博客首页|TW首页| 同事录|业界社区
2019-03-24

当前,中国是全球第二大保险市场,而瑞士再保险集团则于近期发布观点认为中国将在2030年成为全球第一大保险市场。作为全球最大的保险市场之一,中国的保险科技也处于快速发展阶段。不过,相比于银行信贷业的大数据风控、移动支付和流程再造以及证券业的智能投顾等新兴概念,中国的保险业则相对传统,推进应用科技的节奏相对保守。

业内普遍认为,保险行业的IT水平落后于银行业十到二十年。其原因有多方面:首先,银行为实时交易,对帐户、数据、准确率要求非常高;保险更多为非实时交易且环节多,从前端的产品设计、营销、承保、核保、理赔、客户服务、风控到后端的财务管理,业务的复杂性、模块独立性与银行业不同。其次,因为业态不同,银行和保险的竞争对象更多为同业,过去的竞争集中在渠道竞争、产品竞争以及代理人规模的竞争,而没有转向科技竞争;随着科技对于保险影响的不断加深,保险公司也在不断地加大科技投入。

从保险业的体量、基础地位、对其它行业的影响以及场景的丰富性来说,科技应用发展的空间非常广阔。银保监会的成立,对保险行业的格局又将产生深远的影响。有理由相信,在未来几年保险科技必将是一个厚积而薄发的行业,将有大量的投资机会和优质投资标的出现。

在钛资本新一代企业级科技投资人投研社第15期中,保险科技专家胡武法先生分享了保险科技行业的现状、发展趋势及机遇。胡武法拥有25年IT领域工作经验,涉及保险、银行等金融行业,并有12年大型保险集团IT信息化建设管理经验。他曾就职于美国国际集团AIG中国子公司美亚财产保险,担任IT副总裁一职。他此前在中国平安科技公司担任保险新渠道IT开发部副总经理,负责平安保险集团的保险电销及网销业务信息化建设;并曾担任平安银行IT开发部副总经理职务,也参与了原平安银行与深发展的两行整合工作。胡武法目前任某金融IT类上市公司保险科技首席顾问,负责公司保险科技板块的战略规划及创新业务推进工作。

国内保险市场概况

目前国内有财产险公司有约88家、人身险(含健康险、养老险)公司91家,总共有179家保险公司。除此之外,还有499家保险经纪公司,以及接近2000家保险代理公司,这是整个保险市场持牌机构参与主体。

过去的2018年,整个保险市场的原保费收入达到3.8万亿,同比增长3.92%,单从增长率看,保费规模的增长速度在显著放缓。2017年,整个保险市场的原保费收入相比2016年增长了20%,2018年对比2017年增长不到4%。其中寿险只增长了不到1%,产险增长了11.5%。

出现这个变化的主要原因,是2017年底保险业监管层面根据市场形势变化在监管政策方面做了较大的调整, 特别是对寿险趸交理财产品方面监管思路做了调整,导致保险行业的整体业务结构发生了一定变化。这个变化促使行业回归到了保险保障的本质,回归了保险业长期良性发展的正确道路,所以对于整体保险行业2019年及后续形势仍然看好。

同时,作为观察一个国家或地区保险市场成熟度的重要指标之一,中国在保险深度(保费收入/国内生产总值)和保险密度(保费收入/总人口)方面:2018年全国(不含港澳台地区)的保费密度为2724元,保险深度为4.22%;而在较成熟的保险市场,保险密度在2500美元以上、保险深度一般在7~10%。所以,我们可以认为中国是保险大国但还不是保险强国,仍有很大的发展空间。

保险科技市场的参与者

(保险科技市场参与主体)

保险科技市场的第一大参与主体,是相对传统的保险公司以及保险经纪公司,比如人保、国寿、平安、太保、太平, 大童、明亚、泛华等等。

第二大主体是互联网保险公司,典型的包括众安、泰康在线、易安和安心四大家,其业务模式、经营理念、科技投入与传统的保险公司有相当大的差别,在保险科技领域有更多的突破和发展。

保险科技市场还有一类大的参与主体是互联网巨头以及保险业务的上下游关联公司,比如我们熟知的BATJ、****等巨头都在保险领域有相当大的布局,有的持有一家或多家保险公司牌照、直接参与保险公司的经营,有的持有保险经纪或保险销售代理牌照并利用自身流量优势给C端提供保险产品服务。同时还有很多汽车厂商、医疗机构在保险业务中有布局,也是保险科技市场的重要参与主体。

保险科技的创业公司毫无疑问也是市场参与主体之一,比如车车科技、栈略数据、大特保、保险极客等等。从广义上,其实还包括与保险公司合作,提供软硬件平台服务、系统技术服务、数据分析服务等技术服务商,也是这个行业中的重要参与主体。

(现阶段保险科技细分行业图谱)

从保险科技细分行业图谱看,根据不同商业模式的属性,总体来讲可以分成四个大类:

第一类是互联网保险公司,有众安保险、泰康在线、易安保险、安心保险这四大家。

第二类是2A公司,就是给Agent(代理人)端提供展业工具的公司。在这个分类当中有很多公司做得非常好,比如说保险师、腾保保险、超级圆桌、e家保险、i云保等等,它们更多是通过科技手段给代理人群体提供更有效的展业工具,促进业务发展。因为代理人群体是寿险行业中非常重要的参与主体,寿险的个人代理人以及银行渠道,大概占了90%的业务来源。

第三类是2B公司。2B公司有两大类:一类是场景端,包括线上和线下的场景,特别是互联网的流量场景和线下某些特定群体的场景,比如退货运费险、航班延误保险,或者给中小企业提供补充医疗保险、健康管理服务等等;另一类是赋能保险公司,给保险公司的各个业务环节提供科技的支撑,做业务的转型和运营效率的提升。常见的是与车联网相关的技术,比如OBD、EOBI等等,基于车辆的驾驶行为、行使里程、行使区域等数据进行风险评估,帮助车险公司更好地设计产品和服务客户。还有一大领域是理赔,因为理赔永远是保险公司的一个痛点,有不少的公司利用各项先进技术给保险公司在理赔方面提供防欺诈、快速理赔、远程核损定价等等服务,从而提高客户体验、控制理赔的费用。

