987-2017)》。

目前,我国各类创业孵化机构总数已超过7000 家,位列世界第一。截至2016年底,全国纳入科技部火炬统计范围的众创空间有4298家、孵化器3255家、科技企业加速器400余家、国家高新区156家,共同构成接递有序的创业孵化生态。随着2014年9月中国提出了“双创”,2015年成为了“双创”元年,而众创空间的出现进一步发展了创业环境。

自2014年起,科技部火炬中心与长城战略咨询联合研究并编制《国家高新区瞪羚企业发展报告》。“瞪羚企业”指创业后跨过死亡谷进入高成长期的企业,具有成长速度快、创新能力强、专业领域新、发展潜力大的特征。1994年,美国经济学家David Birch提出了“瞪羚企业”的概念,即年营收达100万美金的创业企业,之后连续四年每年增长超过20%,这类型的企业约占当时美国企业总数的4%,但却创造了70%的工作岗位。

根据《国家高新区瞪羚企业发展报告(2017)》,2017年中国“瞪羚企业”入选主要标准为公司成立时间不早于2013年,2013年总收入不少于1000万元、2013-2016年复合增长率不低于20%;或2013年员工总数不少于100人、2013-2016年复合增长率不低于20%;或公司成立时间不早于2012年、2016年总收入不低于5亿元;或公司成立时间不早于2007年、2016年总收入不低于10亿元等。

《国家高新区瞪羚企业发展报告(2017)》是以国家高新区企业统计数据库中 2013-2016 年企业统计数据为国家高新区瞪羚企业遴选与分析的基础。根据统计结果,2016年,高新区内的瞪羚企业数量达到2576家,比上一年增长491家,高新区整体瞪羚率达到2.75%。

此外,2016年,瞪羚企业群体占高新区入统企业的2.75%,对高新区企业整体营业收入增加额贡献了28%,瞪羚企业群体营业收入增长率是高新区企业整体营业收入增长率的8倍。

长城战略咨询董事长王德禄在《国家高新区瞪羚企业发展报告(2017)》发布会上表示,在新时代如何培养“瞪羚企业”和“独角兽企业”是中国创业创新的一个新课题。而在“双创”三周年之际,“双创”升级又来了,原因是时代与环境变化太快了。

十九大报告指出:“创新是引领发展的第一动力,是建设现代化经济体系的战略支撑。”王德禄认为,新时代的中国能不能走向创新引领,关键在于创新的生态。他认为,生态并非行政指令或政府安排,而是在集中的区域里集中创业创新的企业和资源,共同创新、交叉创新、连接创新。

北大经济学教授周其仁于2016年8月走访了美国东海岸波士顿以及西海岸硅谷的两大创新创业聚集区后,从人类历史上历次重大科技文化创新活动中发现了非常类似的规律,即超高密度创新聚集区才能创造真正飞跃性的创新结果,因为在这样的聚集区内形成了创新的“场效应”。

实际上,无论是美国东海岸波士顿还是西海岸硅谷,创业企业从0到1和从1到N阶段的存活率都很高,其主要原因也是因为所有创新创业资源的高度集中。而在中国,可以类比的就是国家高新区。1988年8月,中国国家高新技术产业化发展计划——“火炬计划”开始实施。2016年,我国共有146家国家高新区,总营业收入预计达28.3万亿元,同比增长11.5%;工业总产值20.5万亿元,同比增长10.3%。

高新区的发展,促进了瞪羚企业的相应发展。2017年,瞪羚企业共分布在132个国家高新区,其中前十家分别为:中关村650家、上海张江271家、深圳117家、广州111家、苏州工(苏州工业园区)82家、杭州74家、武汉东湖73家、西安56家、成都55家、天津54家,这十家高新区的瞪羚企业数总量占总量的半数之多。此外,厦门、重庆、长沙、济南、无锡、合肥、南京、东莞、佛山等高新区也进入前二十强。

值得一提的是,根据近三期“国家高新区瞪羚企业发展报告”瞪羚企业名单,共196家企业连续三年被评选为瞪羚企业。这196 家瞪羚企业共分布在33家国家高新区内:其中中关村有71家,占 36.2%;广州有17家,占比8.7%;深圳和上海张江各有14家,各占比 7.1%;杭州12家、苏州工10家、天津9家、武汉东湖6家。此外,瞪羚企业高成长100强共分布在40家国家高新区内。其中中关村有 22 家,上海张江有11家,深圳有9家,武汉东湖有5家,广州、厦门、襄阳各有3家。

三年连续上榜的瞪羚企业在企业平均规模、盈利性、科技活动投入等各项指标表现突出,是瞪羚企业中持续性爆发式成长的代表。

根据《国家高新区瞪羚企业发展报告(2017)》,三年连续上榜的瞪羚企业增速高达53.33%、2016年平均营业收入8.98亿元、平均净利润8939万元、群体平均利润率10.0%、平均员工数量515人、平均科技活动投入为5988万元、平均科技活动投入强度为6.7、平均科技活动人员190人、科技活动人员占比达到37.0%。

此外,三年连续上榜的瞪羚企业主要分布在制造业、信息传输、软件和信息服务业。三年连续上榜瞪羚企业中,上市或挂牌企业占比更多,获得风险投资的能力更强。

赛伯乐投资集团副董事长李冬在《国家高新区瞪羚企业发展报告(2017)》发布会上表示,赛伯乐是一家坚定以科技投资为核心的公司,而选择投资公司有两个核心——核心技术和变现能力。赛伯乐对瞪羚企业的扶持有两大系统,包括创融系统和产业系统,赛伯乐希望参与投资整个产业生态,以此来扶持瞪羚企业的快速增长。

