博客首页|TW首页| 同事录|业界社区
2018-12-25

MIT数字经济研究计划(MIT INITIATIVE ON THE DIGITAL ECONOMY,MIT IDE)是MIT Sloan管理学院发起的研究项目,旨在研究如何在数字经济时代发展繁荣。MIT教授Michael Scharge在2016年发起了一个IDE研究方向:网络效应,即亚马逊、阿里、Google、Apple、Facebook、Uber、Airbnb等平台的真正成功之道。该研究对今天数字化转型中普遍关注的数字平台建设来说极具价值。

以下翻译自MICHAEL SCHRAGE于2016年发布的研究概要:《Rethinking Networks: Exploring Strategies For Making Users More Valuable 》。

随着人、流程和技术之间的相互联系和互操作性的不断增强,“网络效应”作为经济现象和商业机会正变得更加重要。数据驱动的数字经济竞争者,将越来越多地投资于如何最好地创造、培育和变现“网络效应”。

从技术上讲,经济学家说的“网络效应”,也被称为“网络外部性”,指当产品或服务对用户的价值随着用户数量的增加而增加时,就存在“网络效应”。但这个传统的定义非常不完整,例如使用产品或服务的质量以及用户的质量,对于价值创造的影响来说,与用户数量一样重要甚至更为重要。换句话说,“如何”和“多少”同样重要。

正如创造了Web2.0术语的媒体企业家Tim O’Reilly敏锐地观察到的那样,“一个真正的Web 2.0应用程序是人们使用得越多越好。例如,每当有人在网络上建立链接时,谷歌就会变得更聪明;每次有人进行搜索,谷歌就会变得更聪明;每次有人点击广告,它就会变得更聪明;它会根据这些信息立即采取行动,改善其他人的体验。”

这种设计思路同样适用于浏览亚马逊和Netflix的推荐、利用优步叫车(或驾驶)、寻找或提供Airbnb住宿,以及使用智能手机应用。用户的参与越多,就能迅速产生更高的价值和有价值的体验。创造的价值越多,就会产生更多的用户以及创新的用途。

这种良性的价值循环同时颠覆和改变了世界各地的产业。价值可以实现指数级增长,但成本只有略微增长。这使得“网络效应”的经济学效应令人信服。

推动创新和价值创造

围绕“平台”的所有讨论,通过经验观察表明,其最有价值的经济和商业影响来自“网络效应”。数字平台的主要使命很可能是实现“网络效应”,而“平台”可以被视为达到“网络效应”目的的手段和媒体,也应该得到相应的管理。

MIT数字经济研究计划(IDE)在2016年的初步研究推测,“网络效应”——而不是平台——为数字经济中的创新和价值创造提供了更好、更实用的“组织原则”。投资健康和丰富的“网络效应”组合,这是让企业成功的关键任务。

这其中最重要的经济学观点是:“网络效应”是把用户变成资产的“资产”,使能它们将赋予用户创造新价值的能力,这个价值主张从一开始就必须明确。 因此,“网络效应”成为对参与者的资本、竞争力、创造力和能力的“真实”投资,无论是人还是机器。 (物联网可以说是下一个伟大的“网络效应”市场。)

让用户变得更好,就会有更好的用户

“网络效应”不仅仅是为更多的用户创造更多的价值,它还承担让更多的用户对企业和彼此实现更多价值的挑战。网络效应之所以特殊,在于它让贡献者因对网络中的每个人都更有价值,而自身变得更有价值。

简单地说,让用户更好,就能带来更好的用户。“网络效应”投资理念也是一种重要的设计启发。什么样的工具、技能和技术能让用户“更好”? 数据驱动的建议或创新的应用程序如何使其网络参与更具生产力? 思考和回答这些问题,将吸引和鼓励创新。

这对于供应商(开发者)侧和用户及客户侧来说同样重要。在双边市场中,让双边都实现“网络效应”,这是IT下一阶段的核心——“创新转型”。例如,优步司机和iPhone应用程序开发商都从改善自身能力的投资中获得收益,而谷歌搜索者和LinkedIn求职者也是类似的情况。影响个人网络表现的数字接入、算法和分析,将同时促进和加速“网络效应”。

评估网络效应的投资回报率

这从根本上改变了战略投资的视角。在数字经济中,可持续的成功不仅来自于改进产品、服务和用户体验,还来自于推动用户、客户、渠道和供应商的改变。这对营销和创新高管提出了挑战,要求他们明确回答有关评估其“网络效应”投资回报的关键问题:

如何让用户更容易参与并创建他们认为有价值的“连接”? 如何让自己更容易识别用户参与、贡献和链接的价值? 应该如何(重新)组织自己,以收获“网络效应”的最佳价值,从而显着提升产品的质量、机会和“用户体验”?

目前还没有“千篇一律”的方法或算法来回答这些问题,但MIT数字经济研究计划(IDE)的工作提供了简单而强大的研究框架,以便有效地开始。例如,“Triple-S”研究框架已被世界各地组织成功的应用,以寻求对“网络效应”进行有益的试验——它要求高管们将“网络效应”分解为三个相互关联的部分: 细分用户、社交化和技能化。

(MIT IDE的3S模型,来源:MIT IDE研究概要)

细分用户。在客户、渠道、开发商、供应商等内部进行特定的“用户细分”识别,这些细分的用户被认为特别重要或非常有价值。例如,对外推荐最多的客户、提出最多创新的供应商、最忠诚的渠道等。“80/20帕累托原则”是一种流行的区分方式,比如哪20%的客户最赚钱、哪20%的供应商制造最多的问题,等等。简而言之,组织希望针对哪些用户、投资哪些用户,并围绕这些用户创建“网络效应”?

社交化。社交媒体平台的数量和功能,无论在企业的防火墙内外,都令人印象深刻。在 Yammer、Chatter、Sharepoint、LinkedIn、Pinterest、Twitter、YouTube和Yelp等之间,用户可以无限度的选择,他们沟通、协调、自组织和共享高带宽信息的能力不断提高。

不同的平台引发不同的关系和结果。例如,全球法国化妆品公司丝芙兰(Sephora)发现,其Pinterest社区的贡献者在产品上的花费大约是Facebook粉丝的10倍。关键不在于Pinterest是比Facebook更好的化妆品推广平台,而在于不同的社交媒体平台可能促成不同类型的“网络效应”。组织不仅需要定义他们所希望用户以及用户社区如何分享,他们还必须决定如何衡量他们的“RONE”,即网络效应的回报。

技能化。技能化是指在用户和用户社区中创建新功能。例如,共享和编辑图像代表了一种超越共享和编辑文本的功能。技能化意味着增强人力资本。例如,谷歌发现其最好和最满意的客户使用了“谷歌分析”,因此该公司于2014年推出了其首个全球MOOC 课程——教授谷歌分析。这就是“让用户更好,就能带来更好的用户”的案例之一。其他公司使用YouTube视频来培训用户或提供应用程序以构建有价值的新用户能力。新能力为补充和/或补充现有的“网络效应”创造了新的机会。

“三”的力量

这三个主题之间的相互依赖关系是S-Cycle框架(即Triple-S)有效性的核心。将技能化、社会化和细分用户明确地联系起来,提供了一种有效的从启动网络效应到检验网络效应的方法,独立或功能性地管理它们将会导致失败。

也就是说,细分的用户可以更容易地鼓励他们之间的社交,并针对他们的实际和预期需求定位新技能。社交化的用户允许组织根据需要去识别所要服务的细分用户和/或新技能。技能化鼓励了用户围绕提供的应用和功能,从“自我细分”和“社交化”的方面提供建议与评论。

从组织上讲,网络效应受企业对用户和客户的细分、社交化及技能化程度的影响,以及对开发人员和供应商的细分、社交化及技能化程度的影响。用户如何分享并社交化最重要的信息和见解?什么样技能和能力让用户对自己、对企业和对彼此更有价值?Triple-S框架提供了一种相对简单、安全和可扩展的方式来研究这些问题。此外,数据驱动的企业可以识别并捕获双边市场中的3S关系:也就是说,企业可以看到“3S”化的客户行为如何影响开发人员实现“3S”化的响应。 反之,他们可以观察到来自开发人员如何利用的“3S”化的网络效应来邀请并激发来自用户和客户的新“用例”。

这种方法与风险投资家、PayPal联合创始人Peter Thiel在《从0到1》(Zero to One)一书中所观察到的成功的“网络效应”一致:

“网络效应可能很强大,但除非你的产品对第一批用户来说很有价值,否则你永远不会收获它们。矛盾的是,网络效应企业必须从特别小的市场开始。Facebook最初只有哈佛的学生 ——马克·扎克伯格的第一个产品旨在让所有同学报名参加,而不是吸引所有地球人。这就是为什么成功的网络效应企业很少从MBA类型开始的原因:最初的市场非常小,甚至看起来根本不是商业机会。”

当然,从技术和架构上来说,网络效应来自企业提供的API(应用程序编程接口)、分析和应用程序。这些直接映射到Triple-S“细分、社交和技能化“的框架中。组织级的挑战也变成了在API、分析和应用程序之间创建良性循环,而不是独立地管理它们。

这是应该由CNEO(首席网络效应官)领导,还是由“网络效应委员会”(Network Effects Council)监督,还有待商榷。但无可争议的是,“网络效应”的广泛性和超越性要求高管们给予具体而明确的关注。具有讽刺意味但恰当地说,组织使用“网络效应”创造价值的创新性越强,就会变得越有价值

2018-12-18

香港著名珠宝商周生生,其品牌名称源自中国经典哲学《易经》的“周而复始,生生不息”。周生生一直以来保持对于珠宝的热诚,不仅坚守保持传统的优秀品质,同时也不停注入创新和创意。周生生成立八十多年来,多次创下突破性的成绩,包括:成为首家珠宝企业在香港联合交易所上市(1973年);首个突破传统并推出主题系列的珠宝品牌, 推出Hello Kitty精品系列(1997年);首个香港珠宝公司建立品牌网站及网上销售店(2001年)等。

周生生非常重视网络销售渠道,积极入驻了天猫、京东等电商平台。2017年,周生生的网上销售持续增长,已经达到内地销售的14%。进入2018年,周生生积极展开数字化转型,与戴尔科技集团的软件公司Pivotal合作,通过采用最新的Pivotal Kubernetes Services(PKS)容器化基础设施,支持以实体店与网店一体化运作等为代表的数字化转型。

“周生生的数字化转型,与Pivotal开始合作是一个标志。”周生生CIO潘挥廉表示,周生生在10年前采用SAP Hybris的单机架构开发了自己的网站,最近几年确定了IT转型的计划,随后不断思考如何落实IT转型。对于业务的转型来说,IT资源是核心驱动,因此周生生与Pivotal、VMware以及Dell合作,建立私有云平台并与公有云进行无缝对接,在此基础上实现DevOps自动化,希望从软件开发到营运都能全面实现自动化,以敏捷IT追上业务转型。

数字化转型的挑战

消费者越来越精明,很大程度上是因为电商渠道的存在。周生生CIO潘挥廉解释,周生生在8-10年前就开始积极入驻天猫、京东、唯品会的渠道,销售也取得了快速增长,但也对线下渠道带来了挑战。由于消费者很容易通过手机获取不同电商渠道的产品和价格信息,于是就特别喜欢在线上浏览产品再到线下实体店看产品、听营业员解说,然后再回到线上渠道购买产品,这就导致线下实体店的营业员没有动力招呼这类顾客。

对于周生生线下店面来说,由于担心到店顾客最终还是回到线上渠道购买,而无法获得销售收入,因此导致对于到店顾客的热诚降低,最终带来的结果就是同店销售的下降。为了解决这个问题,周生生计划展开实体店与网店一体化运作,也就是通过整合实体店销售过程与追踪线上销售结果,计算出一个销售过程中的线下实体店贡献率,这样就可以让线下实体店也能分享线上销售成果,这就是周生生提出来的全渠道新理念。

周生生CIO潘挥廉表示,实体店与网店一体化运作,对系统、流程等的改变不是线上线下那么简单,而是全渠道覆盖,这就要求公司的IT能够更加敏捷、追上业务变化的速度。此外,电商合作伙伴也都处于快速变化的状态,例如京东的无界零售也要求实体店的配合,也需要周生生的IT变得更加敏捷。而周生生自己的官方网站,还可以实现“月享钱”等积分计划,是内部CRM系统的一部分。因此,购物、网店、CRM系统等不断变化的业务与IT需求,就需要以微服务架构为代表的新一代技术架构,这就是周生生选择PKS的主要原因,以及通过PKS+Pivotal BOSH平台无缝打通私有云和公有云,从而衔接自己的业务系统与电商的业务系统,满足业务快速变化的需求。

“全渠道”IT平台

周生生正在建设新一代的实体店与网店一体化运作的全渠道销售,相应的也需要公司的IT成为“全渠道”的平台,从而实现敏捷的IT并支持敏捷的业务。而由于之前是单机系统,随着与互联网公司的系统对接以及网店和电商等互联网业务的展开,周生生也需要建立全云端架构,例如把一个大型的Oracle库分拆成可独立扩展的分布式数据库等。

Pivotal提供了一个现代敏捷开发流程和一个可以部署在每个主要私有云和公共云上的云原生平台。Pivotal的云原生平台,支持从开发、测试到生产的云原生应用全生命周期,除了Pivotal Cloud Foundry云原生PaaS平台外,也提供Greenplum和Gemfire为代表的数据平台解决方案。而在敏捷IT架构中,容器是必不可少的技术,也是现代化微服务的重要基础。Pivotal Cloud Foundry还提供基于Kubernetes的企业级容器化解决方案PKS,用于运行容器化工作负载。此外,包括Greenplum在内的重要服务也可以容器方式运作,以便在PKS上运行。