第四类是2C公司。其中包括:直接面向客户提供综合销售平台或比价销售平台,帮助客户更好的获得想要的产品;其次还有管理型总代理,国外叫MGA (Managing General Agent),这类公司不仅提供销售渠道的支持,还提供产品设计、营销以及客户服务,以帮助保险公司更好服务客户,在国内像大特保等公司具备此类业务属性;再次是网络互助平台,这其实一般不算作保险科技,更多是网络互助计划,比较典型的例子是水滴互助及蚂蚁金服的相互宝;保单的管理和智能投顾领域也有不少创业公司。

保险科技对业务各个环节的影响

保险行业的主要业务环节可以分为保险产品设计、市场营销及渠道发展、定价核保,以及后续的理赔及客户服务。

因为保险是以大数据为基础做精算,所以大数据对于产品设计有着非常重要的作用,它可以帮助根据不同群体的风险特征和需求设计针对性的保险产品,比如退货运费险、特殊运动的保险、酒店取消的保险、航班延误的保险、手机碎屏险等等,都是因为有了场景和大数据,这些产品才能够落到实处。

另外,基于保险科技可以提供设计个性化定制的产品,比如说基于物联网的感知UBI设备设计创新的产品,这是保险科技对于产品设计端的影响或者促进。

在市场营销方面,保险科技对于市场营销的在线化、移动化、一站式及比价都有很好的帮助,特别是个性化的智能推荐,根据每个用户不同的特征来推荐更合适的产品,以及智能的精准营销,都是保险科技对市场营销环节的作用。

保险科技在定价核保环节的应用。首先,保险的定价不仅可以应用大数据来分担风险并且计数平均价格,而且可以基于不同人的行为习惯、风险特征,采用一个更丰富的定价因子和数据采集,使得定价更为动态和精准。人工智能在核保环节的作用,比如可以通过智能客服、人机交互的方式来了解客户的需求和信息,可以更好地评估客户的风险,从而提出自动化的承保建议以及提高承保效率。举例而言,在美国有一家公司Betterview,结合无人机获取被保房屋的相关风险信息并基于分析模型为核保提供建议。这些都是保险科技在核保环节的作用。

在理赔和客户服务环节方面,人工智能、大数据、区块链等在远程定损、自动化理赔和反欺诈方面已经发挥了重要的作用。

国内保险科技的发展进程

关于保险科技发展进程其实不同的角度有不同的评判。总体来看,第一个阶段应该始于2012年左右,为做保险科技的1.0时代。这一阶段的特征是利用互联网通道,把原有产品的销售在线化,把前端渠道和基本的客户服务实现线上化,所以这个阶段对传统业务模式进行了基本改造,这个阶段持续了三年左右。

从2015年开始,保险科技步入创新阶段。这个阶段的主要特征是保险场景化,特别是与流量入口的结合,比如携程、淘宝、腾讯、京东结合互联网的业务场景来做保险的定制,形成退货运费险、账户安全险、航班延误险、酒店取消险等。这个阶段的特征是场景化定制,根据不同的场景需求来定制更具针对性的产品,这个阶段出现了很多个性化产品。同时,在这个阶段,诸如大数据、人工智能、物联网等技术,开始在保险业务的局部环节逐步发挥作用。

保险科技的第三阶段为重构阶段,所谓重构不仅是保险科技在渠道、营销、产品定义方面赋能,更多是重构整个的业务模式,可能会创造出与传统保险业务模式不同的商业形态。

这个阶段不仅仅依赖于保险科技,也高度依赖于监管环境、监管创新、监管容忍度以及业务模式的调整。因为在中国以及亚洲其它国家,例如新加坡、韩国等,都属于高度监管的环境,在这样的环境下,保险科技发展的步伐快或者慢,非常依赖于监管的容忍和支持。在全球范围内,比如在加拿大、澳洲、马来西亚、德国、英国、美国,保险科技走得比中国更快,因为当地的监管环境相对来说有更高的容忍度。简单举例,在德国有家公司Friendsurance,是一个保险代理公司,其创新模式在于它的保费分成两个部分:一部分实际进入保险公司的帐户,还有一部分当做回报资金池,会根据相同的保险需求,把客户分成一个个小组,到了年底的时候,根据理赔的情况把资金池里没有使用部分返回给被保险人作为奖励。这种模式会激励被保险人更守信用、降低保险赔偿的发生,并且极大程度地减少欺诈风险,最终对于保险双方都是互利的。但是这种模式中短期在国内很难发生,因为监管对保费返还等有着非常严格的控制。

目前国内的保险科技还于处第二个阶段,基本上没有迈入到重构阶段,从目前保险科技创业公司所获得投资的轮次基本上就可以看出端倪。目前中国的保险科技创业公司约有250~300家左右,大部分获得投资公司的投资轮次处于A轮或者B轮,极少进入C轮,所以大部分公司还是处于早期阶段,都在不断地做探索和试错,而且各个细分领域百舸争流,还处于相对野蛮生长的阶段。

保险科技应用到保险业务的主要方向

保险公司其实有大量的用户数据、行为数据等可以帮助保险公司更好地掌握市场趋势和风险情况,推进产品的设计和定价。

区块链在保险行业里也有一些应用。其中在再保领域相对应用较深,因为再保涉及到多家保险公司的约定,比如说有些大风险业务,保险公司承保之后要根据之前的约定,自动或者手工分配到再保公司和其它的共保公司做风险共担,这是一个比较典型的可以应用区块链技术的场景。此外,区块链的分布式存储、不可篡改、智能合约等等,在业内也有几个不错的产品。比如众安科技联合中再、汉诺威再、通用再等合作发布《再保险区块链(RIC)白皮书》, 联合倡议发起建设再保险区块链公司间交易平台,以区块链为核心技术共同建设再保险平台,提高交易效率,加速推进区块链技术在再保险领域的应用;还有上海保交所与几家外资公司在再保领域提供的区块链产品支撑,该所发布区块链底层技术平台“保交链”,利用保交链技术可实现共保、再保业务信息的线上可信流转,助力形成再保/共保新交易生态。智能合约,即根据约定自动进行再保的分摊和合约的执行,这也是保险业务中应用到区块链技术的典型场景。