王德禄表示,当前的创业创新呈现出三大新特点:新创业、新研发、新服务。新创业,即指创业要素以数据和连接为主;新研发,即以基础科研为主导的“硬科技”;新服务,即指火炬中心、长城战略研究所的瞪羚云平台以及类似赛伯乐这样的投资平台。

科技部火炬中心主任张志宏介绍,中关村、西安高新区、武汉东湖、广州开发区、株洲开发区、杭州开发区、贵州高开区、潍坊高新区等,陆续发布了瞪羚培育的相关政策;同时济南高新区、东莞松山湖高新区、南京高新区、成都高新区等,也正在筹划相关的瞪羚培育的计划。目前就发展来看,瞪羚企业状况已经成为评价国家高新区的重要指标。

武汉东湖高新区科创局副局长夏天作为高新区的代表介绍说,武汉东湖高新区开展的工作主要是三个方面:积极推进瞪羚企业的国际化,帮助瞪羚企业拓宽视野,先后开展了六批国际留学,包括美国、以色列、德国、日本等地,特别是与世界500强、知名国际高校科研院所、研发机构交流经验,管委会对企业出去游学给予50%的补贴;其次是帮助企业拓宽融资渠道,近3年高新区认定145家瞪羚企业,累计获得创投85亿元,对瞪羚企业除了给予上市补贴外,也对银行贷款按照25%进行贴息;平时的暖心服务,包括开展定期的交流活动,帮助瞪羚企业相互学习、相互借鉴,每周组织一次瞪羚企业头脑风暴,每月开展一次瞪羚企业座谈会,通过瞪羚企业和资本、人才、技术、管理等各方面的专家进行对接,来促进瞪羚企业的成长。

瞪羚企业代表武汉佰钧成技术有限责任公司副总裁李志强表示,公司去年人员突破6千人、营业收入超过10亿,现在突破了7千人、营业收入超过15亿,而在公司对外拓展业务时,“瞪羚”身份十分重要,有了业内专家和政府的背书,公司资质可信度等自然就会提升。瞪羚企业代表广州华银医学检验中心有限公司副总郑松柏表示,公司连续3年入选瞪羚企业、连续3年综合复合成长率超过了50%,一个重要的原因就是国家高新区政策配套的支持和鼓励。

对于广大的创业企业来说,从各类众创空间、孵化器、加速器毕业后,就面临着下一步企业发展和成长的选择,而国家高新区近年来在政策、资本、人才引进、配套扶持等方面加大了投入力度,特别是以特色产业为主导的聚集区,将大量创新创业及成长所需资源集中在一起,形成创新的场效应,这对于创业企业从1到N有着重要的意义和价值。(文/宁川)

2017-11-02

在2017年10月31日的2017微软技术大会首日,微软全球CEO萨提亚·纳德拉亲自来到北京,正式向中国市场推出了微软混合云解决方案Azure Stack。Azure Stack是一款什么样的云产品,以至于要微软全球CEO萨提亚·纳德拉亲自上阵推广呢?

自从2015年5月在微软的Ignite大会上首次公布了Azure Stack系统,并在随后的2016年2月推出了Azure Stack的第一个技术预览版(TP1)、2016年11月推出TP2、2017年3月推出TP3也是最后一个技术预览版,Azure Stack一直吸引着业界极大的兴趣与关注。

简单理解,Azure Stack是把微软公有云Azure搬回企业自己的数据中心,从而让企业可以在自己的数据中心就获得微软公有云的体验,进而还可以无缝打通微软公有云和企业自己的私有云,形成一致性用户体验、一致性开发接口、无缝资源迁移的混合云。最后的结果呢?就是一处开发、处处运行的企业APP!

解决应用现代化的最后一公里

什么是Azure Stack呢?简而言之,Azure Stack是微软公有云Azure的扩展,它把微软云的灵活与快速创新能力,带到企业自有的数据中心里。企业现在可以在混合云环境中构建现代化的云应用,但又同时保有对数据等隐私信息的控制。

那么,什么又是应用现代化?再简而言之,应用现代化指的就是云原生的企业APP应用,或者通俗理解就是企业互联网应用。过去的企业应用都是在Client/Server架构下、部署于企业自有数据中心的传统应用,如ERP、CRM、SCM等,这些应用能承载用户数量规模都偏小且基于PC,但应用的复杂性很高。云原应用指的是在Cloud/Mobile架构下、部署于企业私有云或公有云的互联网规模应用,承载的用户数量规模大且基于移动智能终端,应用的复杂性不高。

随着微软Azure等公有云、移动互联网、各种智能终端大行其道,企业内部的传统应用也被倒逼与外部的工业电商等企业级互联网应用对接,这时候就存在着企业内部传统IT环境与外部公有云环境的不一致性,从而导致要针对两套环境分别开发和对接企业应用,不仅耗费人力和资源,而且难免会遇到两套环境之间的延时、不稳定以及合规要求等。Azure Stack就是微软对于这个痛点的答案。

有了Azure和Azure Stack组成的混合云,开发者就可以基于统一的Azure服务和DevOps敏捷开发流程和工具,开发最适合业务、技术和合规要求的应用,再就近部署到合适的地理位置上。开发者还可以利用到Azure Marketplace云市场中的应用组件,包括开源工具和技术,以加速云应用的开发。

Azure Stack来了!