PKS(Pivotal Container Service)是Pivotal和VMware之间的合作。PKS基于Google开源的Kubernetes容器编排技术,是Kubernetes的商业运行版本,而PKS的最大好处在于向下可以与VMware软件无缝集成,让企业能够将VMware的统一SDDC基础架构用于容器,而PKS本身与Google Container Engine (GKE)持续兼容并为最新版Kubernetes提供支持。

周生生的IT合作伙伴香港Masterson公司首席战略官James Tso介绍,Kubernetes本身比较复杂,开源版本还存在着许多问题,PKS通过提供简化的安装体验和自动化的Day 2操作体验解决了这些问题,提供零停机升级。 通过PKS集成平台,企业可以实现DevOps,而无需在开发和运维管理上花费太多时间和精力。 PKS可自动化Day 2的操作,尤其是VMware和Google的合作让新版本的Kubernetes更新,不需要生产系统的停机时间。

PKS在Pivotal Cloud Foundry BOSH之上运行开源Kubernetes,这是一个基础架构配置和自动化平台。BOSH将多个不同的私有云和公共云基础架构的复杂性抽象化,除了GCP之外还可与AWS、阿里云等以及基于Openstack和VMware vSphere的其它公共云资源和混合云兼容。BOSH解决了容器应用程序的云资源自动化管理,以及生产环境中Kubernetes集群的自动化操作和维护。

周生生新一代的IT系统是基于VMware SDDC的私有云软件,以及DellEMC硬件实现的全云化私有云,也就是承载PKS容器管理平台的 Pivotal Ready Architecture (PRA),这一整套基于戴尔科技集团的完整云化解决方案,为周生生提供了“全渠道”的IT资源,为周生生下一步数字化转型打下了良好的基础。

走向敏捷之路

周生生CIO潘挥廉介绍,周生生在内地、香港和台湾共有三个DevOps团队,在业务快速变化的前提下,需要对三个团队进行同时的统筹开发,每个团队要独立开发不同的维度,再整合整体起来运维,这对于各方面的要求非常高。一个微服务的质量,就会影响整个IT生态。周生生从2018年5月开始与Pivotal合作伙伴Masterson及Pivotal合作,采用完整的Pivotal平台以及Agile敏捷方法论,加入自动化的CI/CD开发运维自动化,为周生生打下敏捷开发的基础。

(PKS端到端的解决方案)

潘挥廉强调,PKS是一个非常灵活的平台,实施的速度也非常快,预计到2018年底就可以完成。此前曾经考虑过其它的方案,但其它平台没有从容器到软件到硬件的全面覆盖,PKS+VMware+DellEMC的方案让周生生可以对一个统一接口,当出现问题的时候就可以快速定位,这是其它开源解决方案组合所做不到的。

除了PKS外,周生生目前的敏捷开发主要采用的是Spring Boot+Spring Cloud的开发环境,这是基于微服务的开源开发运维框架。而Pivotal正是Spring Cloud开源社区的主导者,也提供Spring Cloud商业解决方案。周生生与Pivotal的合作,还有更多的创新空间。

潘挥廉介绍,整个周生生的数字化转型,核心就是数据驱动的决策。全云平台和敏捷开发,将支持周生生业务的“全渠道”转型,用数据分析为企业实现更精细化的经营。例如,周生生在线下店面引入网店的经验,通过摄像头进行分析,对不同产品的陈设、店内客户流行等进行AB测试,以提高线下店面的转化率。

“现在推出一个新业务,必须要有IT系统的支持。双11、智慧门店等,IT参与的业务越来越多。引流、推广、转化等,都需要快速实现。”周生生CIO潘挥廉表示,“周生生已经从技术层面变成了创新驱动的公司。”(文/宁川)

2018-12-15

大数据领域经历了2013年开始的疯狂增长,2016年的断崖式下降,以及2018年以来的迭代复苏,单一的数据技术逐步与人工智能技术结合,应用场景从营销获客、金融风控等为主,转为与城市管理、工业制造等领域越来越深度的结合。大数据产业已进入2.0时代。新时代下,数据与智能融合,新赛道的投资机会如何判断?

中国计算机学会(CCF)大数据专家委员会,每年年底都会发布下一年的大数据发展十大趋势预测。回顾从2013年到2019年的第一大预测,可以发现有意思的发展轨迹:数据的资源化(2013)、大数据从“概念”走向“价值”(2014)、大数据分析成为数据价值化的热点(2015)、可视化推动大数据平民化(2016)、机器学习继续成智能分析核心技术(2017)、机器学习继续成大数据智能分析的核心技术(2018)、数据科学与人工智能的结合越来越紧密(2019)。

从大数据的概念兴起到寻找和挖掘大数据的价值,再到大数据的平民化以及大数据与人工智能的紧密结合,这是一个螺旋上升的过程。在这个过程中,整个大数据产业越来越认同:数据本身没有价值,经过清洗之后才能形成信息,信息只有经过整理才会形成知识,知识只有应用了才会形成智慧,智慧经过收集又变成数据,这是一个完整的循环。

数据经过迭代和循环之后,基于场景化的应用才能创造价值,这已经成为产业共识。进入2018年,我们正处于大数据产业第一轮上升周期的最后阶段——智能应用阶段。现在,各种各样的IT公司、AI公司、大数据公司甚至是SI系统集成商等都在进入所谓“数据智能”领域,造成竞争非常激烈,使得很多从业者在审视方向和战略路径的时候产生了焦虑。其他赛道的争相融合,也使得数据智能赛道中的选手排名有很大的不确定性,再加上这些选手在一级市场高估值的现象,使得投资人在做判断的时候比较纠结。

在2018年12月举办的钛资本“新一代企业级科技投资人投研社”在线研讨会第八期上,达晨财智业务合伙人窦勇分享了对数据智能产业的思考。窦勇在达晨财智负责大数据业务,同时也是中国首席数据官联盟专家组成员,其投资案例包括数联铭品、数据堂、昆仑数据、美林数据、蝎子网络、中奥科技、索为高科、锐思环保等。

走进数据2.0时代

大数据,通俗的讲就是一台机器干不完的事情,利用多台机器来完成。大数据能够快速发展的根本原因无非两个,一个是计算性能的提升,第二个存储成本的降低。

对标国外来看,整个20世纪90年代之前,因为信息化尚未完成,数据量比较少。进入21世纪,移动互联网的兴起使得数据量飙升。2005年,雅虎解决网页搜索问题的时候,提出来两个概念——高性能计算、分布式存储,对行业有着很深远的意义。资本市场更关注的是2009年Splank的上市,来自资本市场的刺激让整个市场为之动容。而2014年Plantir的估值达到200亿美金,更是让国内的整个投资界为之疯狂。

国内来看,从2013年到2017年12月9号,属于数据1.0时代,是进行认知、培训、泡沫、创新的过程。为什么以2017年12月9号为分界点呢?因为在这一天梅宏院士向中央递交了一个报告,从此整个行业进入了数据2.0时代,也就是数据场景化应用、深度融合的时代。

云计算、大数据、人工智能这三者之间你中有我、我中有你、互利共存,一起促进了整个数据智能产业的发展。云计算的出现带动了大数据的热潮,后来人工智能变得更热了,是不是大数据就变得不重要了?其实大数据已经融入到了整个人工智能产业中。

回顾数据1.0时代的投资逻辑

数据1.0时代是一个体现数据差异化的时代,这个时代从消费领域的大数据开始,经历了机器大数据以及后来的工业大数据。

机器大数据萌芽阶段是从2013年到2015年,从2015年进入成长阶段,新三板的介入助推了这个进程。在2016年之前,工业大数据没有得到太多的关注,整个产业现在也还处于发展的初期,这是因为工业领域的信息化尚未完成,有很多的不确定性因素,也存在大量机会。数据1.0时代,从产业角度来看,数据格式从结构化、半结构化、异构化等多样化的融合使得数据源变得更加丰富;而处理数据的手段,无论是基于Hadoop还是Spark的计算方式,都使得整个产业不断地迭代和演进。

数据1.0时代的创业者无非有三类:第一类是原来的传统IT和系统集成商,这一部分群体的出现主要是因为在2015年整个数据行业处于高速发展中,在一级市场给出高估值的情况下,大部分IT系统集成厂商摇身一变成了所谓的数据厂商,他们胜在更贴近用户,但可能对于行业的认知不足,不太关注研发投入;第二类是拥有稀缺数据资源的厂商,他们凭着独有的数据资源能够带来独有的视角和商业价值;第三类是具备技术的创业团队,他们大部分来自于传统的企业IT公司,包括微软、IBM、Oracle等大型厂商,对于技术的应用比较强。在过去五年当中,这三者各有一席之地,但是最终在进入数据2.0时代的时候逐渐融合,都在往场景落地上走,也就是所谓的数据融合。

数据1.0时代从资本的角度来看,2014年Palantir获得200亿美金的估值,加快了国内整个行业泡沫的形成。新三板2015年的推出导致整个行业的虚高。2016年6月1号,《网络安全法》的公布又矫枉过正。特别是对个人隐私数据的极端关注,导致大量行业从业者退出。

而因为泡沫的存在,造成了大量黑产数据的形成,产业里面形成了大量的灰色地带。整个行业陷入极其消沉期是在2017年,由于对整个行业的未来方向都看不清楚,很多人到处尝试,数据行业投入的壁垒也在逐渐加大。

2017年12月9日的“实施国家大数据战略”,为整个数据行业带来了一个新的方向。中国政府是数据最大的拥有者,也是数据最大的需求者,但本身没有技术能力使用数据。因此,如果没有政策的指引,地方政府也不敢投入。所以,2017年12月9日之后,整个行业迎来了快速发展。

对于数据应用来说,什么样的行业领域才能体现数据价值?一是这个行业具备一定的信息化程度;二是具备购买数据服务的能力;三是具有数据安全或安全数据,数据安全是指数据资产本身从流通到应用过程中的安全,安全数据是指数据来源的合法性,对这个问题必须慎之又慎。

对大数据企业进行估值也比较挑战,传统的估值模型往往在现实中不成立。数据企业具有一个显著的特点:除了轻资产外,其它的什么都没有。对于这类型资产怎么进行估值?投资机构在最开始做数据企业估值的时候肯定是“两眼一抹黑”,不过可以基于三个方面的目的进行判断:第一,投资机构确实想进入这个市场,所以在有标的物的估值方面可能会采取折中的办法;第二,投资以退出为目的,估值取决于需要多长时间能够收回本金;第三,数据企业的产品应用场景在哪里,用户的反馈是什么。

还有一些比较实用的小技巧:第一,数据企业到底能解决什么样的问题,是否具备可复制性,持续能力在哪里;第二,团队的构成是否互补,数据企业往往都是科学家型,在面对市场时有哪些短板,如果后期补齐了短板,成长的能力又在哪里;第三,创业早期可能对财务指标不会太在意,但是对于资金的使用去向要特别关注。

数据2.0时代:场景逻辑,巨头形成

数据2.0时代到底是什么样的呢?

从产业内部来看:第一,普适性的教育已经初步完成,分工明确、需求也十分确定,给整个数据产业带来了一个快速发展的强周期,具备了天时、地利和人和;第二,随着金融资本市场进一步的回落,对于数据企业的认知更加回归本质,资本市场给整个产业带来的泡沫逐渐消亡,原来单纯靠PPT演讲就能融资的情况已经基本不存在了。

从产业外部来看:第一,资本市场回归理性,泡沫空间变小。都知道2018年难熬,大家的口号都是“活下去”;第二,外部政策环境持续利好,无论是科创板的即将开板,还是国家把数据行业定位为新经济的重要支柱,都给数据产业的良性发展提供了一个良好的外部环境。

天时、地利、人和都具备了,可以预测,大数据企业在未来的一段时间将形成以下三个良性发展:

第一:场景落地的效应更加明确。到底是针对什么样的场景解决什么样的问题,这种场景是否具备可复制性,持续效应在哪里,如何随着时间的推移得到进一步的应用;

第二,数据龙头企业形成。资本寒冬后留下来的是良品,大数据企业会趋于一种寡头效应。凭借着资本市场以及行业里大量的沉淀,将形成对整个产业的新认知。现在二级市场上虽然很多自称大数据企业,其实真正的大数据企业可能寥寥无几,可以期待之后真正的数据巨头形成;

第三个是技术更新加快。现在无论是从硬件还是软件,整个产业层面对于数据行业的支撑在不断的加快演进与迭变。无论是从计算性能还是存储效率来看,计算效率的极大提升将驱动产业进一步良性的发展。

回归到本质来看,数据2.0时代的“场景落地”到底指的是什么样的场景?这个场景一定是在信息化基本完成的行业里,并且行业具有较强的支付能力。创业公司也不再是项目型,而是以产品的形式带动整个产业的发展。

工业互联网:数据2.0的典型场景

在场景落地方面,工业互联网是一个典型的细分赛道。2017年12月9号之后,最让整个产业界兴奋的事件,就是工业富联上市。工业互联网赛道在当前的寒冬期仍相当红火,主要推手有两个:一个是工信部信通院在推广工业互联网板块,另一个是国家层面的“中国制造2025”。这两个推手促成了工业互联网赛道的趋之若鹜。