物联网跟保险行业的结合有天然匹配,物联网可以很好地感知场景、感知用户、感知用户的动态变化,结合保险场景和业务特征、产品设计,可以在很多方面提升保险产品与用户的互动。比如说车险的UBI(Usage Based Insurance),根据使用的情况来确定保费的缴纳情况等。另外一个就是寿险当中的可穿戴设备,根据健康状况的感知来提供健康建议,包括保费的折扣、返还等。另外物联网在产险当中也有很好的应用,比如可以通过物联网来感知设备运行的状况、开机的时间、运行区域,从而提早进行风险预判和告警。

虚拟现实在保险行业中也有应用,比如国外在建筑工程领域,给工人提供模拟的事件响应。比如面临风险状况时,工人该怎么应对,可以更好地提升工人的风险应对能力和意识,降低损失发生的可能;另外可以模拟汽车驾驶和碰撞体验,加强用户安全教育。

基因技术或者生物检测技术,在过去的几年其实一直都在帮助保险行业更好地做风险识别,比如辨别客户发病的风险,推进更精准、高效的产品定价和核保,同时利用基因检测技术给客户提供更有针对性疾病预防的监测、减少患病的风险、降低医疗的成本,这对于保险来说也有很好的帮助。

根据KPMG和众安保险发布的研究报告,关于保险科技对于保险行业的影响,最大的是大数据和人工智能,93%和87%的人都认为会对保险未来影响比较大;云计算、生物技术、区块链、物联网所占比例也非常高。

保险科技对于保险业务不同业务环节的作用和影响程度,根据统计报告来看,影响度最大的是营销与渠道、理赔、产品设计、核保、客户服务。这其实不难理解,在营销和渠道方面,目前保险科技的作用是表现最直接的,保险科技在过去几年的最直接影响是丰富了对保险客户的触达路径、增强了销售渠道的能效,直接促进了保险的销售。第二是理赔,保险科技可以帮助保险业务降低费用、控制理赔成本的发生,包括提高理赔服务的效率,所以这两个方面最受保险行业从业人员认同。

保险科技领域的创新创业现状

上图是国内保险科技初创公司的分布概况。从数据来看,超过10%的初创公司跟销售和营销相关,比如经纪人展业工具、场景定制、综合销售平台、比价等。这些初创公司为什么多选择这个切入方向呢?因为这个切入点比较能够满足保险公司当下的紧迫需求,而且切入门槛相对较低。

反而在理赔和智能投顾这两个领域,初创公司分布相对较少,有两个原因:第一,这两个领域的技术门槛相对来讲较高,对于团队以及团队沉淀的要求都相对较高,而且这两个方面对于保险的作用是逐步发生的,不是在半年一年就能见到效果,但这两个方向将来对于保险业态前端的展业工具、场景定制、销售平台等有更深远的影响。

从融资额来看,目前处于前部的更多为综合销售平台,很多保险经纪公司参与其中,比如说慧择、新一站等等,背后都是保险经纪公司的业务背景,通过技术手段帮助传统业务做转型。还有管理型总代理、比价平台、车联网技术等等。从融资总额来看,理赔管理、智能投顾、企业团险等的融资总额相对较小,反而可以体现出这些公司目前还是处于初期的创业阶段,有待价值进一步的挖掘和发挥。

保险科技在不同行业的典型案例

第一个例子,to A(展业平台)领域的“保险师”。保险师这个创业公司成立于2014年,定位于为寿险行业保险代理人提供一个可以快速高效生成寿险计划书或者投保方案的平台。因为寿险营销的第一步是要根据每一个人不同的需求,生成一个针对性的保险计划书,而这个平台可以更快、更智能地支持保险代理人。同时保险师会提供在线保险商城,以及保险代理人培训、同业销售经验分享、培训社区。目前保险师已经有超过700万保险代理人注册用户,在业内规模居前。i云保、超级圆桌等都是该细分领域中不错的例子。

第二个例子,场景化定制领域的“保准牛”。保准牛这家公司成立于2015年,是专注于保险场景的定制领域,通过互联网运作方式来创新产品、升级体验,为企业和个人提供一些定制化专属保障,目前比较关注的领域有体育保险。目前已经过了A轮融资,发展稳健。在这个领域也有其它不错的公司,比如量子保、悟空保、海绵保等等,创业公司相对较多。

第三个例子,大数据领域的“栈略数据”。栈略数据成立于2016年,专注于大数据、人工智能技术的研发,为健康险提供大数据智能风控方案,通过智能科技手段帮助保险公司及时发现核保理赔的高风险、降低赔付支出,识别虚假报案、过度理赔和欺诈的发生,目前已经与十多家保险公司建立业务合作。这家公司的产品包括健康险的智能理赔平台、医保的智能风控平台和长期护理的智能管理平台,是一家以科技为核心竞争力的创业公司。在这个领域还有其它不错的公司,包括七炅、评驾科技、明觉等,有的侧重于健康险,有的侧重于车险市场的大数据分析。

第四个例子,TPA(Third Party Administrator)领域的“易雍健康”。易雍健康成立于2013年,为医疗保险产品提供理赔管理、产品设计和支持服务,帮助保险公司做到精准控费,同时对接医院的数据,解决商业保险公司、医疗机构和参保人的信息不对称、医疗保障缺位、控费手段缺失、健康数据断裂等一系列问题。现在的保险公司特别喜欢费用控制服务,因为本身缺乏专业团队和专业能力来对接各个医疗机构。在这个领域不错的公司还有仁可科技、优加健康、君远健康、健保通、英仕健康等等,优加健康刚成立一两年,目前发展的也很不错。

第五个例子,2B领域的“保险极客”。保险极客这家公司成立于2014年,主要的定位是给中小企业提供定制化的员工福利保险、补充医疗、健康管理方案,这是一个相对细分的市场。国内为企业提供团体医疗保险的公司很多,像人保、平安,其主要定位是给那些大型企业提供保险服务。那些相对较小的企业的体量比较小而且保费额都不大,也不是个人客户,没法用到个人数字化手段提供产品,所以这在过去是一个保险服务的相对盲区。但是随着保险科技不断的渗入,过去几年有若干家公司在这个细分市场做得很好,保险极客就是相对典型的一家:市场整体反馈好,融资进展也不错,在去年完成了B轮融资。不仅是国内,包括在英国、美国都有不下十家公司,在中小企业领域都有很好的市场表现,得到了资本的认可。