Azure Stack主要包括两种形式,一种是以预集的一体机的形式,让企业把软硬集成好的机器抱回家,如果需要扩展规模就可以购买更多的一体机,再简单连接起来就可以形成规模化的多节点私有云环境。

目前,Azure Stack一体机的品牌厂商有Dell EMC、HPE、思科和联想,华为将在2018年Q1推出Azure Stack一体机。这些品牌一体机系统都是一出厂即可运行,并提供一致集成的支持服务。首批Azure Stack一体机系统将在全球46个国家市场和地区推出,而且一体机也是Azure Stack软件的主要销售模式。

另一种形式是Azure Stack Development Kit(ASDK)开发工具,这是一套免费的单服务器部署软件工具,主要是为了进行概念验证和测试。对于Azure Stack一体机和ASDK来说,Azure门户、Azure云服务、DevOps开发运维工具以及云市场等都是一致的,所以在ASDK上开发的应用也可以部署到一体机集成系统里。

在Azure Stack一体机集成系统里,是与Azure一致的IaaS与PaaS软件,这也就意味着在两个环境中一致的容器技术。众所周知,Docker容器技术正在成为云原生应用的开发与部署标准,在Azure Stack中也支持主流Docker技术,特别是微软自己的Windows Server Container、Hyper-V Container等容器技术以及开源Linux容器技术。而Azure Stack还与Windows Server、System Center、SQL Server等传统企业数据中心的技术是一致的,这就给企业建立起了真正的混合云。

更为重要的是,Azure Stack一体机的软件部分是按照云计算按用量付费的方式。在Azure Stack中使用Azure服务无需预付授权费,企业只需在使用服务时付费;而交易方式与Azure一样,使用相同的发票和订阅方式。Azure Stack将采用与Azure相同的计费单位,但是价格更低,这是因为相关的硬件和设施是企业通过一体机方式购买并自有。在个别场景下,如果企业无法把Azure Stack的用量信息发送到Azure,将可根据系统中内核数,使用价格固定的“容量定价模式”。

当然企业也可以用自己已经有的Windows Server和SQL Server许可证,在Azure Stack上部署Windows Server和SQL Server虚机。这样,企业就有两个选择,或是按用量计费,或是使用现有的软件许可证,同时只需要按用量为基础的虚机付费即可。

作为混合云解决方案,在系统管理方面,Azure Stack使用与Azure一样的Azure Resource Manager(ARM)资源管理工具。在Azure和Azure Stack中,Azure Resource Manager实现了两个功能,一是为用户提供单点登陆管理的界面和工具,用于在不同云环境中定义和管理资源,二是让IT团队可以更好的创建、组织和控制云应用的生命周期。

在企业的数据中心里,Azure Stack一体机主要有四种扩展方式:一种是以云的方式,使用Azure Resource Manager扩展到整个环境中,提供对于私有云的单一登陆点;一种是区域(Region),即在Azure Resource Manager中有Region功能,可在不同地域部署多组物理计算和存储资源,多个区域构建了一个云;一种是可扩展单元(Scale Units),即有同样CPU、内存、网络和存储配置的服务器,多个服务器就组成了一个区域。最后,就是在一个可扩展单元中的服务器节点。

总体来说,从技术生态角度来看,可以把Azure Stack当做Azure的边缘节点;从ARM一致性上,Azure Stack 的开发、部署、监控与操作Azure多个region是一致的;同时,又满足了企业要想Azure部署在自己数据中心混合云的需求。

一个Azure,一个云生态

由上述可见,微软要做的是无论在外部公有云环境中,还是在企业内部的混合云、私有云和传统数据中心环境中,最终实现的是一个Azure云体验和云生态。当然,唯一的不同是Azure公有云是由微软运营,而Azure Stack则是由企业用户自己运营。

在云生态方面,微软的目标是让在Azure中已经认证的应用和服务也适用于Azure Stack,这包括Docker、Pivotal Cloud Foundry、Red Hat Enterprise Linux、SUSE Linux等ISV的产品都能扩展到Azure Stack里。随着Azure Stack一体机的推出,越来越多的ISV都纷纷宣布自己的软件产品扩展到Azure Stack里。

而在Azure Stack的运维方面,越来越多的外包云管理服务商(MSP)也将宣布可代部署、代管理、代运维Azure Stack私有云的全面云管理服务,这包括Tieto、YourHosting、 Revera、Pulsant、NTT等。这些合作伙伴已经通过Azure的云解决方案提供商(CSP)提供Azure的管理服务,即将扩展到包括Azure Stack的混合云管理。例如,Avanade埃诺维公司就提供针对Azure的All-in-One全包服务,包括云转型、软件、基础设施、安装与配置以及持续的外包管理,现在也将包括Azure Stack。

当然,对于系统集成商(SI)来说,Azure Stack意味着更大的机会。现在,SI们终于可以为客户构建从公有云到混合云到私有云再到传统数据中心的端到端的现代化云应用。Avanade、DXC、Dell EMC服务、HPE Pointnext以及 PricewaterhouseCoopers (PwC)普华永道等SI们,就可以在更加广泛的人才库里选择更合适的人才,掌握Azure技能的工程师和开发者也能够在不同的项目、团队、DevOps流程或企业之间轻松转换角色。

在Azure和Azure Stack环境下,API、Portal、PowerShell cmdlets和Visual Studio体验都完全一致。值得一提的是,微软将持续为Azure Stack创新,包括无服务器计算环境Azure Functions、高生产力Azure PaaS服务Azure App Service、区块链、Cloud Foundry和Mesos模板等在内的高级功能陆续登陆Azure Stack。

真正的智能边缘、智能云

最后要强调的是,Azure Stack的到来,真正实现了微软的“智能边缘、智能云”愿景。

如果说物联网是“智能边缘、智能云”的边缘计算,那么物联网只能代表边缘计算中的传感器等智能边缘设备和物联网络,但在“边缘”计算环境中还缺乏一个强有力的边缘计算本地数据中心或小型“边缘云”,Azure Stack就起到了这样一个承上启下的作用。

在微软提出的Azure Stack主要业务场景中,第一个就是边缘计算和隔离独立计算环境,即在物联网等“边缘”场景或无法联网的工厂车间、航船和矿井等环境中,可以用Azure Stack在当地就近处理数据后,再将分析结果传送到Azure公有云中进一步分析,以满足延迟和连接要求。