但目前我国的工业尚处于3.0阶段,难以跟以高科技著称的美国工业互联网、以机械著称的德国工业互联网对标,所以国家提出了“中国制造2025”。虽然这只是纲领性的文件,但是对整个产业界、投资界以及工业互联网创业圈的振动却不小。

从“中国制造2025”的宏伟目标看,其中的产业机会达上万亿。但整个赛道从投资者的角度来看,创业者并不多。因为既懂IT又懂工业的人少之又少,整个工业互联网赛道看似有巨大的商业机会,但从基本面来看还处于一个比较落后的阶段。

投资人应该怎么看工业互联网?工业互联网可以分两部分:第一,透明工厂,就是在工厂内部围绕产品打通原料、生产流、信息流、资金流,实现设备智能化、流程信息化、过程网络化;第二,以前当产品离开工厂后就很难再与工厂发生联系,而从工业互联角度考虑就要以用户为中心,实现需求个性化、体验场景化、用户生态化。围绕这两部分,工业互联网的体系,从产品全周期管理开始到最终用户互联互通,形成了一个生态。生态当中流通的是数据,以数据的方式驱动整个产业的布局。

按三个层级划分,工业互联网领域可以布局的赛道具体有以下这些:

第一,边缘层。围绕工业互联网的数据汇聚基础,值得布局的赛道有工业传感器、5G、芯片产业。实际上,传感器领域还是被国外厂商垄断,5G核心芯片也是类似情况。但是,随着带宽的提高,采集数据的成本降低了。物联网领域,形成了M2P(Machine-to-Person机器与人连接)和M2M(Machine-to-Machine机器与机器连接),数据的流通得到了进一步的加强。当然芯片不是靠钱能堆出来,但是基于工业互联网的单片机相对比较容易,投入资金也能促成一些基于行业场景化、定制化的芯片,所以这个领域还是有一定的机会。

第二,平台层。可以关注几个方向:首先是行业内的应用平台,这是因为没有行业应用具体特征的数据平台会比较空泛,而解决工业领域各种细分需求的平台需要花费更多时间打造;其次,从技术逻辑角度来看,基于工业产品的时空数据库并没有较好的解决方案,相应可以布局专门针对工业领域数据特点的解决方案。

第三,应用层。因为这个行业相对比较早期,哪怕相对比较大型的企业如树根互联、网智天元、徐工信息等,可能在某一个细分领域凭借原来的行业经验积累了丰富的应用,或者凭借母公司带来相对垄断的资源,但也还都是项目制的方式运营,完全以标准化产品提供服务的还比较少。应用层的创业和投资机会,可以从两个方面考察:第一,信息化是否提前完成;第二,有资金和技改经费。按照这两个标准,能源、电力、高端装备制造业等都是比较好的选择。

整体来说,在工业互联网板块三个层级里,哪一个层级会先有选手跑出来呢?从用户的角度来看,可能是平台层。虽然没有边缘层这些企业解决数据采集、数据治理、数据清洗的问题,平台层无从谈起。但是边缘层往往吃力不讨好。大的企业客户往往急于看到效果,对于平台层的需求往往超出对于边缘层的需求。应用层是不是没有机会呢?也不是。但是在工业互联网领域,用户在意的是究竟能不能解决问题。从行业来看,一定是在能源、电力、高端装备制造业等板块,会较早的跑出一些选手。

钛资本研究院观察

大数据领域经历了2013年开始的疯狂增长,2016年的断崖式下降,以及2018年以来的迭代复苏,单一的数据技术逐步与人工智能技术结合,应用场景从营销获客、金融风控等为主,转为与城市管理、工业制造等领域越来越深度的结合。大数据产业正进入到2.0时代。新时代下大数据与人工智能的融合,已然成为各行各业技术驱动、产业升级的重要支撑。具备数据智能的能力、以场景应用为中心的项目,将成为大数据领域的投资主流。

2018-12-14

(微软全球资深副总裁、微软亚太区总裁贺乐赋)

进入2019年,亚太区将迎来数字化转型的重大机遇期。Gartner CIO Agenda 2019调查发现:亚太地区计划将数字化转型推进至扩展阶段的首席信息官比例将从2018年的19%上升至2019年的31%,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,40%的亚太地区首席信息官表示不断变化的消费者需求正在推动其业务模式的转变。

毫无疑问,亚太区的数字化业务成熟度正在快速达到临界点,正在从初步试点迈入大规模应用阶段。微软与IDC在2018年合作的一份《解锁数字化转型在亚太市场的经济影响力》报告预测:到2021年,60%的亚太区GDP将从数字化转型过程中创造的数字化产品或数字化服务中获得;同期,数字化转型将向亚太区贡献0.8%的GDP年增长,到2021年将带来总共1.16万亿美元的增量。

2018年12月12日,微软全球资深副总裁、微软亚太区总裁贺乐赋(Ralph Haupter)在北京接受采访时表示,全球60%的千禧一代都生活在亚太地区(埃森哲, 2016),而55%的千禧一代都通过数字化方式进行购物(Asia Insight, 2018),这是亚太区在数字化转型以及数字经济方面持续发展和保持领先的根本动力,拥有数量庞大且浸染于数字化的年轻用户群体的亚太市场,将会重新塑造各行业的未来。

亚太区已经全面行动起来

过去,餐厅对移动生产力进行了投资,让顾客通过平板电脑点菜和下单;到2021年,这些数字订单将驱动人工智能预测,从而优化餐厅供应链管理——厨师将在机器人的协作下烹饪,订单将由AI程序基于历史数据、季度波动和天气信息等进行精准预测,而制作完成的菜品将由无人机或无人自主设备完成投递。

IDC认为,数字化转型就是重新想像企业或组织如何重构人、数据和流程,从而为客户创造价值并在数字化的世界里保持竞争力。以大数据分析、云计算、移动与社交为代表的新一代数字平台技术正在主导全球的数字化转型,加上人工智能、物联网和机器人等创新加速技术,将极大推进区域经济的增长以及企业与组织交付增强型数字体验的能力。

随着数字化转型在亚太区广泛而深刻的展开,微软看到亚太区各行业和政府领导都在紧抓这一机遇。新加坡作为全球智慧城市的领先者,实施了“智慧国家”计划。新加坡政府机构Government Technology Agency(GovTech)主抓弹性及可扩展基础设施和系统建设,及时捕捉实时数据并在全国范围内传输。从远程老年人医疗服务到公共安全智慧视频监控再到智能互联交通解决方案,由新加坡政府主导的一系列数字化项目正在深刻重构人、数据和流程的关系。

除新加坡外,中国、日本、韩国、马来西亚、泰国、印度、印度尼西亚等亚洲国家都相继发布了全国性的数字化转型计划,从而带动了整个亚太区的宏观数字经济发展。据微软与IDC合作的研究报告显示,到2021年,数字化转型将为中国GDP的年度增长贡献1%的增速, 价值7160亿美元。亚太区60%的GDP也都将被数字化,这就意味着那些缓慢采用数字化转型技术的组织和企业将面临越来越小的非数字经济市场。反过来,出于数字化转型对宏观经济越来越大的影响,亚太各国无不在加速数字化转型的步伐和力度。

微软智能云强劲增长,获独角兽青睐

正因为亚太区如火如荼的数字化转型进展,微软智能云Azure也在亚太区获得了良好的增长。贺乐赋介绍,根据微软近期的市场调研,在受访的亚太商业重要决策者中,已经有60%使用了Azure的产品。“可以看到,Azure的市场表现在亚洲地区非常强劲。不论是在中国还是在印度,云都是我们可以在市场上观察到的最大的技术加速器。”贺乐赋强调。

在使用Azure的亚太区企业中,其使用目的、选用的云产品形态及配置等各不相同,在各个细分市场的情况也不尽相同。在日本和澳大利亚市场中,基础架构方面的增长非常快,微软主要与SAP等合作伙伴为当地的企业提供基础设施与架构服务。在印度市场,零售客户的增长非常强劲。在中国市场,AI与国际化正在驱动中国企业大量登陆Azure平台。在东南亚市场,大型企业集团的整合需求是采用Azure的主要原因。

就细分行业来说,微软Azure在亚太市场积极发展各行业的合作伙伴,Azure平台上的产品和解决方案与特定行业之间契合度越来越高。在金融、零售、医疗健康、教育、制造业以及汽车行业等,微软Azure都有相当不错的表现。在特定市场中,例如房地产、智慧城市、游戏、芯片等市场,对云平台的要求非常独特,而微软Azure解决方案则能帮助客户实现高度的差异化,不断提升创新的能力和水平。

贺乐赋以中国市场的合作伙伴生态为例,现在微软在中国市场有约1400个合作伙伴帮助微软一起向中国的商业客户提供服务,微软在中国的合作伙伴生态系统获得30%的年增速。“这些合作伙伴帮助微软更好地了解当地市场,也帮助微软更好地在当地销售有关的解决方案和产品。更重要的是,合作伙伴还会针对不同的行业,推出体现行业差异性的解决方案。”

除了合作伙伴,亚太区独角兽也在登陆Azure平台,为微软Azure带来了亚太区的数字化活力。“中印两个市场当中最大的共性,就是在这两个市场当中有越来越多创新能力极强的独角兽型企业,在利用微软Azure平台进行大量有价值的创新。他们也在改变全球创新态势,其创新成果在本地得到了认可和采纳,并借用微软Azure平台向全球推广。”印度零售业的Flipkart、智能出行行业的Ola、移动广告行业的Inmobi以及中国的小米,都是典型代表。

人工智能与物联网引领数字化转型

想要抓住未来几年亚太区数字化转型的重大机遇,就必须向数字化转型“领军者”看齐。数字化转型“领军者”从数据资本中发掘市场洞察,推动产品和服务的数字化创新,并在确保安全的前提下,与包括员工、客户、合作伙伴组成的更广泛的生态系统展开合作,真正盘活数据中潜藏的巨大价值。

根据IDC的调查,人工智能(包括认知服务和机器人技术)和物联网等新兴技术,是亚太区数字化转型“领军者”在2018年重点投资的领域。据IDC预测,到2019年40%的数字化转型将由人工智能技术提供支持,帮助企业实现业务转型并提供及时、关键的数字洞察。除了人工智能外,物联网也在亚太区获得蓬勃的发展,亚太区的IT和通信企业正在积极推进5G、NB-IoT和LoraWan等物联网通信技术的进展,可以预见2019年将迎来亚太区物联网产业的全面推进之年。

贺乐赋表示,结合了人工智能与物联网技术的数字化转型,将为亚太区数字经济发展带来深刻而深远的影响。例如,每年有超过2800万名游客去日本游玩,而随着东京奥运会的临近,这一数字还将继续攀升。Miko是一款具备人工智能的聊天机器人,也是移动旅行App“Japan Trip Navigator”最受欢迎的功能。Miko由微软与JTB旅行社和导航公司NAVITIME合作开发,可为在日本的旅行者提供来自官方渠道的实时信息以及其他用户的路线建议,还能帮助完成酒店等预订。

而在物联网方面,Abrasive Engineering是一家设计和制造气动与摆动喷丸机以及利用喷丸机进行金属表面处理的新加坡公司。喷丸强化工艺是提高机器零部件疲劳寿命最为有效的手段,喷丸机被用于处理飞机、机车、汽车、汽轮机等机械中的一些重要零部件。此前,由于缺乏有效的技术手段,Abrasive Engineering必须要频繁派工程师到客户现场收集和分析机器零部件的问题,以不断优化和提高机器零部件的生命周期。Abrasive Engineering与合作伙伴采用了微软Azure IoT平台开发了一种IoT Box,可以实时收集客户机器零部件性能表现的数据,再通过可视化数字仪表盘展现出来,以便于及时分析。

可以看出,人工智能与物联网是数字化产品与商业模式创新的重要技术支撑。韩国的365mc医疗集团就在探索AI和物联网技术用于美容手术,以提高手术的效果和成功率。通过把运动传感器连接到手术设备上再连接到AI平台,365mc医疗集团不仅改变了手术的实施方式,也改变了自己的商业模式。365mc医疗集团计划把这种结合了运动传感器和人工智能的抽脂手术辅助系统销售给其它医院机构,该辅助系统也可有效帮助内镜和结肠镜检查。

微软认为人工智能与物联网都是普惠技术,近年来不断加大在人工智能与物联网领域的投资规模。特别是2018年上半年,微软宣布了将在未来四年向物联网领域投入50亿美元,以推动人工智能、物联网、云计算、传感器等新技术的进一步融合和商业化,从而帮助企业尽快享受智能物联网所带来的数字化转型收益。微软还非常重视数据安全与客户隐私,并积极推进人工智能伦理道德与相关立法方面的研究和对话,这也是微软在亚太区受到政府和企业客户欢迎的重要原因。

展望2019年,亚太区数字化转型的重大机遇期即将到来,这是亚太区创新不容错过的“风口”。此时若不行动起来,必将错失数字经济的时代机遇!这也是微软等高科技企业的历史责任。(文/宁川)

2018-12-05

自2006年以Amazon Web Services(AWS)命名的第一个公有云产品S3发布,AWS就以服务全球开发者、创业公司和中小企业为己任。而AWS所创立的公有云模式本身,也是对传统企业IT的一场大反击。12年来,公有云一直反传统企业IT的昂贵、封闭和僵化,把低成本、灵活与可扩展的计算能力赋予所有的开发者,让普通开发者、创业公司和中小企业能够获得与大企业同等水平的计算资源与计算能力。