第六个例子,车险领域的车车科技。在国内整个保险市场当中,财产险大约占了1/3左右,保费在1.2万亿左右,这个当中其实70%是车险,大约在8000亿左右。车险是每家大型产险公司都非常关注的领域,在这个领域当中也有非常多的创业公司参与,车车科技是比较典型的一家。车车科技是2014年成立的,在早期比较侧重于线上的比价和销售,对接了五十多家保险公司,给到不同的场景方,比如4S店、修理厂等,提供比价和销售。目前车车科技已经发展成国内最大的车险开放平台,打通了线上和线下的场景,实现车险的一站式投保服务,对接了200多家互联网的渠道、一百多万的投保人、500多万的代理人群体。车车科技在2018年初收购了国内比较大的一家中介公司泛华金控,通过收购完成了线上和线下深度融合,目前车车科技在国内车险网络销售领域走在前列。

在车险领域还有一家公司元嘟嘟,在2017年底成立,定位是基于大数据、人工智能以及汽车构造和保险条款方面的专业知识,帮助保险公司做车险理赔的风控。它利用人工智能等技术来做远程图象识别、远程检测,帮助保险公司做理赔的反欺诈识别,包括快速理赔自动化、提高用户感受,控制理赔费用的支出。从目前来看,这家公司的发展比较快,是车险理赔领域比较有代表性一家保险科技创业公司。

在车险领域有一家路比公司,据介绍,该公司提供全方位UBI车险解决方,并与国内一些保险公司达成了业务合作。车险是受到监管重点关注的一个领域,国内近几年对UBI车险非常关注,但在产品上一直没有突破,这跟中国商业车险改革的进程有很大关系。如果要根据使用状况做保费折扣或者返还,在国内当前的环境下还做不到,但是很多科技公司已经在做技术准备,包括与汽车厂商、保险公司合作,做一些前期技术的研发和储备工作。

第七个例子,SaaS领域的南燕科技。南燕科技成立于2015年底,通过SaaS的方式给众多保险经纪公司提供业务管理平台。很多保险经纪公司在科技方面力量还很薄弱,南燕科技提供承保、核保、定损、理赔、客户服务等功能,帮助保险经纪公司更快地与保险公司进行业务对接。南燕科技目前获得了B轮投资,投资方是美国史带保险。

再来简单看下几个国外项目的情况:

第一个例子,美国的一家公司John Hancock,中文名恒康人寿保险公司,其实是一家有一百多年历史的公司。为什么看这个案例呢?不是因为它在科技上有重大创新,而是因为它在去年做了一个大的业务转型调整,是业内第一家传统寿险公司放弃传统承保方式,转而销售基于可穿戴设备来跟踪客户的健身、健康数据的交互式新型保险。可穿戴设备其实不新鲜,在国内包括平安、友邦其实都提供可穿戴设备来感知客户的健身方式等等。这种良性互动有助于保险科技改变传统寿险营销承保方式。国内像平安、友邦,更多把可穿戴设备作为一个吸引客户的手段或者是客户体验提升计划,并没有跟保费的折扣做关联,当然也跟监管环境有关。这个例子说明,很多国外的传统保险公司,都在利用科技力量促进传统保险业务的变化和转型,更好地进行客户互动、产品业务模式的创新。未来的几年,国内可能会出现相关业态的变化,可以关注。

第二个例子,美国的一家公司Metomile,这是一家比较典型的基于UBI也就是基于使用而确定保费的产品形态。它在美国是一家相对比较标杆性的企业,定位于给一些低行驶里程用户按里程提供保险的公司。传统的模式是无论这个车开或不开、开多或者开少,保费都相对固定。但是美国的这家公司给那些开车比较少的客户提供更好的保费优惠,从它的统计数据来看,它的客户平均每年的保费是全国平均值的一半。这个客户群体其实规模也不小,而且这个模式能更好的适应碎片化场景。比如,私家车的车主加入Uber之后,风险可能会大增,传统的保险公司一般都不愿意去承保这样的客群;而Metomile与Uber合作之后,如果这个司机是处于载客时间段的保险由Uber自己来承担,而非载客时间由Metomile来承担。Metomile的这种模式可以更好地适应碎片化的场景,在美国的口碑和欢迎度不错。当然因为这些科技公司的前期投入比较高,所以本身的财务报表数据目前还不是特别好看,但是随着科技程度不断提升以及市场渗透度的变化,将来应该有很好的市场前景。

第三个例子,美国的一家公司Roost,成立于2014年。这不是一家典型的保险科技公司,定位是基于物联网智能家具的科技服务商,在美国跟14家产险公司合作,开发了一个帮助家庭预防漏水等损失事件的解决方案Alert。Roost通过物联网设备,可以向客户提前或及时发出漏水通知或预警,提高了保险客户和保险商之间的沟通透明度和定价准确度。Roost的数据库与保险公司理赔端是直接对接的,能够帮到保险公司在事故发生后快速核赔和支付,减少了客户等待理赔的时间,客户体验大幅提升。另外因为投保人能够更早的发现事故,将事故的损失控制得更小,这也是保险公司非常看中与Roost合作的价值。所以Roost表面上是一个智能家具制造科技公司,从某种角度来说也是一家保险科技公司。这类公司在国内也开始出现,将来应该有不错的发展空间。

第四个例子是Simply business,成立于2005年,总部位于英国,主营业务为在线上为客户提供定制企业保险和房东保险服务,目前已经为超过40万的客户提供服务。2017年该公司被美国保险公司Travelers以近5亿美元价格收购。Simply Business 平台通过一系列线上评估机制,为中小企业主和房东提供合适的保险业务,覆盖的是长尾的需求。现在已经是英国最大的线上企业保险经纪商,构建了比较成熟的商业模式。

通过以上案例可以看出,目前欧美的中小企业保险服务商主要是利用技术和平台优势对接中小企业客户资源,而国内此领域的创业公司则侧重于服务某些特定场景,优化商业价值链。在美国中小企业保险服务商市场一年保费大概是一千亿美金,也就是约6000亿人民币,接近国内车险的年保费8000亿人民币的量级。中国的中小企业数量在4000万到6000万之间,这样一个细分群体有待更好地挖掘。