就在2017年 4 月,工信部发布《云计算发展三年行动计划(2017-2019)》,提出 2019 年云计算产业规模将达到 4300 亿,云计算已成为国家新一代信息产业发展的重要战略。从政府、央企、国企以及大型民企占据了企业IT市场主要份额,这些企业与组织出于安全的考虑,难以把核心系统上到公有云,私有云以及行业云将会占据中国大部分的云市场份额。

Azure Stack的到来,无疑将改变中国混合云、私有云与行业云的市场格局,对于BAT等正在拓展企业级市场的互联网公有云厂商来说,将是一个新的挑战。而对于企业级客户来说,却是一个好消息,因此他们从此又多了一个成熟的混合云选择,相当于数字化转型的最后一公里,也有了“高铁”速度。(文/宁川)

2017-10-31

从1984年海尔开始创业,至今30余年的海尔已经成功进行了五次战略大转型,分别是1984-1991年的海尔名牌战略阶段、1991-1998年的海尔多元化战略阶段、1998-2005年的海尔国际化战略阶段、2005-2012年的海尔全球化战略阶段和2012年至今的海尔网络化战略阶段。

2005年开始,海尔在互联网思维的基础上提出了“人单合一”管理模式,同时把海尔转型为可快速聚合资源、赋能员工的互联网+实体资源平台。在网络化战略阶段,海尔展开了“企业平台化、员工创客化、用户个性化”等一系列变革。2017年10月30日,在聚合过去几年形成的海尔电商、海尔物流、海尔工业互联网、海尔微店、海尔金融等平台基础上,海尔发布了智汇云平台战略。

海尔智汇云平台主要包括智造云、智企云、智数云,以“人单合一”管理模式为核心,系统地把海尔内部及生态资源通过云+实体经济的方式共享给中国的中小微制造企业。可以说,海尔智汇云是“互联网+制造”的新发展,是互联网、云计算与实体经济结合的新形式,是共享经济在制造业的新形态,在全球来说也无先例可以借鉴。而这,正应了张瑞敏那句话:永远先他人一步。

从海尔开放到海尔共享

(上图为丰富的海尔生态)

截止到目前为止的云服务,特别是公有云服务,都是以IT和互联网企业共享IT资源为主。AWS最初起步于亚马逊电商自有IT资源的对外共享,主要是把亚马逊电商遍布全球的数据中心,用于对外提供IT服务;而微软云则是自建了遍布全球的数据中心,把微软技术配置到数据中心里,再以IT服务方式对外。

而对于海尔来说,如果也要切入云服务市场,显然走IT资源共享的路径并不合适。因为海尔本身并不是一家IT或互联网企业,而且海尔的核心竞争力和资源则集中于家电轻工业制造领域,以制造工厂、物流体系、营销体系、零售店面、经销商体系、售后服务体系等实体资源为主。

在海尔的网络化战略阶段,海尔陆续建成了多个内部资源的对外开放平台,即海尔开放新模式,包括海尔顺逛、U+智能生活平台、海尔互联工厂、海尔商城、U-Home、生态资源平台、海尔创意平台、创客实验室、开放创新平台、海尔定制平台、智慧生活体验馆等。

以日日顺物流为例,根据海尔2016年报,2016年日日顺物流仓库遍布 100个城市和地区、仓储面积约 300 万平方米、可调配车辆资源约 9 万辆,具备全国范围的居家大件供应链管理一体化解决方案能力。除了为海尔服务外,日日顺物流也为电商、第三方品牌和物流企业等服务。截止2016年底,日日顺家居送装服务能力覆盖全国 2800 多个区县,为100 余家客户提供覆盖全国的仓、配和最后一公里送装服务。

而海尔智能制造平台COSMOPlat是海尔将自身在互联工厂上已形成的模式和最佳实践数字化、产品化,把海尔自身的智能制造经验与模式,复制给中国乃至全球的制造企业,为企业智能制造转型升级提供软硬一体、虚实融合的整体解决方案和增值服务。目前,COSMOPlat平台上已经聚集了3亿用户资源、380万+的生态资源、服务全球3万多家企业,COSMOPlat的模式输已经复制到家电外的12个行业、全球20个国家,实现了全球、全行业的推广复制。

在销售渠道方面,海尔多元化的渠道体系实现国内一二三四市场的全覆盖,包括:与国美、苏宁等家电专业连锁以及天猫、京东等电商平台保持良好合作;全国自建8000多家县级专卖店、30000余家乡镇网络;综合店渠道方面成立V58、V140俱乐部等,与区域家电分销龙头企业密切合作。海尔还成立了电商事业部,增加中高端产品的覆盖。同时,海尔还利用顺逛微店模式推动门店 OTO 转型,2016年顺逛累计微店主数量达到 36 万个,成功将品牌加盟店打造成为客户价值交互的中心。

实际上,在过去几年,海尔花了大量精力在实现“企业平台化”,通过互联网、云、物流网等技术手段,在智能制造的各个环节都陆续实现了子环节的平台化,而且不仅是对内的资源共享服务平台,也是对外的社会化共享服务平台。那么,海尔智汇云就是上述各子平台的集大成平台,集中式对外共享。

链接制造和营销的海尔智汇云

(上图为海尔集团首席信息官兼首席数据官殷皓)

据海尔集团首席信息官兼首席数据官殷皓介绍,海尔智汇云主要针对中小微工业制造企业,通过智造云、智企云、智数云三个平台,围绕制造、企业管理、数字化营销形成三位一体解决方案,服务于更多中小微制造企业的数字化转型。