在过去12年间,AWS一直是以“工具超市”的模式组织其产品与服务的开发,涉及计算、存储、网络、数据库、移动、安全、开发工具、容器、无服务器计算、机器学习、物联网等丰富的种类与功能,为广大开发者提供了齐全的技术和平台。经过12年的发展,今天的AWS已经不仅拥有最大的创业者客户群,也拥有大量的企业级客户以及广泛的ISV和SaaS生态体系。

进一步,AWS在2017年与企业虚拟化软件及私有云第一大供应商VMware结成了战略合作伙伴关系,双方不断把各自的技术与平台引入对方的客户群中:2017年re: invent发布的VMware Cloud on AWS,2018年发布的AWS RDS on VMware以及2018年re: invent发布的VMware Cloud on AWS Outposts。而2018 re: invents发布的AWS Outposts可以在企业本地私有环境中部署AWS云服务,进一步把AWS推向了传统大型企业的IT环境。

Gartner预测,2019年全球IT支出将高达3.8万亿美元。而今天,AWS的年化营收(Revenue Run Rate)也才仅仅270亿美元。站在2018年底、2019年初,AWS已经对企业级IT市场做好了充分的准备,2018 re: invent发布了多项针对企业级IT环境的产品与服务,特别是针对关键企业应用的技术与解决方案,将为AWS打开新的成长空间。

事务处理与时序数据库

在AWS re: invent 2018上,AWS发布了两个重要的数据库更新:DynamoDB数据库的重要更新DynamoDB Transitions事务处理;以及时序数据库TimeStream。其中,DynamoDB Transitions对于金融级业务有着重要意义,而TimeStream对于工业级业务有着重要意义。

众所周知,DynamoDB是AWS历史最悠久也是最富盛名的NoSQL非关系型云数据库。作为非关系型数据库的典型代表,DynamoDB本身也能处理关系型数据,同时作为分布式云数据库技术还可以支撑电商等互联网规模的应用。

而DynamoDB Transitions的意义在于:这意味着DynamoDB也可以处理金融级业务,比如类似支付宝这样的互联网金融应用。DynamoDB Transitions为开发者提供符合ACID(Atomicity原子性、Consistency强一致、Isolation隔离性、Durability持久性)的金融级分布式数据库服务。其中的原子性即一次事务(transaction)中所涉及的所有操作全部执行或全部不执行,而这一点对于金融业务来说则非常重要,典型的是银行转账:这边扣了100块钱,另一边就必须加上100块钱,而不能这边扣了那边却没有加上。

DynamoDB Transitions不仅针对金融交易的处理,也适用于执行和管理订单、构建多用户的游戏引擎、跨分布式组件与服务的一致性协同操作等场景。DynamoDB Transitions在所有AWS的单区域DynamoDB表格中为缺省打开,而在DynamoDB全球表格中则缺省为关闭。用户也可以要求在DynamoDB全球表格中打开Transactions功能,但在不同区域则采用异步复制、最终一致的方式。

DynamoDB Transitions对于构建OLTP交易型数据库应用来说极具价值,而且还是天然支持分布式事务处理。这在很大程度上将对Oracle数据库造成威胁,众所周知Oracle数据库就是以OLTP处理著名,很多大型金融机构都采用Oracle的OLTP实时交易处理功能。而在另一方面,AWS Redshift云数据仓库已经对Oracle的OLAP数据分析功能造成了威胁。在AWS re: invent 2018上,Amazon CTO Werner Vogels高兴的宣布在2018年11月1日,AWS将自己最大的数据库从Oracle迁移到了Redshift。

Timestream是另一个在AWS re: invent 2018上推出的重要数据库服务,该服务专门用于时序数据的收集、存储及处理,包括服务器和网络日志数据、传感器数据、IoT物联网数据及工厂OT数据等。AWS表示,Timestream一天可处理上万亿次的事件,而其成本仅为传统关系型数据库的1/10,并比一般通用数据库的查询处理时间快1000倍。Timestream还支持无服务器技术,这也就意味着Timestream可以自动伸缩以调整容量和性能。当然,AWS本身还提供了开源时序数据库Kafka的托管服务,与Timestream一起补充了AWS面向智能制造和物联网领域的数据库能力。

截止到了AWS re: invent 2018,AWS一共推出了关系型云数据库、非关系型云数据库、缓存云数据库、图形云数据库、时序云数据库以及区块链云分类帐数据库等六大类云数据库服务,而RDS on VMware则把AWS关系型云数据库服务带到了企业级私有环境中、Aurora全球数据库则把Aurora关系型云数据库的能力扩展到跨全球多个AWS分区、DynamoDB按需服务则让用户对于读数据和写数据的资源请求分开处理。

现在,在企业最关心的数据库方面,AWS站在了非常有利的位置:全面的互联网规模和互联网体验的数据库供应商。

深入企业IT腹地

长期以来,互联网公司出身的公有云被打上了不懂企业IT的标签。特别是前几年的公有云技术,与企业IT的脱节情况比较明显,很难在企业IT环境中落地。但近几年,这种情况有所改观,开源基金会也推出了针对企业IT环境的开源技术和解决方案。AWS则与VMware加强了合作,同时推出了AWS Outposts的企业本地环境部署版本、Firecracker这样的多租户隔离微虚拟化技术以及合作伙伴服务,全面与企业IT环境“接壤”。

AWS与VMware的合作可以说是开了公有云巨头与私有云巨头握手的先河。而这其实是VMware在公有云时代的灵活策略选择,从某种程度上来说非常类似微软把Office软件“漫游”到各种操作系统和云服务上,VMware也把自己的核心软件定义数据中心软件VMware Cloud Foundation“漫游”到公有云上,甚至再从公有云“漫游”回企业本地IT环境中。

AWS Outposts已经引起了业界的极大反响:由AWS定制的机架交付到企业数据中心,并通过Amazon VPC服务连接到最近的AWS区域,从而让AWS服务可以延伸到企业的私有云和本地IT环境中,首批Outposts将发布EC2和EBS两种计算实例。随着AWS Outposts的发布,VMware也发布了VMware Cloud on AWS Outposts与VMware Cloud Foundation for Amazon Elastic Compute Cloud(Amazon EC2)。其中,VMware Cloud on AWS Outposts是把已经发布在AWS上的VMware Cloud on AWS延伸到Outposts环境中,这个版本理论上属于公有云版本,虽然用户体验与VMware的本地化软件一致,但计费的方式应该属于公有云的按需模式。而VMware Cloud Foundation for Amazon EC2则把VMware Cloud Foundation延伸到公有云及本地IT形态的EC2上,让企业可以充分利用vSphere与Amazon EC2这两种企业虚拟化与云化计算模式,还将VMware的Kubernetes服务拓展至Amazon EC2上,为企业交付一致的跨云开发体验,以及丰富的VMware、AWS和合作伙伴服务。

Firecracker是AWS开源的项目,直接使用Linux的KVM虚拟化软件,在底层虚机与上层容器之间进行了结合。特别是Firecracker的微虚机microVM功能,能够以最小开销方式在一台机器上快速启动上千个微虚机,这样就能让上层的每个容器都跑在微虚机中,通过微虚机隔离更底层的计算资源。Firecracker之前是AWS Lambda和AWS Fargate无服务器计算的底层技术,现在Firecracker可以运行在AWS的裸金属计算实例、其它祼金属服务器以及企业本地IT环境甚至是开发者的笔记本电脑上,2019年将支持AMD和ARM CPU。

在AWS re: invent 2018上还发布了Well-Architected Partner合作伙伴计划,该计划旨在培训AWS合作伙伴的架构能力,包括学习并把AWS的最佳架构实践应用到企业客户环境中,提升客户体验以及获得更多的销售机会,埃森哲、Rackspace、Bespin Global等30余家合作伙伴进入了首批Well-Architected Partner计划。在最新版的《AWS Well-Architected Framework》中,AWS总结了自己的开发实践:把开发决策和能力分散到各个开发工程团队,而不是集中式的决策和组织,而《AWS Well-Architected Framework》就是各个开发小团队的指导性文档。通过这个文档,AWS确保了自己内部以及企业客户所实施的IT架构都符合一致的原则。

很多企业在公有云上部署自己的IT系统时,需要更全面和更底层的多租户视图。这就是AWS re: invent 2018上发布的AWS Control Tower、AWS Security Hub和AWS Lake Formation。这些为企业提供了一个符合AWS Well-Architected Framework的公有云管理和治理框架,让企业可以更好的掌握自己在AWS上的计算资源。

今天,AWS已经聚集了上百家管理服务合作伙伴(MSP),帮助企业客户完成解决方案的规划与设计、构建与迁移、运维以及优化等四大方面的AWS云管理服务。而AWS定义的Next-Gen MSP还兼具再销售、业务支持服务、第三方应用销售与增值IP销售等业务,因此涉及到了整个客户生命周期的全部范围,AWS也把这类MPS称为Next-Gen MSP。根据AWS委托Forrester的一份调研,在一个三年期的研究时间跨度中,AWS Next-Gen MPS的服务占整体AWS MSP毛利的64%以及整体AWS APN合作伙伴毛利的22%。

在企业最关心的本地化部署、安全、隔离以及咨询与管理服务合作伙伴方面,AWS将在2019年下半年全面发力,从公有云向企业本地数据中心全面“入侵”。

云原生的新企业物种

随着AWS的不断发展,吸引了越来越多的客户,从创业公司和中小企业到大型企业。AWS在Amazon的2018财年第二财季报中宣布,已经有数千个企业客户在AWS里运行SAP工作负载,涉及几乎所有的行业和地理区域。而在Amazon的2018财年第一财季报中,AWS宣布所有已发布的AWS云服务和功能都已经符合欧盟的GDPR法规,企业可以放心地在欧洲市场继续使用AWS。

在中国,新零售和新制造企业已经开始在AWS上生长起来。Strikingly是一款简单易用的 SaaS 建站平台,公司于 2012 年中创办于美国硅谷,2013 年春进入硅谷顶级孵化器 Y Combinator,并成为第一支从 YC 毕业的中国团队,目前在全球 200 个国家和地区有数百万用户,现总部位于上海。从2014年开始,Strikingly 就把所有服务都迁到了AWS之上。2016 年,Strikingly 正式发布中国版产品 “上线了”,主要产品是标准化建站模板、小程序编辑发布平台,可以在 10 分钟内轻松发布一个网站、微信小程序和电商平台。“上线了”也是微信小程序发布量最大的服务商,占小程序发布总量的 3%。

2018年,Strikingly发布了新产品:“超级云名片”。“超级云名片”的功能不仅仅是名片,而是帮助企业通过微信平台进行更好的品牌营销、引流和销售。Strikingly技术副总裁龚凌晖在AWS re: invent 2018上接受采访时介绍,像电器企业的销售就可以把传统的三折页产品介绍转换为“超级云名片”,这样就可以追踪微信用户在某个页面上停留了多久并判断用户的感兴趣程度,还可以很容易地借助微信平台实现用户的转换与留存以及后续商机挖掘。“上线了”的建站产品可以帮助企业的非IT部门,如人才资源部、市场部等轻松建立自己的招聘或营销网站。除微信平台外,“上线了”也在拓展支付宝小程序、抖音小程序、今日头条小程序等多种轻量级应用平台。

睿视智觉是一家从事利用计算机视觉算法技术及FPGA加速技术的创业公司,睿视智觉加速团队核心人员曾工作于德国贝尔实验室及武汉邮科院,算法团队在图片自然语言理解与问答技术处于全球领先位置,曾在2015年的微软COCO图片自动标题比赛中击败斯坦福、微软、谷歌团队,算法综合参数获得全球第一的排名。目前,睿视智觉主要在工业和数据过滤这两个场景下为企业服务。

睿视智觉在创业之初,就在AWS F1上开发了FPGA加速模型,还在AWS上搭建了针对工业前端设备的自训练服务。睿视智觉CEO、联合创始人龚纯斌在AWS re: invent 2018上接受采访时介绍,之所以选择FPGA是因为发现GPU在面对大规模工业数据应用时力不从心,而FPGA则能提供最优的成本和技术组合。睿视智觉之所以选择数据过滤和工业场景,是因为这两个场景的数据累积多,而且工业领域的图像数据比例越来越高,非常适合机器学习算法。

在整个工业信息化体系中,睿视智觉处于数据层,另一个AWS的客户树根互联则处于信息化层。“根云”是中国较早进入工业物联网的云平台,连接了众多的工业装备,能够为各行业企业提供基于物联网、大数据的云服务,面向机器的制造商、金融机构、业主、使用者、售后服务商、政府监管部门提供应用服务,同时对接各类行业软件、硬件、通讯商开展深度合作、形成生态效应,覆盖了工程机械、农用机械、发电机组、纺织机械等四十多个行业。

作为一家在中国本土发展起来的企业,树根互联的技术团队可以利用AWS在北京和宁夏两个区域的云服务覆盖全国各地的用户。同时,由于AWS在中国与海外提供了一致的技术与平台,树根互联无需修改应用代码即可将“根云”部署到AWS的其他海外区域,利用AWS的网络优势为当地的客户提供低延迟的服务。例如树根互联在AWS欧洲区域为某大型工业特种泵及专业设备制造企业客户部署了一套基于新业务流程的国际版根云物联网平台系统,与客户一同在汉诺威工业博览会亮相,宣布正式进入欧洲市场,目前系统正逐步转向商用。