保险科技发展的趋势和机遇

一,数据。从国内外的保险科技发展趋势来看,数据永远是核心。对风险的有效识别和分散是保险业的重要基石,风险识别的基础已经从对历史风险的统计分析,发展成为通过大数据建模实现对风险的高精度、宽维度及时识别。如何更广开源更细颗粒度的获取数据,如何更为有效的使用数据,将成为保险业的核心竞争力。这将促使产品精算、风控管理、人员管理、内控审计等一系列流程,逐步产生深刻变化。

二,物联网+保险场景。物联网与保险场景的需求有着天然的契合。数据化的必然要求是数据采集的自动化、标准化,这就必然要求数据收集机制,较少依靠不稳定的人工,而是依靠机器本身。传感器也会登上保险的舞台,例如能够收集驾驶数据的车用传感、检测居家老人体温和运动状态的家庭监控传感,智能水表和电表也可以为保险业标的风控建模提供源源不断的数据。这样,以前难以承保的事物将逐步会被纳入保险的保障范围。

举几个例子:在国内有一家产险公司久隆产险,股东方是三一重工。这家保险公司的经营特色非常鲜明,利用物联网技术可以远程动态感知大型设备运行的地点、状况、区域、时间段,提前做风险识别和管控;在中国有600万左右部电梯,物联网智能设备可以很好地掌握电梯的运行状况,以便提前介入维修、减少故障发生;美国一家哈特福德(HSB)保险公司,利用物联网设备感知高压锅炉运行状况,进行数据分析和风险提前介入,帮助工厂做风险管理服务和保险服务,市场口碑及经营业绩都很不错。所以物联网与保险不同的细分市场结合,空间非常大。

三,智能、简单、动态。基于数据及规则,结合图像识别、语音识别等手段,可以快速获得合适保险产品,而产品的展示形态、在线投保和理赔流程、保单填写的自动化等都会让消费者具有非常良好的体验。而动态是指保险保障的范围、保费的计算因子等,在不同场景中动态变化,以适应用户的具体需要。

四,保险科技跟其它金融科技的交叉会逐渐增多。消费金融、网贷平台等基于业务场景和客户资源可以为保险科技做更好的补充。比如基于消费信贷场景可以延伸保险科技相关服务,重点服务个人客户和中小微企业来丰富金融产品提供扩大业务种类,因为这些消费场景当中个人客户和中小微企业客户都有较丰富的征信数据,而这些征信数据对于保险产品的设计及承保判断提供了有效的参考;同时,消费信贷、智能风控等已有场景也为保险服务的触达提供了有效路径。

在美国有一家网贷平台SoFi,与一家在线保险平台Ladder合作,提供人寿保险;网贷平台提供信用的积分,而Ladder提供相关的保险产品,比如欺诈保险与健康险做交叉销售。这个模式在国内也有很多机会,而且过去一段时间,政策面也对此有很多支持,比如国务院发布的《关于更好支持民营企业融资的一些若干意见》、银保监会《关于进一步加强金融服务民营企业有关工作的通知》中都提到了保险,特别是谈到如何结合保险服务给民营企业包括中小微企业提供更好的融资渠道、并用更低的成本获得融资。

五,大型保险公司将成为越来越重要的参与者。比如平安、人保、泰康、泰保,在保险科技方面的投入非常大,因为它们一方面有资金、有业务沉淀,懂保险业务也有很成熟的团队。据不完全统计,15家持牌险企投资了48家科技类子公司(其中14家传统险企投资45家+众安在线投资3家),全行业布局在50家以上。

六,健康险市场规模巨大。健康险结构将从理财型为主,转向保障型为主。巨大的市场和密集的痛点意味着巨大机会。随着逐步进入老年化社会,养老及看护相关产业符合国家政策鼓励方向,保险需求也会进一步放大。

七,初创企业有机会在中小微企业领域保险服务市场获得突破。传统保险业务模式下,商险市场主要对面大型客户设计保险产品、提供风险保障服务,个险市场面向个人客户提供针对性保险产品。但传统保险产品设计、线下销售及服务模式严重阻碍了针对数量巨大的中小微企业保险需求的挖掘和服务的有效触达,而基于移动互联、在线支付、全流程服务线上化及自动化、大数据行业风控模型及反欺诈技术等的保险科技应用,逐步实现业务模式的标准化、线上化、自动化、自助化,将可充分激发传统业务拓展模式下无法有效满足的中小企业保险需求。

保险科技与监管

中国当前的保险监管环境其实是较为严厉的,随着去年一些监管部门的归并,比如银保合一(现在为银保监会),监管力度不断趋紧。近期发布的与保险科技相关的监管规定值得大家关注:

2018年10月,银保监会下发了《互联网保险业务监管办法(草稿)》征求意见,这个《意见稿》是2015年颁发的《互联网保险业务监管暂行办法》的升级,此次意见稿进一步将可不设分公司经营的险种扩容,对于不具备大量分公司资源的中小险企来说无疑是大利好。业内人士认为,此举有利于中小保险公司进一步利用互联网渠道加强创新、建立核心竞争力。此外,该意见稿也对续保服务、禁止默认搭售、反欺诈等方面做了明确要求。另外,互联网信息披露和产品宣传也已成为今年互联网保险业务监管的重点。

2019年2月,银保监会下发了《关于加强保险公司中介渠道业务管理通知》,提到保险公司及其工作人员不得通过中介渠道业务主体给予或承诺被投保人、被保险人、受益人,保险合同约定以外的保险费回扣或其它利益。当中涉及到不可以用积分兑换来抵扣保费,因为在过去的一年当中,有很多的平台利用积分给会员提供优惠,都会受到银保监会约谈,特别是在车险、健康险等领域,一些公司受到了相应的处罚。

另外,《通知》要求销售过程可回溯。保险公司、保险中介机构应完整记录和保存互联网保险业务交易信息,确保交易全面记录、不可篡改。交易信息应至少包括:产品宣传和销售文本、销售和服务日志、投保人操作轨迹、留存网页快照等。因互联网保险业务产生投诉纠纷的,保险公司、保险中介机构应在处理过程中全流程还原交易过程和细节。因自身原因不能还原交易轨迹的,应按照有利于投诉人的原则处理消费者诉求。