海尔智汇云中,智造云与COSMOPlat一起,用数字化的方式实现了用户交互、需求定制、产品研发、原材料采购、产品制造、物流、服务等7个制造业全流程,做到协同创新、众创众包、柔性制造、供应链协同、设备远程诊断维护、物流服务资源的分布式调度,可将开放、互联、柔性、智能和可视这五大智能制造的标准能力赋予中小微制造企业。

简单的理解,智造云就是对COSMOPlat更大规模的共享。虽然COSMOPlat已经服务全球3万多家企业,但在中国就有4000多万中小微企业,其中绝大多数是制造企业。如果想要把COSMOPlat的能力输出给更多中小微企业,就需要借助云计算的大规模计算、分布式处理和随需供应的能力,从而让COSMOPlat系统能够处理更碎片化、更多样化、更大规模的个性化需求。

智汇云还有一个特色,就是“人单合一”的海尔管理模式输出。简单理解,“人”即指员工,“单”即指订单也就是用户需求,“人单合一”就是员工必须自己发现和找到客户需求,在到海尔的共享平台上寻找资源,通过完成订单来获得收益。“人单合一”是互联网自组织模式在传统制造企业的创新应用,在海尔内部经历了从早期的自主生产班组和战略业务单元,到后来的自主经营模式、利益共同体模式,直到现在的小微模式。

在不断推进和发展“人单合一”的过程中,海尔的数万名员工层级组织被扁平化为两千多个自主经营体。而“人单合一”的运营体系则包括“两张网”“三张表”,“两张网”即连接内部员工生态和外部用户生态的“人单合一网”以及连接互联网和实体资源的“虚实融合网”,“三张表”即指自主经营体(创客小微)的战略损益表、日清表和员工的人单酬表。

智汇云把海尔经过十年以上实践的“人单合一”管理理念、运营体系以及相应的信息化系统,通过SaaS云软件的方式对外输出,再结合云化的COSMOPlat平台,最终把海尔的制造、管理和营销体系,复制给更多的中小微制造企业。

全面的运营、营销与云服务

(上图为海尔智汇云战略启动)

作为一个全面的智能制造产业解决方案,海尔智汇云在企业运营、营销以及云服务等支撑服务方面,设计了全面的技术与服务体系。

海尔智汇云体系中的智企云以“人单合一管理模式”为核心,与海尔集团大共享平台各部门合作,提供基于海尔特色的财税、人力、法务、协同、数据以及专业产业云服务,把海尔新一代管理模式以云软件的方式,落地到中小微制造企业中。

换句话说,智企云就是海尔支撑业务平台的云化和共享化。在落实“人单合一”方面,除了以智能制造为抓手,海尔内部的业务支撑系统也相应做了调整。通过智汇云,能让中小微制造企业像海尔一样,持续优化原有的业务流程和组织结构、调整资产组合、支持新的数字业务,实现“企业平台化、员工创客化、用户个性化”的新模式。

海尔智汇云还通过链接海尔金控,以“产业投行”的模式来解决中小企业融资难的问题,而且不只是提供资金,还提供配套产业资源,解决连接、风控和信用的问题。海尔金控旗下布局了金融/类金融机构16家、法人公司31家,拥有70多项金融业务牌照资源,涉及海尔集团财务公司、融资租赁、小额货款、金融保理、消费金融、财富管理平台、清算平台、第三方支付、资产交易平台等金融服务业务,同时拥有专注于股权投资和基金管理的创投公司,这些都将为中小微制造企业服务。

在营销方面,海尔智汇云体系中的智数云以社群经济为出发点,聚焦用户的场景化小数据,利用共享平台在数据治理、数据利用、数据挖掘等方面的沉淀,以数据管理平台为抓手提供数据驱动的创新,与顺逛及生态合作伙伴合作,向中小微制造企业提供与制造互联互通的数字化营销及电商服务。

除了制造、管理运营与营销三位一体外,海尔智汇云也将兴建云服务数据中心,一方面服务于海尔智汇云体系,另一方面也可满足中小微制造企业的云计算需求。海尔集团首席信息官兼首席数据官殷皓介绍,海尔智汇云将首批兴建青岛、天津与上海三大数据中心,接下来还会扩展到成都、合肥、广州、重庆、宁波、云南、雄安和济南等地区。

海尔智汇云的云计算服务,可提供基础设施服务、开发平台服务和数据分析及显示服务等IaaS与PaaS功能。除了自建云计算资源外,也可对外连接微软云、AWS、BAT云、华为等社会化公有云资源与服务,以及混合云管理平台、私有云、超融合、虚拟化、VMware、Openstack等技术,如果企业需要私有云环境的话,海尔智汇云也可以提供相应的服务。

殷皓介绍说,自他两年前加入海尔任首席信息官以来,就在逐步构建海尔内部IT系统的对外输出。海尔内部的IT系统既有业务系统也有IT系统,今后都将通过海尔智汇云对外输出,相应也成立了单独的公司以承接海尔智汇云业务。殷皓强调,这次以云服务的方式输出海尔生态资源,即需要软件和开发基因,也需要产品化和IT服务的基因。

从两年前,海尔就对自己的IT团队实施了转型,从向服务转型到按产品方式打散再聚合到云平台,海尔的IT团队已经为智汇云业务做好了准备。目前,海尔智汇云团队有接近200人,接下来将在天津和上海各建一个团队,预计天津达到100人、上海达到300人的规模。殷皓表示,在本次战略发布后,海尔智汇云将从2018年初开始陆续对外发布正式的产品与服务,希望2018年能服务1000家中小微制造企业。

“中国马上要到云服务的井喷点,当前政府开始大力推企业上云,未来三年必井喷。企业上云的技术难度并不大,海尔不是软件公司,我们聚焦的是解决方案,把海尔在制造、供应链、营销等领域的积累,以可复制的解决方案形式,真正赋能中小企业。”殷皓强调。