树根互联CTO及联合创始人刘震曾在罗技、微软、IBM、诺基亚等国际公司任职,曾任微软亚洲工程院院长、诺基亚发展中国家研究院院长等职,他也是国际电气和电子工程师协会(IEEE)院士。刘震在AWS re: invent 2018上接受采访时表示,“根云”以PaaS为主,特色是为工业企业提供了云端的数据管理、流处理以及工业数据分析平台,以满足工业数据的多样性和特殊性要求。而树根互联与AWS合作IaaS,快速推向全球市场。

以Strikingly、睿视智觉、树根互联为代表的云原生企业新物种,可以说是完全生长在AWS的平台之上,这与之前的传统企业模式有着重大差别,他们所提供的开发运维能力、机器学习算法和FPGA加速能力以及数据分析处理能力,都是新一代数字商业模式的代表。相信随着更多云上原生新企业物种的出现,将进一步加强AWS对传统企业生态的拉动效应。

站在2018年底和2019年初,已经12年的AWS才刚刚走完了“青少年”时期;随着AWS把自己的技术生态向传统企业IT环境延伸,AWS的“成年期”才刚刚开始。270亿美元的年化营收,在一个3.8万亿美元的全球IT市场面前,AWS还有着广阔的前景空间。(文/宁川)

2018-12-03

(云徙科技创始人及CEO包志刚)

阿里巴巴CEO张勇在2018年10月31日致股东信中提及:阿里经济体在为消费者提供更好生活的同时,也在形成一个帮助企业完成数字化转型的基础设施。这个基础设施,就是“阿里巴巴商业操作系统”。

“阿里巴巴商业操作系统”到底具体长什么样?此前在2018年8月,阿里云首次发布“双中台+ET”数字化转型方法论,揭示了“阿里巴巴商业操作系统”的模型。2018年9月,基于阿里技术与商业实践推动企业数字化转型的创业公司云徙科技宣布获得1.5亿元A+轮融资,同时推出双中台战略:业务中台+数据中台。

2018年11月22日的广东云栖大会上,云徙科技创始人及CEO包志刚以及CTO李元佳分享了双中台战略及实践。

业务+数据双中台

(云徙科技的双中台产品体系)

什么是业务中台?什么又是数据中台?包志刚一句话总结:业务中台是“+互联网”,数据中台是“互联网+”。

云徙科技成立于2016年,包志刚曾在中国一家大型企业服务公司担任公司高级副总裁,主导过20多家企业的咨询项目,有近20年企业IT咨询及服务经验。2018年9月,云徙科技发布的数字双中台(i-Digital Engine)2.0以业务和运营管理为观点:其中的业务中台发布了13个共享服务中心及10个基础组件,13个共享服务中心有用户中心、会员中心、商品中心、交易中心、营销中心、结算中心、库存中心、物流中心、店铺中心、消息中心、内容中心、客服中心、评价中心,这13个共享服务中心可满足新零售业务运营的大部分需求。10个基础组件则偏向技术,用于支撑共享服务中心。

数据中台则是基于阿里大数据中间件搭建的轻量级大数据平台,主要提供了10大模型和8大数据服务。其中,10大模型为事件模型(浏览、交易、支付)的流量域、交易域、商品域、支付域、评价域,以及主题模型(人、货、场)的会员、商家、经销商、商品和店铺;基于10大模型,向上提供8种服务——商品分析服务、活动分析服务、买家分析服务、流量分析服务、交易分析服务、标签查询服务、人群筛选服务、自助打标服务。简单的理解,10个模型为新零售业务提供了基本的数据模型,而8个数据服务则为新零售业务提供了用户画像、商品画像、流量分析等运营服务。

对于企业数字化转型来说,现在就可以利用云徙科技的业务中台,迅速像搭积木一样快速搭建前端互联网业务,这就是“+互联网”;而数据中台则打破了不同业务部门之间的烟囱式IT架构、打通了数据孤岛,实现了“一切业务数据化”的目标,让全域数据沉淀到一个统一的数据平台上,进而可以实现数据驱动创新效果,例如可以快速在已有数据的基础上,孵化保险、教育、健康等周边生态业务,这就是“互联网+”。

李元佳强调,云徙科技最新推出的双中台战略,把数据中台的作用提高了,原先是业务中台起更大的作用,而现在把业务数据沉淀到数据中台后,打通全域数据形成不同的数据模型和事件模型,向上赋能企业的数字化运营。双中台战略,完成了业务数据化和数据业务化的过程,为下一步的数字化业务创新打下了坚实的基础。

所谓业务中台与数据中台的相互促进和连动,即业务中台提供丰富的数据、而数据中台则对所有数据进行汇聚后再反向指导业务。具体理解,企业客户在业务中台之上开发了一个营销促销活动,通过数据中台就可以清晰地看到哪一个区域的营销指标达标了,如果没有达标就会及时通知当地经销商团队,快速调整营销策略。这就是典型的用数据指导业务,让数据回到业务本身。

在双中台之上,就是新零售与新营销应用,而双中台的目的是为了帮助企业实现新零售和新营销创新。包志刚认为,新零售和新营销创新要三步走:第一,通过互联网架构、云计算技术构建企业全渠道体系,实现会员通、商品通、交易通,以及整个营销渠道的全局管理。第二,当营销业务中台沉淀了大量数据,再通过数据中台实现数据驱动业务的互联网化运营。第三,通过双中台积累的大量数据和实践,进行业务的创新,包括端的创新、场景的创新、业务模式的创新。针对新零售的全渠道销售和营销,云徙科技提供了全渠道销售i-Sales和营销智能i-Marketing以及智能服务i-Service三大应用类产品。

包括业务中台和数据中台在内的数字中台,全渠道销售、智能化营销和智能服务在内的SaaS软件,这就是云徙科技的“企业数字化转型”的核心服务。

改变做生意的方式

(利用数字中台快速构建应用)

在2017杭州·云栖大会上,茅台电商技术总监高文立分享了一张喜人的成绩单:从2012年开始,茅台电商交易额连续五年年增长率超过200%,“茅台云商”新零售平台成交额将达80亿元。

茅台借助阿里云上线的“茅台云商”,平台集社会化营销、溯源验证、大数据精准营销、跨界精品销售、收藏拍卖等于一体,推动线上线下的高度融合,阿里云与合作伙伴云徒科技共同为茅台打造了“业务中台”。 按照阿里云企业级互联网架构“厚平台、薄应用”的理念,茅台电商的中台包括营销中心、会员中心、商品中心、交易中心等十多个共享服务中心。

茅台云商平台形成精准的营销闭环,前至生产流水线、供应商包材,后至所有经销商、零售终端和消费者信息,以及终端卖出的每一瓶酒都会进入茅台云商数据库。基于全域数据,茅台还在打造线下智慧门店,不仅配备智能客服机器人、无缝支付体验,智慧门店还更懂用户,用户进店的那一刻,店员就能知道用户画像。

中台战略是阿里于2015年提出来的。阿里就像其它公司一样,也经历了从传统IT支撑公司业务到业务数据化再到数据化运营并不断孵化互联网业务的过程。今天,阿里巴巴中台战略的三个核心产品为企业级分布式应用服务、分布式数据库和消息队列服务,可以帮助企业快速构建出灵活而快速支撑业务、能够应对互联网各种业务场景的中台。云徙科技正是基于阿里的这些技术产品之上,快速帮助企业客户建立自己的双中台以及基于双中台推进数字化转型。

李元佳强调,云徙科技两年实践下来,中台战略是企业数字化转型的重要路径。建设中台是一个系统的工程,因为双中台是企业IT系统的基座,引入中台势必需要对现有系统做不同程度的重构。云徙科技与客户一起梳理营销、交易及客服等业务,让企业能够在数字化转型中真正获益。

云徙科技为企业数字化转型提供整体赋能,包括开发、运维、合作伙伴接入规范等,帮助企业实现IT建设、渠道和方法的总体转型,降低导入整个系统的成本。包志刚则强调,企业数字化转型导入双中台和新零售界面,首先必须是一把手工程,企业领导者要想清楚互联网模式和互联网运营与传统做生意方式的不同之处,例如当有了业务中台和数据中台后,就能实现互联网业务的运营,包括吸粉、转换、团购、秒杀以及千人千面电子货架、会员精准画像和精准推荐等。

在双中台和数据化运营之后,云徙科技还帮助企业进行数字化业务创新:端的创新,包括抖音广告、微信活动、天猫活动等;场景智能化,增强用户体验感和智能化,例如护肤品品牌通过日晒时间和位置调研以及皮肤深度拍照及图像识别,提供相应的配方及采购建设,提高复购率;业务的延伸,例如房地产公司从服务业主和建筑本身,延展到服务于生活圈业态,包括装修、家具、商业、医疗、养老、教育、酒店等多业态发展。“所有的系统都要长在一个中台之上,原来已有的数据资源就可以快速共享给新业务。就像淘宝和天猫聚集了大量商品、结算、商家信息,就能培养聚划算、闲鱼、蚂蚁金服等高利润的业务,因为所有的会员是打通的,这就是阿里新零售实践沉淀能力后再赋能到企业。”包志刚强调。

“数字化趋势是一个社会发展的新时代,互联网已经到了产业互联网下半场,这波机会是中国企业的机会,再不抓住就赶不上世界潮流了。欧美没有中国这样的互联网产业,中国有最好的场景、有大量消费者,数字化转型必须要做!”包志刚的这番话,或许验证了为什么在资本寒冬的2018年,云徙科技还能获得1.5亿A+轮融资的原因——数字化转型是整个市场所看好的方向,批量复制数字中台就是快速推进数字化转型的重要路径。(文/宁川)

2018-12-01

2012年的时候,专门研究SaaS商业和创业模式的美国SaaStr博客开始了创作之旅。今天,SaaStr是全球最大的SaaS社区,该社区的成员主要为ARR(Annual Run Rate)在1亿美元以下的SaaS公司。2015年,首届SaaStr年会召开,此后即成为SaaS创业领域最大的聚会。另一家专门研究大型软件企业与云服务公司的美国技术服务协会(Technology Service Industry Association)则关注财富100强技术领袖企业的SaaS业务最佳实践。

从2015年起,中国进入了SaaS创业元年,企业级SaaS创业项目集中式爆发。而当时国内的企业级SaaS项目的评估方式,借鉴了美国SaaS产业的研究成果。诸如ARR(Annual Run Rate)、MRR(Monthly Recurring Revenue)、LTV(Customer Lifetime Value)、CAC(Customer Acquisition Cost)、ARPA(Average Revenue per Account)、Churn Rate等SaaS业务及商业模式指标逐渐为中国SaaS创业生态所接受。而对于企业级SaaS究竟是走服务大企业还是服务中小企业的路线、究竟是走产品型还是企业服务商业模式,一直是美国SaaS产业研究的焦点,在中国也经历了反复的选择过程。2018年,美国企业通信服务创业公司Twilio经历起伏后终于进入大牛市,而中国在2015年涌现的类似创业项目却始终没有大的发展。

究竟是不是企业级SaaS创业的“美式栽培法”是在中国否水土不服?专注于中国企业SaaS项目投资的中路资本负责人石矛,从2012年底开始从事云计算赛道投资,属于国内最早一批关注企业服务市场的投资人。到目前为止,石矛拥有8年风险投资经验,主导投资了博科软件、小i机器人、云帐房、生意专家、数赢信息技术、寓小二等项目。

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”在线研讨会第七期上,石矛分享了对中美SaaS类企业应用发展的看法。

企业级SaaS在中国的发展

根据石矛的投资经验,把SaaS在中国的发展分为三个阶段:

第一个阶段:2012-2014年,是中国企业级SaaS的开荒阶段。

此阶段的关键词是To B业务To C化、免费&通用软件、关注沉淀数据、通过服务小微企业做大规模。这些关键体现了当时SaaS创业生态的主要思考结果,特别是互联网创业及投资思维对于企业级SaaS创业初期生态的影响。

这个阶段,石矛主导投资的几个SaaS进销存软件和SaaS ERP产品项目,虽然后来完成了几轮融资,但是到今天还没有成长起来;当时主导投资的某智能机器人项目,借助自然语言处理技术形成通用性语料库,也曾期望沉淀内容所带来的巨大价值,但后来进展并不顺利,最初的商业模型经验证后也不成立。

但在当时,已经出现了菜市场卖猪肉的大叔都把支付宝和微信的二维码挂在胸前的现象,于是企业级SaaS投资人及创业者们开始意识到小微企业的刚需是流量和支付。

所以石矛对第一阶段的总结是,中国企业级SaaS的“空气”和美国市场截然不同,美国企业级SaaS的“空气”是羊毛出在羊身上,中国企业级SaaS的“空气”是“羊毛出在猪身上,狗买单”。

中国企业级SaaS的的“空气”都不一样,何谈美式栽培?