钛资本研究院观察

保险科技行业是一个快速发展中的朝阳行业,也为广大科技创业者提供了创业创新的机会与空间。与银行业不同的是,保险行业虽然规模巨大,但保险业务属于低频业务,功能和产品也没有银行业那么复杂,但保险业务对于风控的要求则高于银行业,这相应为科技的大规模应用提供了舞台。另一方面,保险业不像银行业那样受到高强度监管,这为保险业的组织创新、产品创新和商业模式创新,提供了广阔的空间。

我国的保险信息化基础相对薄弱。根据《中国金融科技运行报告(2018)》,我国保险行业的信息化投入,远未达到国际上保险业IT支出占营业收入5%左右的水平,而且我国保险业的信息人才储备也严重不足,保险公司信息化建设水平参差不齐,信息系统整合和协同效应相对较弱。因此,以大数据、人工智能、物联网等为代表的新一代保险科技和相关创业公司,不仅能够引领我国保险业的信息化发展,甚至可以弯道超车、直接跳过按部就班的信息化建设,一步到位最新的数字化基础设施和解决方案。

钛资本研究院认为,无论是保险科技的创业公司、投资人还是保险公司的CXO,都要有一个新一代保险信息化和数字化的全局观,用数字化统筹信息化、用信息化辅助数字化,同步投资和建设信息化与数字化,最终创造具有高度国际竞争力的中国保险公司和保险行业。

2019-03-22

数据库与中间件和操作系统并列为全球三大基础软件技术,也是企业IT系统必不可少的核心技术,银行、电信、制造、互联网等所有行业都依赖于数据库技术。由于其技术的高难度,数据库长期以来被少数公司控制了绝大部分市场份额。据不同的统计口径,全球数据库市场在300亿美金到600亿美金之间,商用数据库的领导厂商主要是Oracle、微软、IBM和SAP。

自1968年IBM推出了第一代数据库DB1以及1970年IBM工程师Edgar Codd写下了最早的关系型数据模型构想的论文,随后的30年间出现了著名的数据库公司Oracle(1977年成立)、Informix(1980年成立,后被IBM收购)、Sybase(1984年成立,后被SAP收购)、Sybase与微软合作的SQL Server(后由微软接管)等,全球数据库产业在2000年前后进行了第一次大战并主要形成IBM、微软、Oracle三巨头格局。

2000年以后的互联网和云计算技术变革,为数据库技术带来了“釜底抽薪”的底层计算系统变化,导致了以开源、分布式和云计算为主导的新数据库时代。2012年Google发布论文首次对外介绍了自研的具有划时代意义的Spanner全球分布式数据库、2014年AWS推出了云原生关系型数据库Aurora、2017年阿里云推出云原生关系型数据库POLARDB,2018年10月Gartner全球数据库魔力象限的领导者和挑战者象限出现了7强格局:微软、Oracle、SAP、AWS、Google、IBM和阿里云。

2019年3月21日的2019阿里云峰会·北京上,阿里云发布了POLARDB的2.0版本,实现了首次兼容Oracle数据库,可帮助金融、医疗、制造等大型企业在数小时内完成业务迁移。除阿里云外,其它国内云厂商也相继推出了自研的云数据库和分布式数据库产品。2019新年伊始,数据库产业50年的第二次“世界大战”已经硝烟四起。

电商巨头的技术溢出效应

从Gartner的2018全球数据库魔力象限来看,AWS与阿里云是两大电商巨头的对外技术输出平台,AWS与阿里云都推出了种类丰富的数据库产品。而Google虽然是全球互联网技术和云技术的“大牛”,但Google内部技术的对外商用化输出往往晚于市场,Cloud Spanner就是直到2017年才向市场推出。

过去十年,电商巨头的技术溢出效应十分明显。AWS目前已经推出的数据库产品包括Amazon DynamoDB(非关系型文档和键值数据库)、Amazon ElastiCache (提供Redis和Memcached开源分布式缓存数据库) 、Amazon Neptune(图数据库)、Amazon Elastic MapReduce(EMR)Hadoop发行版,以及Amazon Relational Database Service(Amazon RDS,支持Amazon Aurora、MariaDB、Microsoft SQL Server、MySQL、Oracle和PostgreSQL等的云数据库服务)以及云原生数据库Amazon Aurora for MySQL and PostgreSQL等。

而阿里云已经推出的数据库产品包括ApsaraDB for RDS(关系型云数据库服务,支持MySQL即AliSQL、SQL Server、PostgreSQL、Redis等)、PolarDB(云原生数据库,支持MySQL、PostgreSQL、Oracle)、HybridDB for MySQL and PostgreSQL(云数据仓库)、Elastic MapReduce for Hadoop、HiTSDB(时序数据库)、X-DB(分布式数据库)、GraphDB(图数据库)等,此外阿里云Apsara Stack还支持企业本地化私有云部署。

无论是AWS还是阿里云,所提供的数据库及数据服务种类繁多,覆盖了绝大多数用户场景,特别是由于电商交易系统的特殊性,AWS和阿里云等开发了支持数据强一致的交易型分布式数据库,能够满足金融类业务的苛刻需求,而成本则远低于商业数据库。

为什么电商企业如此孜孜不倦的钻研数据库呢?以阿里云为例。阿里最早从淘宝、天猫等电商业务发展起来,当时采用的就是IBM DB2和Oracle商用数据库,支持了早期淘宝、天猫的快速发展,这是阿里数据库发展第一个阶段。到了2011和2012的时候,双11开始上规模,业务高速发展对传统的Oracle企业级数据库解决方案提出了挑战,成本太高是首当其冲的挑战,其次当电商业务逻辑变复杂以后,需要理解Oracle数据库的技术实现,以便从根本上解决业务极限场景的挑战,但无论是请Oracle专家到现场的时间还是成本都无法满足业务要求,阿里巴巴从2012、2013年后就开始大规模使用开源数据库,这是阿里数据库发展的第二阶段。第三个发展阶段就是云时代,阿里云的业务快速发展要求自研云原生数据库,这就是POLARDB的诞生逻辑;以及在阿里集团业务中,传统用中间件进行开源数据库分为分表的解决方案也不能满足业务要求,这就是X-DB的的诞生逻辑。