而源码资本投资合伙人、前金山软件首席执行官、前微软亚太研发集团首席技术官、前微软亚洲工程院院长张宏江也来到了海尔智汇云的战略发布现场,并受聘为海尔智汇云的独立董事,张宏江认为海尔智汇云的切入点好、基础扎实,相关的模块都是已经过了海尔实践的验证,不仅提供软件服务,还将衍生出新的服务。

云+实体经济,就是海尔对于“互联网+制造”的升级版。(文/宁川)

(上图为微软CEO萨提亚·纳德拉)

2017年10月31至11月3日,由微软举办的Tech Summit 2017技术暨生态大会即将在北京盛大举办。本次年度云端盛典包括了以“云·道”为主题的微软中国合作伙伴大会开场、以“智·远”为主题的147场技术实战和经验分享课程以及人工智能之夜、混合现实之夜、加速器之夜、女性之夜等主题狂欢夜活动。

本次微软技术塈生态大会,微软全球首席执行官萨提亚·纳德拉将亲自登场,向全中国的企业、组织、开发者和用户讲述一个新微软和微软技术的创新之道。就在本次微软技术塈生态大会前,微软刚刚发布了截止到今年9月的2018财年第一财季的财报,微软当季营收245亿美元、与去年同期相比增长12%,净收益为66亿美元、比去年同期增长16%。其中,企业级云业务表现尤其出色,按照第一财季的收入水平,微软的企业级云业务年收入超204亿美元。

极为亮眼的业绩让微软股票再次冲上了历史新高。仅仅在一周前,业界还在惊讶于微软历史上第二次突破6000亿美元市值,如今微软已经迅速冲向7000亿美元大关。萨提亚·纳德拉最近刚刚出版了一本《Hit Refresh》英文版,勾勒出了本次微软成功转型的大逻辑。而本次微软的财报中,进一到揭示了更多在书中未提及的细节和线索。

微软云的核心竞争力是什么?

在刚刚发布的微软2017年财年报中,明确提及了微软云业务的三大规模化优势:由于兴建了大型数据中心用于部署计算资源,而实现了比小型数据中心更低的每用户成本;大型数据中心能够协调和集成不同中地域、用户和应用的需求,提高计算、存储和网络资源的使用效率;而多租户的模式,可显著降低应用维护的人力成本。

微软的服务器产品和云服务业务包括Microsoft SQL Server、Windows Server、Visual Studio、System Center和Microsoft Azure等,这些产品组合使得微软成为主流的公有云、私有云和混合云平台。其中,Azure的差异化能力在于混合云的一致性、开发者的高效生产力以及与SaaS软件的高度集成。微软的混合云服务提供了身份、数据、计算、管理、安全等企业级功能,满足了不断发展的各种监管、合规和兼容性要求。

微软云把企业的现有数据中心与微软公有云连接起来,形成一个统一的基础设施,企业即可以在其自有数据中心部署应用,也可以在合作伙伴的数据中心或微软云的数据中心部署应用,但在所有环境中都是一致的安全、管理和监控等,这样就同时满足用户在灵活性和规模化的两方面需求。

人工智能是微软云的核心差异化点。微软云把人工智能扩散到所有的设备、应用和基础设施中,用人工智能抓取洞察、同时根据用户的利益进行及时响应。而Azure的独特之处也在于对于IoT新兴设备和应用的支持,IoT设备可在捕捉本地数据和响应本地事件,同时利用云服务和机器学习来实现全球的规模化协调。

微软让企业安全地采用微软以及合作伙伴的SaaS应用,并与企业已有的安全和管理等基础设施很好的集成。微软持续在身份、目录服务等高级服务方面创新,可在日益丰富的设备、数据存储与分析服务、机器学习服务、媒体服务、网络和移动服务、开发者工具服务等设备与服务中,安全地管理员工身份以及企业信息。

此外,微软还在不断创新开发者工具与开发平台、扩展开发者生态,微软云是高度可扩展的平台,让企业用户、合作伙伴和开发者能进一步定制化、提升和丰富解决方案,实现更高的解决方案价值。

今年,微软与GE达成战略合作,GE Predix将登陆Azure平台上。就此,萨提亚表示,越来越多的ISV正在微软的平台上创新,再把微软的云和AI能力传递给用户,微软在这个过程中已经不再是简单的云服务供应商,而是与ISV合作伙伴甚至是与客户一起创新的深度合作伙伴。在这个新的关系中,信任是最重要的基础,而微软雄厚的财力和稳定的公司业务,是建立这种信任关系的前提。

微软云Azure Premium服务是什么?

在微软2018财年Q1财报的电话会议中,提到了Azure Premium服务在该季实现了三位数的增长,而且是连续13个季度实现了三位数的增长。那么,什么是Azure Premium服务?它对Azure又有什么意义呢?

Azure Premium服务并不是一类特殊的云服务,而是泛称高级云服务,主要指数据、IoT和人工智能服务等。萨提亚·纳德拉在财报的电话中指出,包括Cosmo DB和Azure DB在内的数据服务、IoT物联网服务、AI人工智能服务等都属于Premium服务范围。

很多Azure的客户都是从基本的存储等IaaS服务开始,然后把自己的应用转型为现代化的数字化和云应用,这个时候就开始需要Premium服务了。Azure Premium的用量提升,意味着越来越多的企业用户开始深入使用Azure云服务,而且Azure Premium云服务具有极高的用户粘度并且可为微软云业务带来高利润的回报。

如果仅仅是使用基础的IaaS服务,企业用户的粘度其实比较低,计算、存储、网络等基础IaaS服务与用户应用之间的关联度比较低,用户很容易在微软、AWS、谷歌以及其它云服务商之间切换,因为各家的IaaS在本质上没有太大差异,IaaS的主要驱动因素是价格。而数据、IoT、AI等都属于PaaS层面的高级云服务,这些云服务与用户应用之间是高度关联的关系,一旦用户使用上这些高级云服务,就意味着用户的高度和深度绑定,也就意味着成为了长期高价值年单用户。

微软执行副总裁兼首席财政官艾米•胡德(Amy Hood)还强调,Azure Premium高级云服务还包括Enterprise Mobility Service(EMS)企业移动设备管理服务,这是在企业混合云环境中管理移动设备、身份与数据等的企业级解决方案,可管理设备包括Windows、苹果和安卓设备等。艾米强调,EMS在市场中的强竞争力,让其为企业的数字化转型创造了高价值。

微软SaaS业务都包括哪些?