第二个阶段:2014年-2016年,中国企业级SaaS创业的爆发期。

此阶段的关键词主要只有一个——大客户!技术产品不重要,主要看销售。在To B业务To C化的尝试失败之后,国内企业级SaaS创业公司纷纷转向大客户,开始了融资竞赛,进入更加烧钱的阶段。

在2016年的时候,石矛开始研究Service Now、Workday、Salesforce、Splunk、Netsuite(后被收购)、Adobe、Intuit等海外SaaS公司的创始人背景,发现Service now创始人曾是BMC的创始核心,Workday创始人从70岁才开始创业并之前创立了非常不错的公司叫PeopleSoft,Salesforce和Netsuite创始人分别来自Oracle销售高层和技术负责人,Splunk创始人虽然没有IT巨头背景但已经是第五次创业。

这些美国企业级SaaS公司有一个共同的特点,就是其创始人大都来自顶级IT企业,或已成功创办一家IT软件公司,对于产品功能有着极致追求,而且产品功能涉及的流程和逻辑非常复杂——这些创始人可以说都是顶级的企业级产品经理。反观当时国内企业级SaaS创始人的背景,此前经历或与企业IT的关联不大,或者缺乏参与复杂、大型IT项目设计的经验。

所以,中国企业级SaaS的“种子”与美国截然不同,美式栽培也无法成立。

美国软件市场除了核心团队脱胎于企业IT巨头的核心团队,产品也是相对标准化的“重型武器”。他们注重专长分工,建立了完善的生态产业链。而国内企业级SaaS软件市场常常陷入两难:把产品做轻,成为一种工具,却很难形成商业模式,在“羊毛出在狗身上”的路上越走越远;而产品一旦做重,陷入项目定制的泥潭,成为劳动力密集型产业。

这个时候中路资本又追加投资了某已投资的ERP项目。该项目在成立至今的22年时间里一直在做一件事,就是让自己的企业级产品脱颖而出。在过去十几年里,它尝试过财务、供应链、ERP等企业级软件,但收入始终很难突破1亿元(这也是大多数国内企业级软件的状态),直到自主研发的无代码开发语言的成形和完善。无代码开发系统并不是新发明,而是基于Java高级语言,构建了一个敏捷开发平台,可以根据应用的复杂度搭建出流程逻辑。该项目基于此语言的第一个尝试就是高度对标某世界级ERP产品,面向企业大客户。中国的高端ERP一直是以实施和二次开发为主,几乎没有自主知识产权的ERP软件能够做到复杂业务流程、财务业务一体化,此项目作为国产软件在这方面实现了突破,已计划明年第一批冲刺科创板。

前面提到的智能机器人项目在2016年左右放弃了通用语料库,改做行业垂直应用,不断通过项目来完善产品。2018年上半年,中路资本完成了该项目的退出,实现了20倍的回报。

第三个阶段:2016年至今,混乱期。

此阶段的主要关键词是SaaS企业PaaS化。忽如一夜,所有的SaaS企业都开始打造PaaS平台了。

中路资本在这个时候投资了某知名财税项目的A轮。2016年的资本市场也极其寒冷,尤其是企业级SaaS领域,大部分创业项目的亏损巨大、士气低落。而此项目是为代理记账公司提供软件,一套能卖多少钱呢?但是当时迎来了营改增的趋势,电子发票时代到来了,企业做账流程发生了根本变革,而一个好的软件产品带来了效率的极大提高。实际上,今天大型记账公司的每年软件支持费用超过百万。该项目经历两年过程,实现了健康的现金流,而且都是来自于纯软件收入。

好的现金流是企业最优质的“土壤”。Salesforce一直亏损,为什么估值越来越高?因为它的现金流在最近几年都为正向,资本界认为Salesforce盈利是迟早的事情,这类似于几年前对Amazon的观点。

有两个公式大家可能都听过,但一直被忽略:第一,CAC < 12X MRR,平均单个企业的获客成本一定要低于未来12个月的毛利贡献。一个简单的例子,投资一个租赁设备项目,不考虑维护成本而只看现金流,如果12个月能回本就是一个好生意;第二,LTV > 3X CAC,客户的生命周期价值要至少是获客成本的三倍,也就是说在第一年回本后,之后的两年还能贡献收入。反过来看今天中国大部分的企业级SaaS并不具备这样的条件,如果一个企业的现金流模型都无法达到正向,证明其经营模型有本质性问题。

经营模型是一个企业的“土壤”,当中国企业级SaaS的经营“土壤”与美国的截然不同时,何谈美式栽培?

今天,越来越多的中国企业级SaaS创始人来自于SAP、用友和金蝶等传统IT公司。例如前面提到的ERP项目的很多同事来自SAP、智能机器人项目的创始人来自用友、财税项目创始人来自金蝶。

然而,SAP、用友和金蝶这三家公司的经营现金流都属正常,都没有出现过大面积亏损;羊毛都是出在羊身上,也未找狗买单;从种子、土壤和空气的角度去评价都是“美式栽培”;目前还都取得了阶段性的成果,但还不能算成功;客户既有大客户也有小客户。

所以,有个值得继续思考问题:是不是正因为中国企业级SaaS没有按照美式栽培,才水土不服?

中美企业级SaaS公司生存环境的差异

前面提到,中美企业级SaaS发展的空气、种子、土壤都截然不同,具体体现在哪些方面?

第一,企业用户的需求敏感度不一样。在未来几年,SaaS会像电一样成为标配,但不会是亮点,所以投资人更要看重上层应用。也就是到底满足了用户什么需求,用户的付费临界点在哪里。这时候“美式栽培”就不适用了,因为中美企业用户的需求敏感度不一样。

美国的大客户都是世界500强企业,而中国的大客户分为央企和大型民营企业。民营企业一般是老板说了算,如果老板没有充分放权,或者没有充分意识到SaaS软件带来的效率提升,促使买单就非常困难。而央企的决策流程非常长,而且有规避风险的考虑,创业企业的IT产品很难进入到央企体系。好在现在有国产替代化政策红利,对于企业级SaaS公司来说,扎扎实实地做好产品就有机会谷底反弹。

第二,国外的五百强企业都是职业经理人模式,通过期权,把公司利益与个人利益绑定。而央企都是垄断性行业,IT系统很难直接影响产值,也难以对央企领导人的KPI产生影响。

第三,企业级SaaS领域的人才分布也存在差异。中国很多优秀的SaaS人才都被BAT抢走了,一般创业公司的产品也不会被BAT采用。美国的情况则不一样,谷歌、亚马逊、苹果等都会采用初创公司的产品,只要技术好就会收购,形成了正向循环。但这几年,从SAP等企业走出了越来越多的人才,又借助国产化春风找到行业的真实需求,也能满足大客户的需求,创业企业就有尝试的机会了。

作为企业级解决方案提供商,需要赢得甲方的信任,这对于新人来说需要交很多学费。因此,与其投资新人,不如投资那些行业的老兵。

第四,中国的企业级市场往往与政策、行业趋势有密切关系。比如银行的风控、系统集成、二次开发,大多是为了满足银监会、央行的要求;很多央企要到海外上市,集团中有上千家子公司需要实现财务一体化。所以,在中国做To B创业,需要考虑在市场中发生了哪些政策或者行业性的变革,这也是比较好的切入口。

关于企业级SaaS的几点探讨

第一,如何从“跪着挣钱”到“站着挣钱”?

大B企业往往需要强定制解决方案,这种方式被形容为“跪着挣钱”。“跪着挣钱”这个现象,目前在国内处于无解状态。

国内不论是做实施的汉得信息,或者做二次开发的东软、中软等,都是在 Oracle、SAP 的产品上做二次开发。在国产化的春风下,有没有可能去替代Oracle、SAP?可以做替代的尝试,这样至少可以从“跪着”到“深蹲”。深蹲也是为了积蓄能量,更好地站起来。

当然,有人会说做交易型数据库很难,银行也很难在核心业务中用新数据库产品去替代Oracle。但还有很多做新型分布式数据库的机会,都是面向新的业务场景,有很多新的诉求等待挖掘。

在新的业务层面,中国的软件企业有机会实现弯道超车。比如,随着“军民融合”的推进,让原先体制内的资源与机会都对外开放,那么在新的业务上,体制内外的人都站在了同一起跑线,这其实就是机会。

第二,面对高维打低维,企业级SaaS公司该怎么做?

一个公认路径是当把要求最复杂、要求服务交付水平最高的头部企业客户占领后,就可以探索出效率最大化、产品最集约、服务最高效为原则的一套方法。由此再以高维打低维的方式进入到其他行业和领域,就会变得游刃有余。

在前不久的Oracle云大会,Oracle收购的NetSuite今年发布的财税云给出了惊爆价——每个月八千,也就是一年小十万。十万元对于中国中小企业来说不低,但对于Oracle来说,这个价格是真的是下沉了。像Oracle这样的企业在中国都已经选择了下沉,说明这个行业的发展必须与时俱进,尤其是Oracle、SAP必须要向云转移。国际巨头的下沉,对于国内的企业就是高维打低维。当Oracle都下沉了,国产软件该如何应对?

第三,快速扩张与现金流如何平衡?

这其实是一个相辅相承的过程。每一个企业突破的临界点都不一样,而一样的是企业都不应盲目扩张,而是带着敬畏的心,慢慢向前。

较大型的企业级SaaS公司要采取自上而下的方式。比如那个ERP项目与中国工程院的研究员、教授和专家形成了一个高层的技术联盟,自上而下给出软件认定标准。但这不是一般小企业可以复制的做法。对于中小型企业级SaaS公司,比如那个财税项目,客户可能就是小型代理记账公司,但是它生存得也不错,主要原因是找到了很好的投资人,而且在推的过程中没有盲目扩张,也就是犯的错误少。而有些企业融了五次资,换了五次概念,其实还在原点。当资金的利用效率更高,现金流和业务得到较好的匹配,在这个阶段慢就是快。

对于现金流,创业公司要每个季度、甚至时时关注,发现势头不对就要提前融资。

SaaS模式的本质

有人也许会质疑,前面所举的例子中,有两个并不是基于云的模式。SaaS从字面理解是Software as a Service,这里面并没有提到云的概念,即便是涉及云的概念,也不一定就指的是公有云。

SaaS的核心是软件即服务,SaaS软件既不是代码也不是算法,谁能够把软件服务最大程度标准化,谁就找到了SaaS行业的奥秘。今天的SaaS公司并不强调自己的公有云优势,也不强调在基础设施和架构方面的创新。如果都是架在阿里云或数据中心上,传统软件到底比所谓的公有云SaaS落后在哪里?所以,关于SaaS的本质,还是要理解软件即服务的核心。

很多事情,不能因为没有见过,就选择不相信。一个SaaS项目,每年60万客户,每个客户付费1000元,净利过亿,获客方式独特,明年也要创业板报材料,这样的案例真实存在。正如马云所说,不是因为看到了才相信,而是因为相信了才会看到。

钛资本研究院观察

2012年以来,许多美国成功SaaS公司的产品模式,在移植到国内后并未能发展到预期目标,这也折射出中美两国在SaaS类企业应用在市场需求和商业模式、产品和团队特点、经营发展模式等方面的巨大差异。

必须要指出的是,美国科技创业公司做的是全球市场,其产品、技术和服务都是针对全球市场的共性需求而开发的;而中国科技创业公司往往把目光拘泥于本国市场,在提炼客户需求时也只能提炼出本国企业的共性需求,往往在这个过程中就走向“产品+服务”,甚至是重服务的模式。例如Twilio的成功,在很大程度上是针对全球开发者的不同需求而提炼出产品特性,往往具有更广的代表性、兼容性和包容性,以及更强的产品化架构;而中国的开发者数量虽然众多,但由于一国市场的同质化而导致产品特性提炼不足,只能靠定制化解决方案来补充,从而导致产品化过程“走样”。

同时,我们也看到了在经历了泡沫和波谷后,一些踏实发展的企业级SaaS公司正在成长起来,他们大都直接契合客户愿付费的刚需,有成熟经验团队和可复制性的产品,高度关注现金流并少犯错。而与此同时,美国的SaaS产业研究也在与时俱进,特别是SaaS企业的商业成熟周期往往要达到8-10年(参考AWS的赢利周期),而2018年才刚刚进入第一批美国SaaS公司的成熟期,首次出现了Twilio这样出人意料进入大牛市的现象,因此美国SaaS企业研究也在突破之前的一些结论。

美国企业级SaaS的探索刚进入收获期,中国企业级SaaS的探索仍在路上。“美式栽培”有借鉴意义,但中国企业级SaaS也有自己的机遇。归根结底,企业级SaaS与传统企业级软件一样,在本质上仍是要解决企业用户的刚需,只是软件交付方式的不一样而带来了不同的思路与视角。

2018-11-30

如今的微软已经一跃成为全球市值最高的高科技公司之一。2018年11月底,微软公司市值曾两次超越了苹果,成为全球市值最高的公司,之后也一直处于与苹果胶着的状态。市场惊叹微软是一家有能力改造自己并取得成功的公司!自微软CEO萨堤亚·纳德拉于2014年2月上任以来,微软就处于稳定复苏的状态中,而纳德拉上任之后最震惊业界的举动之一就是对外宣布微软爱Linux。如今,继Linux之后,微软更爱下一个“操作系统”:ONNX。

ONNX(Open Neural Network Exchange)是2017年9月由微软与Facebook、AWS共同创立的开放神经网络格式交换计划,其目的是提高神经网络软件之间的互操作性,也就是可以用不同的神经网络框架开发软件,但经过ONNX的格式交换后就可以转换成通用软件运行在Windows、Linux以及苹果OS硬件及云服务之上。ONNX吸引了AMD、ARM、NVIDIA、INTEL、高通、华为、HPE、IBM等芯片及服务器巨头,以及百度、腾讯、阿里等互联网巨头,还有MathWork、CEVA、Synopsys等专业软件和集成电路公司等20家全球企业。