简单来说,电商企业的技术溢出是被业务倒逼的结果。阿里电商双十一场景,在世界范围内来看都绝无仅有,这也给了中国电商企业登顶全球基础软件技术领导地位的机会。作为全球绝无仅有的高并发挑战,阿里分布式技术经过双十一极限流量洪峰的实战考验,这也是为什么阿里云能够首次代表中国厂商冲入Gartner全球数据库魔力象限。2018年,美国犹他大学计算机系终身正教授、世界级数据库系统专家李飞飞,正式加入阿里巴巴,任数据库产品事业部负责人以及达摩院任数据库首席科学家,他于2018年底入选了2018 ACM杰出科学家。李飞飞门下弟子遍布全球所有顶尖企业的数据库部门,但李飞飞自己却选中了阿里,其主要原因就是阿里的全球独一无二的业务场景。

云厂商集开源技术大成

(阿里达摩院数据库首席科学家李飞飞)

2019年是阿里云十周年、AWS进入第13个年头。云厂商对于开源技术的集大成,正在进入全新的阶段。2014年AWS发布Amazon Aurora的时候,当时称性能与商用数据库相当,但成本只有商用数据库的1/10。而2017年阿里云推出POLARDB的时候,在100TB的数据容量上提供了10倍于传统商业数据库的性价比,如今性能达到AWS Aurora的2倍。

不可否认,阿里云的数据库发展离不开Google和AWS等前辈的指引。谷歌最早提出了Spanner,可以实现跨数据中心的数据强一致性,这在当时是跨时代的技术,但谷歌其实是巧妙的利用了原子钟的硬件解决方案;PostgreSQL的XC/XL开源分布式数据库使用的是GTM(Global Transaction Manager)解决方案。阿里云的X-DB则采用了混合逻辑来解决分布式事务处理和查询,已经支持了几乎阿里集团所有海量数据高并发的场景。

如今,阿里云正在把多个领先的数据库技术融合起来,以满足客户的更多、更高需求。云原生数据库POLARDB采用了存储计算分离、软硬件一体化设计,通过高速的RDMA网络提供共享存储的架构,可以快速实现弹性缩扩容,单个实例可扩展到1000核计算能力、同时可以横向扩展到100TB存储空间,满足大规模业务场景的需求,2.0版本则兼容Oracle。据了解,POLARDB与X-DB的优势即将融合成一体,也就是即将推出的POLARDB分布式版本。

即将推出的POLARDB分布式版本是在POLARDB共享存储、一写多读的架构上结合X-DB的核心分布式技术,这样企业就可以利用X-DB的分库分表强一致分布式技术挂起多个POLARDB实例,支持几乎无限的水平规模拓展,满足企业级上百个节点高并发业务需求。POLARDB分布式版本的推出,将用一个通用商业数据库产品来满足公共云上大中小企业的需求以及线下企业级超大规模用户的需求。这款产品最大的好处之一,在于底层接入的不是单节点数据库,而是分布式共享存储且单机支持100T,这样一个200T的数据库只需要两个POLARDB实例即可,大幅降低了跨分区处理的可能性。

POLARDB分布式版本这样一个集大成的通用型全场景覆盖数据库产品,当前阿里云已经储备了足够的技术和实践,现在的主要工作是产品化、标准化,以便能够快速规模化部署。李飞飞认为,阿里巴巴在分布式数据库的某些领域和某些维度上,可能超过像谷歌这样公司在分布式领域的积累,这是因为任何技术都是业务推动衍生出来的,只要有业务场景就能推动其技术从跟随发展到后发领先。

除了分布式和云原生数据库技术外,李飞飞所带领的团队还专注于数据库生态工具库,也就是开发各种辅助工具帮助客户用好数据库。阿里云的一个数据库生态工具就是针对混合数据库和混合云之间的数据迁移工具ADAM,可以大幅减少不同类型数据库和云部署之间数据迁移的各种消耗和对业务的冲击;另一个工具是混合数据库管理,可以管理A/B数据库、云上和云下数据库等混部架构,满足业务对混部数据库的访问和统一控制管理需求。

据了解,阿里云数据库很快将在2019年SIGMOD大会上介绍阿里云双十一场景下的分布式数据库架构。此前,谷歌Spanner、AWS Aurora等都是首先在SIDMOD会议上发布。而阿里云将登陆2019年SIGMOD会议,这也代表了中国技术厂商的成就。

展望未来几年,全球数据库市场将迎来50年的第二次巨变。在2018 Gartner全球数据库魔力象限的7强格局中,AWS、阿里云和Google为开源技术厂商,微软、Oracle和IBM也大举支持开源技术。Gartner预计,开源数据库将在2019年占据20%的数据库市场份额,而到2023年75%的数据库都将登陆云平台。一场数据库的世纪之战,已经在所难免。(文/宁川)

2019-03-21

2019年3月13日,万国数据公布了2018年全年的财务业绩:2018年全年净收入猛升72.8%至4.061亿美元。同时,万国数据还在48小时内宣布了两项新融资:获得平安海外控股1.5亿美元股权投资以及通过发行ADS等机制获得4.5亿美元融资。从万国数据上市以来,仅两年多的时间,融资总规模已高达14亿美元,万国数据拥有充足的资金可用于接下来的业务高速发展。

万国数据在2018年的高增长,说明了中国企业IT市场正在经历一场加速转型,这场转型的核心就是混合云。在欧美市场,已经基本从企业自建数据中心过渡到完全把自己的IT系统构建在第三方云服务商的数据中心之上;而在中国,企业则倾向于公共云、私有云、内部IT的混合部署模式,而这个趋势正在影响第三方数据中心的形态变化。

市场调研公司451 Research曾预计到2020年,全球托管数据中心基础设施的年复合增长率将达到16%,数据中心管理人员开始将数据中心设备进行托管而不是在自己的数据中心运营管理,这是一个重大转变。在中国,这一趋势将更加明显。混合了托管服务、公共云服务和内部IT服务的新型数据中心,正在中国市场兴起。

第三方数据中心成为新型混合云载体

云计算正在成为第三方数据中心的主要驱动力。2012年到2014年是中国云计算的启蒙年,国际和国内的云服务商纷纷开始对外商用,拉动了中国市场对云计算的认知。随着云计算在国内的发展走向成熟,国家对云计算产业形成了长期的发展规划,把数据中心等基础设施的发展也列入主要任务,形成了云计算与数据中心融合发展的格局。