微软的SaaS业务主要指Office 365、Dynamics 365、Skype、Xbox Live、LinkedIn、Windows Update等SaaS云服务。

在微软2018财年第一财季,Office 363 Commercial坐席增长了32%、月度活跃用户达1.2亿、营收同比增长42%,Office 365 Consumer达2800万订户、营收同比增长12%,Dynamics 365用户增长超过40%、营收同比增长69%,LinkedIn贡献了11亿美元的营收、LinkedIn Sessions增长20%,Xbox Live月活跃用户增长13%达5300万(在Xbox One、Windows 10和移动平台都有增长)、搜索广告业务增长15%、Windows OEM业务增长了4%、Windows Commercial产品和云服务增长了7%。

Office 365对于微软云来说极具价值,不仅为微软云带来了上亿的企业用户,还为微软云业务至少贡献了一半的营收。Office 365业务包括企业邮箱服务Exchange和Outlook、云存储OneDrive、Office工具(Word、Excel和PowerPoint)、社交网络Yammer、团队协同Team、工作管理Planner以及统一通信工具Skype等。

根据2017年6月Gartner的一份报告,微软在全球高达154亿美元的企业Office套件市场占据90%的市场份额,长期占据该市场的第一位。这导致微软Office成为了该市场事实上的标准。Gartner在2012年到2016年的社交媒体监控数据显示,Office 365在社交对话中的提及率提升了15.5%,而谷歌G套件则下降了2.3%。微软持续为Office创新,仅在2015年就为Office 365增加了450多个新的更新和功能。仅以2016年底发布的Teams团队协同工具为例,它提供了类似Slack、Google Chat等的功能,显著增强了Office 365的竞争力。

在2017年10月25日,Skype在安卓平台达到10亿的下载量。Skype是微软战略性的统一通信(UC)平台,作为Office 365的一部分对外提供。Gartner认为Skype对于微软来说极具意义,如果Skype能够在未来几年内成为全球PBX云交换机的前三大供应商的话,就能贡献数十亿美元的新营收。而Skype还是Office 365与谷歌G套件竞争的差异化点,通常用户在选择企业Office应用的时候,会在二者之间二选一。再有,Skype还能显著增强Microsoft Team团队协同。此外,对于设备制造商来说,也能把Skype软件作为商用硬件的增值服务。

Gartner指出,Office 365在全球180多个国家市场、以超过100种语言提供服务,类似Skype这样的SaaS服务能够共享到Office 365的全球化规模优势,没有其它的统一通信云服务供应商能有这样的全球化市场渗透率和微软不断投资扩展的优势。而Skype这样的增值服务,还能推动用户从Office 365的E1、E3和E5三个级别中向上升级(E1、E3、E5为商业协作版、商业版和商业高级版,提供了不同产品功能),从而拉升Office 365的RPU(每用户营收)。

萨提亚强调,以Office 365为代表的微软SaaS云服务,把微软云带到新用户的身边,那些远在印度偏远地区的中小企业甚至是小企业,那些从来就不是微软服务器业务的市场,现在也都成为了微软的用户。这就是微软SaaS业务在更长期,为微软带来的价值。

Dynamics 365对于微软云的意义?

Dynamics 365是微软SaaS云中面向企业应用的套件组合,包括ERP企业资源管理、CRM客户关系管理、SCM供应链管理、数据分析等,属于中小企业、大型组织以及全球企业的部门级SaaS软件。Dynamics也提供ERP和CRM的本地化版本。

Dynamics在大型企业市场的竞争对手包括Oracle和SAP,在中小企业市场的竞争对手包括Infor和NetSuite(后被Oracle收购),Salesforce.com的CRM产品也与Dynamics在本地化和云化产品有竞争。然而,Dynamics 365在强劲的竞争对手面前,依然表现亮眼。在微软的2017财年,Dynamics 365增长了78%;在刚过去的2018年财年第一财季,Dynamics 365用户当季增长超过40%、营收同比增长69%。

在萨提亚·纳德拉时代,Dynamics 365的设计原则和商业模式都发生了重大变化。萨提亚·纳德拉把之前的ERP和CRM等企业应用软件套件称之为“老一代”的设计模式,而Dynamics 365则采用的是模块化式的设计。也就是说Dynamics 365把ERP、CRM等大而全的企业应用软件,拆开成一个一个的功能模块,或称之为操作型模块。比如,企业通过LinkedIn开始了雇用员工流程,就需要员工入职功能模块和人才管理功能模块,而当企业开始上线IoT物联网应用,首先就需要数据分析功能模块,而当有了分析结果后还需要现场服务模块以便完成维修或检维工作。

越当企业开始数字化转型,就越需要操作型功能模块,从销售到营销、从客户服务到人才管理、从企业运营到分析,当企业流程被一个一个数字化的时候,微软就提供了众多的操作型功能模块进行匹配,同时还极具性价比。

这一切都是因为一个更大的趋势:新工作方式(New Ways of Work)。 传统的工作方式和工作流程是围绕着固定和层级化的企业组织模式展开的,在每一个孤立的工作流程中都有对应的IT模块,再通过固定的PC和电子邮件进行沟通。而现代公司的变化越来越快、工作环境中的信息越来越具有流动性和广泛的可获得性,社交网络、数字文档、视频与音频信息以及点对点沟通等,都让新型数字化空间成为新的企业战略。