2018年3月,微软宣布将在下一个Windows版本中原生支持ONNX硬件加速功能,这把ONNX推向了上亿的Windows设备,包括IoT边缘设备、HoloLens、2合1笔记本以及桌面PC等。这意味着数据科学家和开发者用Facebook、AWS、BAT等公司的深度神经网络框架所开发的模型,可以直接部署到上亿的Windows设备中。ONNX还原生支持Linux Ubuntu虚机、Azure ML服务、Windows Server 2019虚机,并通过转换程序连接苹果等设备。

2018年11月26日,ONNX研讨会首次来到中国。微软项目总经理Venky Veeraraghavan在2018 ONNX中国研讨会后接受采访时表示:AI想要成功,必须要软件和硬件两手抓,两手都要硬。这可以类比商用操作系统的思路:一处开发的应用软件,可以处处运行在不同硬件上。

打通人工智能落地最后一公里

(微软项目总经理Venky Veeraraghavan)

人工智能已经成为新一轮科技革命和产业变革的核心驱动力,正在对世界经济、社会进步和人类生活产生深刻的影响。普化永道曾预测,由人工智能所带来的全球GDP增长,将在2030年达到14%,即15.7万亿美元。但Gartner的2018年CIO议程调查却显示,全球仅有4%的CIO实施了人工智能项目,尽管还有46%的CIO已经开发了人工智能相关计划。

换句话说,人工智能在落地方面还遇到很多挑战,其中之一就是不同深度神经网络框架之间缺乏互操作性。简单理解,用一种深度神经网络框架训练出的模型,并不能直接用在其它神经网络框架所支持的运行平台(即推理平台),例如Caffe2训练出的模型仅能运行在Caffe2支持的硬件上,这相当于间接创造了人工智能的“孤岛”。而开源的神经网络框架都多少种呢?主流的开源神经网络框架至少有十余种。

除了神经网络框架之间的差异化处,神经网络软件如果想要运行的好,还需要与不同硬件系统之间的打磨。NVIDIA GPU、Intel CPU等都提供了神经网络的硬件加速功能,HPE、华为、IBM等Linux和Windows服务器以及微软的Windows设备等,都需要在芯片、板卡和操作系统及应用软件之间进行整体优化,才能达到流畅的人工智能应用运行效果。

Venky Veeraraghavan表示:“在谈到深度学习的时候,会涉及到海量的数据处理,这就意味着需要有极高速或者可加速的硬件设备。但开发者会遇到不同的硬件接口、不同的界面和不同的格式,这是很困扰的事情。ONNX在硬件和软件之间提供了通用的语言和界面,让硬件和应用软件有机结合起来,运行在任何地方。”

微软ONNX技术进展

ONNX带来的互操作性可以让各种开发创意更快速地投入生产环境。利用ONNX,数据科学家可以为其工作选择最适合的框架,而开发者花费更少的时间就能训练出适合生产环境的机器学习模型,并且将其部署到云端或者是边缘。同时,ONNX也使得开发者能更灵活地在不同框架间切换,为不同的场景选择最佳的深度学习模型。

目前,在多种人工智能开发框架中都能创建ONNX模型,包括PyTorch、Chainer、CNTK、MXNet、ML.Net、TensorFlow、Keras、SciKit-Learn,还在不断增加。此外,为ONNX模型实现可视化和加速的开发工具生态系统也已初具规模,已经出现了针对典型场景预先训练的ONNX模型。2018 年 9 月,ONNX 社区发布了 1.3 版本的模型标准。

作为ONNX的主要支持者,微软的主流产品,包括Bing、广告、Office、视觉服务等,后台都开始采用ONNX格式。2018年10月,微软发布了ONNX Runtime运行时预览版,这是一个高性能的机器学习推理引擎,可以用最有效的方式利用各种芯片加速器,从而实现跨多种硬件平台和设备运行神经网络算法的结果。

微软ONNX Runtime兼容ONNX 1.2版本,自带支持CPU和GPU的Python包,可在Azure机器学习服务或任何运行Ubuntu 16的Linux设备上进行推理运算。ONNX Runtime的发布进一步扩展了微软对ONNX的支持,除了让ONNX模型推理可以在多种平台和设备上运行外,ONNX Runtime全面覆盖和支持ONNX定义的所有运算符,能为一系列不同平台和硬件的组合提供多种定制化的加速器,从而保证推理运算的最佳性能表现。INTEL、NVIDIA都在积极将ONNX Runtime整合到硬件加速器中,目前INTEL的MKL-DNN、nGraph编译器以及NVIDIA优化的TensorRT推理引擎都已完成整合。

在2018年3月发布的Windows机器学习(Windows ML)为ONNX提供了操作系统层面的支持。通过Windows ML,开发人员可以在云服务中训练模型并将其导出为ONNX格式,之后就可以通过Visual Studio在Windows应用程序中内置ONNX模型。现在,Windows ML可利用任何支持DirectX的GPU为其提供硬件加速,从服务器到物联网的各个版本的Windows都能提供这项功能。

ONNX模型可以通过Azure 机器学习(Azure ML)、ONNX Runtime和Windows 机器学习等方式部署到Azure云中、Windows 10设备、Linux设备或使用ONNX社区提供的转换器部署到其它平台。在通过ONNX建设开放互操作人工智能生态系统的同时,微软也在将Azure打造成最佳人工智能云平台,从预先训练好的模型到帮助构建模型的云服务,Azure提供了完善的机器学习平台。

为了简化语音、视觉、语言相关机器学习解决方案的开发,微软在认知服务中提供了一系列强大的预训练模型。微软在云端提供了多样化的机器学习服务,从Azure Databricks、Azure机器学习服务到机器学习虚拟机,可以满足不同规模的使用需求。为了帮助开发者更快速地构建和训练模型,微软还提供了大规模GPU集群上的分布式深度学习能力。一旦完成了模型的训练,开发者可以自由选择部署到本地、云端,或者是包括离线环境在内的边缘环境中。

除了ONNX Runtime,微软也发布了ONNX.JS,让web开发者可以直接在浏览器中运行训练好的ONNX模型,不但能够减少服务器到端的通信需求、保护用户隐私,还提供了免安装、跨平台的浏览器内置机器学习体验。ONNX.JS支持CPU和GPU运行,可以借助一系列优化技术减少CPU和GPU间的数据传输,减少GPU处理的循环次数,从而将性能最大化。

开放标准需要中国的参与

(微软人工智能平台团队首席项目经理Prasanth Pulavarthi)

对微软而言,ONNX研讨会在中国的落地不仅能够让中国的开发者和企业获得更加方便的深度学习框架格式,同时也能为ONNX创造更大的发展空间。

Veeraraghavan表示:“在开源标准的范畴之下,如果没有中国的参与,没有中国企业的采纳,实际上是没有意义的,因为很难想象某个开源标准仅仅是美国标准而没有得到中国的认可和采纳,这也是我们为什么花费时间和精力来中国组织ONNX活动的原因。我们希望借此机会将中国本地的伙伴和客户都吸引到ONNX联盟中,最终实现一个统一的、开放的软件平台和标准,让各种不同的神经网络模型可以处处运行。”

据微软人工智能平台团队首席项目经理Prasanth Pulavarthi介绍,有超过20多家相关的中国企业和合作伙伴来到首届中国ONNX研讨会,就重要的技术发展方向以及具体规则或者标准制订进行了探讨。“阿里巴巴、腾讯、华为和百度等都已经加入了ONNX,这是非常有意义的,中国将在ONNX的工作中发挥重要作用。”Pulavarthi表示。

现在ONNX并不能解决所有的痛点和问题,但处在快速发展和成熟当中,随着市面上越来越多的神经网络模型出现以及越来越多的客户在使用,为ONNX提供了学习、反馈、总结的机会。Pulavarthi强调,ONNX的工作也不能凭借微软一己之力完成,更多是一个社区的共同努力,ONNX本身就是以社区开展工作的联盟,IBM、Facebook等都贡献了转化器。

ONNX在中国的落地不仅要吸引中国的大小企业,还要有政府以及大学学界的关注和参与。“总而言之我们的目的就是希望为整个AI的世界搭建一个统一、开放的平台,让所有各方都有机会真正参与进来。”Veeraraghavan强调。

微软对ONNX的“爱”是真爱。除了把上亿Windows设备以及Windows产品与服务都贡献出来,微软还投入真金白银和时间精力,搭建起了一个团队负责在中国AI开源社区进行推广。该团队负责人、微软中国人工智能产品部主管唐猛表示,“接下来微软会在ONNX推广、宣传、社区关系建设方面有较大的投入。我们的工作还在起步阶段,在未来将会听到更多关于微软在AI开源社区方面投入的消息。”(文/宁川)

2018-11-29

(AWS CEO Andy Jassy与VMware CEO Pat Gelsinger同台)

美国时间2018年11月28日举办的2018 AWS re: invent大会上,AWS CEO Andy Jassy在宣布了一系列新的云服务之后,邀请VMware CEO Pat Gelsinger上台,共同宣布了最新的混合云举动:将于2019年推出AWS Outposts服务,即把AWS公有云带到私有云环境中;该服务首先将基于AWS自己的硬件,提供两种软件——VMware Cloud on AWS以及原生的AWS云软件。在随后答记者问中,Andy表示不排除与HPE、DellEMC等硬件厂商合作的可能。

自2006年推出AWS之后,AWS就是坚定的公有云支持者。如今,AWS已经在全球公有云市场毫无争议的领导者。根据Gartner的2018年8月全球IaaS市场数据,AWS占据51.8%的市场份额,第二位的微软占据13.3%,第三位的阿里占据4.6%。而AWS的年增长达到46%(2017年Q3到2018年Q3)、年化营收达到270亿美元(2018年Q3)。作为这样一个在公有云产业占主导地位的厂商以及坚定的公有云倡导者,谁也有没以想到会在2018年底宣布进军私有云市场。

当然,AWS并不对外称私有云,而是类似微软AzureStack那样对外称混合架构或混合云。在2015年5月在Ignite大会上,微软首次公布了Azure Stack系统,随后推出了三个技术预览版,2017年11月微软CEO Satya Nadella亲自到中国发布AzureStack。AzureStack的首批硬件合作厂商有DellEMC、HPE、思科和联想,而在Azure Stack一体机集成系统里是与Azure一致的IaaS与PaaS软件,这也就意味着一致的容器技术和开发运维体验。此外,Azure Stack一体机的软件部分是按照云用量付费的方式计费,硬件部分则由硬件厂商报价。

Andy Jassy并没有在2018 re: Invent上公布AWS Outpost的具体技术细节和价格信息,已经公布的AWS Outposts硬件系统将采用与现有AWS公有云数据中心里一致的硬件,这也就意味着定制化的服务器、存储和网络。众所周知,像AWS、微软、阿里云等超大规模云服务商,其数据中心都是定制化的硬件系统,以满足公有云数据中心超大规模、超大密度、高度自动化运维等特殊需求。HPE、DellEMC、浪潮、华为等品牌服务器厂商,富士康、纬创、英业达等代工厂商,都为互联网公司和超大规模云服务商提供定制化的服务器产品。

早在2011年的时候,Facebook就宣布公开共享自己的数据中心设计架构,同时推出了Open Compute Project(OCP)开放硬件项目,2014年微软加入了OCP项目。2012年,百度、腾讯、阿里巴巴、中移动、联通、电信等发起成立了天蝎组织(后来的ODCC),ODCC与OCP目的使命完全一样。2016年底,LinkedIn又发起了OPEN19,与OCP和ODCC面向大型云服务商数据中心不同,OPEN19适合于任何规模的数据中心。

到目前为止,Amazon或AWS都不在上述任何一个开放硬件项目中,但AWS也是自行设计硬件并委托制造厂商生产。与AzureStack不同,将与2019年首发的AWS Outposts并没有选用任何一个品牌硬件商的产品,而AWS自研的硬件系统。为什么是这样的设计?