新的数字空间,要求统一通信、统一协调工具,在此基础上再在各个流程点和接入点提供操作型的功能模块,这样就能让整个数字工作流程更具灵活性、可调节性和可配置性,不同的功能模块可以随时重组成为新的工作流程。Gartner认为在此大趋势下,企业应用的颗粒化程度更细、更小,相应的软件工具更加消费化和用户驱动。

微软正围绕新的数字工作空间,重新设计其SaaS产品,包括Office 365、Dynamics 365等。微软Office 365新增了F1一线员工版,就是为了迎合新的工作方式。而Office 365 Team、Power BI、Flow、Graph等协同工具、分析工具、流程工具、内容工具等也是迎合新的工作方式而推出的。

微软云的下一片“蓝天”是什么?

众所周知,微软的下一片“蓝天”就是人工智能,而数据与人工智能的能力也是萨提亚·纳德拉在构建微软云服务之初就定下的差异化策略。微软进一步认为,在接下来的企业数字化组织中,运用AI对数据进行推理,这是构建任何企业的新核心竞争力的重要路径。

微软研究院持续在AI方面进行基础研究工作,现在微软正把这些基础AI研究的成果,扩散到微软的产品中,包括Bing、Cortana、LinkedIn Newsfeed、Skype Translator、Office里的Editor和PowerPoint Designer、Dynamics里的Relationship Health、HoloLens以及更多的软硬件产品中。

微软的下一个目标就是AI的“平民化”,让全球每一个开发者都能成为AI开发者、每一个公司都能成为AI公司。而这一切又都从全面的数据能力开始,包括Azure Database、Cosmos DB、Data Warehouse、Data Lake以及SQL Server等。微软Azure还提供了丰富的机器学习工具、Bot机器人开发框架、Cognitive认知服务,从而让开发者在应用中增加AI能力。再加上Azure的GPU和FPGA支持,Azure基础架构可以提供自下而上、软硬结合的全面AI集成,这种全集成创造了极好的用户体验,也是Azure不断增长的根本性原因。

在微软的AI策略中,基于图像和视频识别、语音识别、自然语言理解等的对话型AI是较为具体的AI目标。在Gartner的今年3月的一份报告中,提出对话型AI平台(Conversational AI Platform)即将颠覆商业,特别是在用户体验和人机交互方面。Gartner强调,企业必须从现在开始就要考虑基于语音的用户体验和语音驱动的业务流程。根据Gartner统计,美国市场上20%的安卓设备上的谷歌搜索已经是用语音完成的了,25%的Windows任务栏上的Cortana搜索也是用语音完成的。此外,65%的智能手机用户已经开始使用手机上的语音助手。

在前不久的2017中国计算机大会(CNCC2017)上,微软全球执行副总裁、ACM/IEEE Fellow沈向洋做了主题为《理解自然语言:表述,对话,意境》的分享。沈向洋认为,在下一个十年里,人工智能的突破在自然语言的理解,他最近经常讲的一句话就是“懂语言者懂天下”。据沈向洋介绍,微软对话式人工智能产品的布局:首先是智能搜索,其次是智能助理,第三是智能客服,第四是智能聊天。

微软在人工智能的基础研究已经长达40多年,25年前比尔·盖茨创建微软研究院时,就曾设想有一天创造出通用人工智能,一个会看、会听、能讲,并且能够理解人类思维的电脑!如今,人工智能正在重新定义微软,微软的目标是普及人工智能全民化(Democratizing AI)——将先进的人工智能技术转化为每个人触手可及的工具、平台和服务。

为了进一步推出微软人工智能的基础研究和产品化,微软成立了人工智能及研究事业部,该部门由全球计算机视觉和计算机图形学专家沈向洋领导。目前,该部门的员工总数已增加到约8000名,汇集了微软研究院最顶尖的人才,以追求人工智能的颠覆性进化。

目前,80%的财富500强在使用微软云、192个国家(几乎是地球上所有国家)超过4亿设备使用Windows 10、约180个国家的12亿人通过107种语言在使用微软Office、超过1.45亿用户在使用Cortana,而Skype Translator能实时翻译9种语言的语音电话和50种语言的文字信息,这些微软在云与大数据方面的积累,为微软在下一个人工智能的征程打下了坚实的基础。

为了进一步扩散人工智能,微软还在加强产业和企业间的合作。前不久,微软、Facebook、Intel等公司一起推出了一个开放式神经网络交换(ONNX)格式,各家的深度学习算法经过转化成ONNX统一格式后,就能编译到任何系统上,大幅提高运算的能力和效率。

此外,由于现在有TensorFlow、MXNet、Microsoft CNTK等众多深度学习算法和框架,对于开发者来说,不仅选择太多而用户界面不统一。为此,微软、AWS等公司就“粘”在一起,开发了Gluon统一公用的界面系统,更加方便开发者组合选用不同功能、有不同侧重点的深度学习算法。

当然,微软自家的Visual Studio开发工具,更为人工智能和深度学习算法做了全集成和优化,让开发者在非常熟悉的开发环境中,很容易地开发人工智能应用。

最后,强调一下萨提亚对于创新的观点:即不要围绕用户的设备转,而是围绕用户的需求转。而微软的使命,予力全球每一人、每一组织,成就不凡,这是微软自始自终的使命和要做的事情。在历史的变迁中,计算的形态、设备和交付方式等可能会发生变化,但计算本身永恒不变。只要能抓住这个本质,即便在技术变革的一波又一波浪潮中错过一波,也能在下一波再反超回来。这就是今天正在发生在微软身上的故事。(文/宁川)