(AWS Outposts交付方式)

AWS Enterprise Services Marketing总经理Eron Kelly在接受采访时表示,AWS Outposts是整个AWS公有云的一部分,企业用户从AWS公有云的控制面板采购Outposts服务后进行相应的配置,然后AWS把配置好的硬件系统运送到企业用户指定的数据中心内,由AWS负责相应的调试、上线及运行,然后企业用户就像使用公有云一样使用在本地数据中心的AWS服务。首批Outposts可配置的AWS计算实例有EC2(弹性计算)和EBS(弹性存储),这也是最经典的AWS IaaS产品,大部分AWS云服务都是基于EC2和EBS,这也就意味着理论上可以在Outposts上运行大部分AWS服务。之后,Outposts将陆续可配置ECS(容器管理服务)、EKS(Kubernetes管理服务)、EMR(大数据服务)、RDS(云数据库)、Sagemaker(机器学习托管服务)等计算实例与服务。从这个角度来说,就理解为什么首批Outposts要基于已有的AWS硬件,这样就保证了一致的高可用、高可靠、弹性计算等公有云特点。

从Eron Kelly的描述来看,虽然AWS目前并没有公布Outposts的价格信息,但理论上这种Outposts模式类似于租车:企业用户只需要按使用服务付费,而运送到企业数据中心里的硬件则免费提供或只收取少量的“押金”。 Eron Kelly强调,一旦送到企业数据中心的AWS硬件出现故障,也将由AWS自行收回并为企业更换新的硬件。Andy Jassy表示,如果价格合适,将考虑与HP、Dell等硬件厂商合作。但对于品牌硬件厂商来说,能否接受这种模式,或以何种方式接受这种模式,还有待探讨。

再回到软件系统,AWS Outposts提供两种方式的软件:VMware Cloud on AWS以及AWS Native。VMware CEO Pat Gelsinger在接受媒体采访时表示,企业IT基础设施有着不同模式,包括物理服务器和虚拟服务器、订阅模式和永久许可软件模式、托管数据中心与云计算模式以及基于容器的云原生开发运维等,而VMware的目标是为企业提供跨所有计算模式的一致体验以及可见性,这就是VMware对混合云的理解:在企业提供不同的计算模式,企业可以根据需求自行选择所需要的计算模式,而VMware则提供无缝而一致的体验。

为了与AWS Outposts相对应,VMware也同天宣布推出VMware Cloud on AWS Outposts 以及运行于Outposts之上的VMware Cloud Foundation for Amazon EC2。也就是说,无论用户是选择VMware Cloud on AWS还是AWS Native,VMware都能通过AWS Outposts回归企业自有数据中心。而企业原有的VMware SDDC数据中心,则可以通过AWS Outposts上的VMware软件,顺利衔接公有云。

Andy Jassy强调,AWS Outposts的推出是应广大企业客户的呼声。企业客户都长期使用并十分熟悉VMware的软件体验,希望能够在私有云和公有云环境中使用一致体验的VMware软件体验,包括一致的控制面板、一致的工具、一致的API等。而有些企业应用可以迁移到公有云环境中,有些应用则无法迁移,这包括对时延有要求的本地化应用以及对数据主权和隐私有特殊要求的应用等,而这些无法迁移到云端的应用也希望能够与公有云中的其它应用和云服务相通,这就是AWS Outposts的源起。

尽管Eron Kelly表示,AWS Outposts要到2019年的下半年才有可能面向市场推出正式版,但现在即将启动私有预览请求,企业用户可以向AWS申请尽早试用该服务。如果有的地区市场客户更加积极要求私有预览,AWS也有可以率先在该地区正式开通Outposts服务。AWS以客户需求为中心,因此想要Outposts尽早来到自己所属的地区市场,当地企业就要行动起来,用申请数量和呼声“锁定”AWS Outposts。(文/宁川)

2018-11-28

著名的发明家及工程师、戴森电器品牌创始人詹姆斯·戴森曾说过一句话:“我们的使命很简单,就是解决其他人容易忽略的问题。”这句话不仅对有着110年历史的真空****有重大价值,也对于有着12年历史的云计算产业来说有着重要意义。随着全球进入云计算的第二个十年,企业对于上云、用云和管云的需求,从最开始的粗放型也逐渐走向精益型,而云计算精益运维的核心就是解决容易被忽略的各种云上问题。

企业上云都遇到了哪些容易被忽略的问题?根据RightScale在2018年初发布的第7次全球云计算状况调查,当时的结果是全球26%的企业每年在公共云上花费超过600万美元、52%的企业每年花费超过120万美元,而20%的企业计划在2018年使公共云支出增加一倍以上、71%的企业将公共云花费增加20%以上。与此同时,云用户低估了云支出的浪费,受访者估计有30%的浪费,而RightScale已经测量了实际浪费达35%。

2018年全球企业上云的前四大需求(超过40%)是优化已用云成本(58%)、把更多的工作负载向云迁移(51%)、更好的财务报表(44%)、面向治理的自动化策略(42%),这些需求的解决方案并不是很高深的技术创新,但正如詹姆斯·戴森所言而是属于“其他人容易忽略的问题”,又是云上精益运营所必须的,正因为如此也导致了整个云管软件的高度碎片化。ChinaMSP是一家2017年11月成立的中国创业公司,该公司的理念就是以“瑞士军刀”的方式提供一系列云管工具,而底层是打通的技术平台,解决碎片化云管需求的同时又可扩展。

云原生的迁移工具

(ChinaMSP CTO 窦雪峰)

在企业上云、用云和管云三部曲中,上云是第一步也是最重要的一步。在RightScale的2018年调查中,81%的企业选择多云策略,公共云采用率从2017年的89%增加到2018年的92%,而2018年私有云采用率则从2017年的72%上升到75%。

无论是私有云还是公有云,企业都面临从原有虚拟机环境向云环境迁移的过程,这个过程的成功与否,直接决定了企业未来在云上能否成功。ChinaMSP CTO窦雪峰在2018年11月24日“打造舒适云途之旅 ——云迁移及管理架构实践与探秘(北京站)”上表示,企业IT服务如果有一个标准的话,那就是业务或者整个数据中心迁移的能力。向云迁移过程中,涉及到从原有虚拟机环境向公有云或私有云的迁移,或者私有云向公有云的迁移,那么如何降低对业务的影响、如何降低迁移的成本、迁移之后能否获得云的敏捷性,决定了上云是否成功。

窦雪峰在加入ChinaMSP之前曾是恒丰银行的技术骨干,参与了恒丰银行包括核心银行系统在内的150余个应用系统向金融云数据中心迁移项目,实现了主要应用系统的云化升级,网上银行、手机银行等面向互联网的应用整体上云。恒丰银行是国内大中型银行中第一个实现生产环境下主要应用系统运行在基于开源OpenStack云平台,也是第一家全面投产上线软件定义网络(SDN)和多租户行业云的大中型银行。

(向云迁移的五种方式)

窦雪峰表示,企业的向云转型,云迁移是开端,这不仅涉及虚机的迁移,还有数据以及应用的迁移,只有三者都完成了迁移才能是业务的整体迁移,最终实现云上的业务敏捷性。企业的云迁移是云转型的重要支撑,转型的过程要保障三个目标,即:保障业务连续性,降低资源的消耗;改造整个运维体系,特别是形成自服务的云原生运维体系;监控云的运行,以保障故障诊断、定位和排错。

从具体迁移的技术角度来看,企业向云迁移面临三个大难点:

1.   工程上如何实现灵活组合,企业IT有不同的应用、应用之间还有相互依赖的关系,如何对不同的应用采用更适合的迁移方案,从而保证顺利的迁移过程以及迁移过程中的数据通讯;

2.   如何实现场景化+标准化,也就是从MSP云服务商的角度来说,在面临更多客户的云迁移工程时,如何批量化操作;

3.   如何保证业务的稳定,即迁移前后的数据一致性,迁移造成的业务中断时间尽量控制在切换窗口期内、RPO恢复点要尽量为零,以及对源端无影响。

窦雪峰强调,很多企业在迁移上云以后仍然采用应用重装的方式,为什么?原因有多种,其中一条就是工具不成熟。此前已有的各种开源方案和技术,但或多或少都存在着工程上的问题,有的从原数据中心传输到云数据中心时需要中断业务,有的采用安装Agent代理程序的侵入型方案带来风险,有的存在数据丢失的可能性,因此需要更完善的解决方案。

MigFlash是ChinaMSP推出的云原生迁移工具,配合ChinaMSP的云迁移服务,可以较好的解决企业从虚拟化数据中心向云数据中心的整体迁移工作。窦雪峰介绍,MigFlash云迁移工具的特点包括“Any to Any”的全能迁移、“All Online”的业务零影响、Agentless的零侵入方案以及Automated的智能化迁移。其中,“Any to Any”即对迁移源、目标都无限制,一套自动化迁移方案适合物理、虚拟、混合以及基于云的所有工作负载,无论是上云、下云、云间飘移均可高效支持;“All Online”即确保迁移后系统可正常运行,实现业务不停机完成迁移,最大程度消除业务风险;Agentless即对源生产环境更友好,源客户操作系统不需要安装任何代理或其他软件,对企业的生产环境无任何影响;Automated即够自动识别应用、智能匹配资源规格、自动执行包含数十项检查点的迁移预验证,自动启动迁移成功的资源等。

实际上,针对企业上云根据云化成熟程度不同,MigFlash也有不同的子版本。具体来说,向云迁移一共有五种方式,Rehost(云上重新托管)、Replatform(云上环境再造)、Refactor(云上应用重新设计)、Retain(不迁移)、Replace(替换应用)。MigFlash支持其中的Rehost、Replatform、Refactor三种。而对于当前企业最需要的Rehost方式,MigFlash的自动化程度最高。而MigFlash工具配合ChinaMSP的迁移分析、规划、选择路径、迁移执行、建立云管平台、云化改造等完整的云迁移服务,能够保障企业的上云之旅。

云原生的管理与优化工具链

(ChinaMSP COO 岑义涛)

作为一家成立于2017年11月的MSP云管理服务创业公司,ChinaMSP的商业模式很明确:工具+服务。Gartner对于云MSP的能力定义是:需要在超大规模云服务提供商方面拥有深厚的技术专长,拥有功能强大的云管理平台,尽可能利用自动化的托管服务,能够交付针对云优化的解决方案,不管客户在部署新的云原生应用程序,还是从现有的传统数据中心迁移原有的工作负载。

ChinaMSP选择专注于云迁移和云优化工具领域,而云管平台方面则与国内的另一家创业公司FIT2CLOUD飞致云合作,这两家公司都有网宿科技参与投资。实际上,网宿科技之前的主营业务为CDN业务,也有数据中心IDC资源,随着近几年多云环境和多云管理需求的兴起,网宿科技也投资了ChinaMSP和FIT2CLOUD,通过三家公司的联邦形式组成中国版的RackSpace,为企业提供托管服务、云迁移服务、云管理服务、云管平台等综合云服务。

(ChinaMSP总结的“公有云费用优化最佳实践”九步路径)

作为提供云管理服务的ChinaMSP,需要设计出一个可以满足企业上云过程中不断演进的工具链,这就是云原生的流程管理工具链。ChinaMSP COO岑义涛在“打造舒适云途之旅 ——云迁移及管理架构实践与探秘”上介绍,ChinaMSP的云原生工具链分为三层:底层是驱动层,通过多云接口适配,连接多云资源,包括AWS、阿里云等公有云以及OpenStack和VMware等私有云和虚拟化环境;中间为能力层,提供FarTag标签策略及自动化以及Cloud DWH云数据仓库,作为一个通用技术平台向上支撑工具层;而上层的工具层,目前则提供了CostVision成本分析与容量规划工具、IAM Manager自动化授权管理工具、云上资产管理的云运维地图工具和云灾备工具。

基于自有的工具链,ChinaMSP可以满足云资源与费用优化、安全监控与审计、云运维和云备份与恢复等精益云管理。ChinaMSP的云原生运维工具链还可以与第三方的云管平台、CMDB运维数据库、服务流程工具、DevOps工具等连通,满足企业用云和管云的全面需求。

作为云计算精益化管理的基础,对云计算资源打标签是必不可少的环节。不少公有云服务都提供粗粒度的资源打标签功能,比如对弹性云服务器、云硬盘、弹性伸缩等资源打标签,但如果要精细化运营和管理云资源,就要更加细腻化的对云资源打标签:一种方式是手工打标签,另一种方式是智能化打标签。ChinaMSP的智能打标签FarTag产品,基于智能映射的方式,优化分组结果:可秒级确认云资源归属的个人、组织、业务,同时发现僵尸资源、无主资源;提供集中化的资源标签展示与管理,无需在不同账号、角色之间切换;且能实现运维自动化及敏捷云管,并与DevOps流程集成,自动化匹配云资源;权限自适应,自动分配资源访问权限,业务变更时也可自适应。

正是基于FarTag产品,向上支撑了精细化的成本分析与容量规划、自动化授权管理、云上资产管理等。岑义涛以AWS公有云的成本与容量规划为例,理论上EC2采购可能出现170万种组合,其费用相差巨大。即使在中国只有宁夏与北京两个区域可选,余下的组合中采用按需付费还预留实例,仍有很多费用可优化的点。

岑义涛强调,建议企业要重视云成本与容量的规划与优化,因为云费用优化的难点在于要懂整个公有云IaaS计费方式,还要懂全栈IT知识、架构优化和业务关系。所以企业需要组成一个懂财务、懂DevOps、懂应用架构设计、懂公有云服务和计费的专家团队,当然也可以选择ChinaMSP的服务。

细腻化的打标签和智能化标签管理,是帮助企业用好云、管好云的第一步。FarTag按技术类、业务类、自动化类、安全类等自适应打标签,然后再把账单按标签拆分到每一个组、每一个人。“只要标签足够多,就可以拆分到更细的颗粒度”,岑义涛表示。此外,还可以把一个企业内不同的账号整合起来做“集合竞价”,也就是AWS对大客户的阶梯计价自动折扣模式。而当AWS的实例升级换代时,费用也有所降低,即使不降低也提高了实例性能,因此也属于成本与容量规划要考虑的范畴。这些其实都是“容易忽略的问题”。

ChinaMSP目前的客户以互联网公司和运营商为主,岑义涛介绍,未来看好传统行业的上云和管云业务。其中互联网公司为ChinaMSP提供了打磨产品的机会,而制造业和工业互联网将是ChinaMSP真正的战场。工具类业务是ChinaMSP坚持的方向之一,目前开发的工具类产品主要针对中国市场用户的需求,同时也在积极争取把自己的工具上架到AWS的全球云市场。

岑义涛表示,ChinaMSP希望成为企业将业务从旧世界迁移到新世界的桥梁,帮助金融、制造、运营商等行业客户站在云端,更舒适、轻松的迈向数字化转型之旅。“尽管新世界并不完美,但它有蓬勃的生命,将在技术和应用双轮驱动下持续生长——云世界正在呼啸而来。”(文/宁川)