所谓云计算与数据中心融合发展,主要是指公共云IaaS与各类数据中心的过渡与衔接。公共云IaaS即指更大规模数据中心的集约化运营,通过公共云门户对外提供计算服务。而各类数据中心则或是企业自建或是第三方运营商提供租赁服务,主要面向私有云和企业内部IT服务。但在实际落地过程中,可以采取一个数据中心多种部署模式,即在一个数据中心里既部署有公共云服务、也部署企业私有云和内部IT形态,这就是第三方数据中心同场托管的混合云模式。

在过去几年,中国的公共云IaaS市场处于高速发展阶段,2013年到2016年都处于50%以上年增长率,在政策利好的情况下还将保持高速发展的状态。但另一方面,国内的大企业运营则需要保护数据隐私以及符合各类监管遵从,因此私有云和内部IT仍有重要的地位,那么混合云就是国内企业IT云化的首选。但混合云环境除了多云管理方面的挑战外,多云连接也是一大难点。

2018年9月,万国数据发布了战略级云连接产品,提供了国内八大云服务商的连接服务,包括:阿里云、腾讯云、AWS、Azure、百度云、华为云、UCloud以及VMware的VCloud Datacenter等,而VCloud Datacenter则可以直接连入企业的VMware私有云和虚拟化环境,从而支持更加灵活、高效的混合云连接。万国数据的云连接产品进一步完善和提升了混合云的服务能力,推动云服务的跨区域连接。进一步,2018年年底,微软云宣布其云连接服务产品Azure ExpressRoute在万国数据的中国东部 2 及中国北部 2 区域正式上线,客户通过ExpressRoute可以轻松地连接 Azure 数据中心和本地数据中心,部署快速、可靠、安全的混合云场景。

而万国数据的数据中心本来已经是“同场托管”,即同址承载公共云、私有云、托管数据中心等多种形态IT的“混合型数据中心”。万国数据的“同场托管”混合型数据中心,通过SDN软件定义网络技术,可在同一数据中心里的多种IT基础设施形态中迁移企业的工作负载。更进一步,万国数据的数据中心还可与公共云的数据中心处于同一园区,从而提供同一园区的混合云部署。例如,万国数据可为用户提供与微软云紧邻(同园区)的云下资源部署环境,为用户的云上、云下数据交互提供相当于局域网的时延和带宽环境,大幅降低带宽成本,扩展企业上云的应用场景。

如今,万国数据的多云连接能力、“同场托管”混合型数据中心再加上同园区混合云模式,正在把第三方数据中心转型为新型混合云基础设施。这在很大程度上,支撑了万国数据的高速增长。特别是随着中国数字经济的发展,越来越多的企业开始数字化转型,使得混合云成为企业IT的刚需,而在万国数据这样的新型数据中心,自然就成为企业IT云化的首选。

迎接高可用、绿色的5G时代

云服务是本轮数据中心市场高速发展的驱动力。根据专业研究中国数据中心行业的科智咨询(中国IDC圈)的数据,2015年中国数据中心市场规模为518.6亿元,而预计到2019年将接近2017.6亿元,也就是4年翻四倍。其中,云计算的贡献功不可没。万国数据在2018年新增了15个数据中心,新增面积约100,000平方米,到2018年年底时总计拥有35个数据中心,正是由于云计算等技术不断推高的市场需求。

云服务的下一程,就是5G时代的到来。全球房地产咨询公司仲量联行在2019全球数据中心展望中指出:5G网络将大幅改善时延,提供前所未有的连接速度和数据接入能力;5G还将有望创造更多的数据和改进物联网技术,特别是人们将能够在办公室、家庭等多种场景广泛的使用智能技术和物联网,这些都需要更大的数据容量。5G对于数据中心的影响包括:大数据流量的汇聚,人们可以下载更大的内容;降低时延,把数据中心推向用户所在地。

不论是云计算、混合云还是即将到来的5G时代,都对数据中心提出了更高的要求。也就是说,过去简单粗暴方式所建立起的批发型数据中心已经远远不能满足时代的要求,这也是万国数据从一开始就选择高性能、高等级数据中心方向的重要原因,也是今天万国数据得以快速发展的根本。

万国数据最早从金融行业的灾备服务做起,2007年开始自建高度安全、可靠和容错的高性能数据中心,所有数据中心都符合T3+等级标准。凭借18年安全可靠的数据中心服务与运营经验,万国数据可以满足对数据中心有着最高标准要求的云服务商、互联网公司和大型企业级客户的需求。现在,万国数据提供全新外包、大规模、高性能的数据中心解决方案,满足高电力、高效率、高稳定性、覆盖核心经济枢纽的第三方数据中心服务。如今,万国数据的T3+等级数据中心位于主要城市,占地面积和电力密度均是是国内数据中心平均标准的2倍。

在高可用方面,万国数据还通过服务来保障客户业务的高可用。例如在过去的2018双11期间,各电商平台的营业额均创历史新高,为了帮助客户应对双11给数据中心带来的巨大压力,万国数据从人员组织、设备系统稳定运行、应急管理等各方面,全面组织落实相关检查和准备工作,确保了双11期间数据中心服务的稳定运行。特别是双11零点到来之际,万国数据在各区域数据中心配备至少一名SVP级指挥官值守,以便在出现突发情况时,充分调动全国运营资源,负责一线技术保障。

在数据中心建设、运营过程中,万国数据以新一代绿色IT基础设施为中心,将节能减排贯穿到数据中心的整个流程之中。除了从节能、节水、节材以及运营管理多个角度实现“绿色化”之外,万国数据还推动更多的可再生能源应用到数据中心中,以提升环境效益。万国数据自建数据中心的设计PUE值均达到了工信部绿色数据中心的示范要求,并严格遵循专业通用规范和标准、绿色建筑评估体系等标准。万国数据运营的数据中心还会根据其所处的区域物理环境和客户特征的不同,基于能耗专家系统及工具平台的支持,形成万国数据独有的节能减排管理体系和统一标准,在确保数据中心运行安全的前提下,不断提升能源效率。

总结来说,在万国数据的实际财务表现带动下,中国将迎来高性能、高品质、多功能、多服务、绿色环保的新一代数据中心外包市场高潮,将有越来越多的企业认识到租用第三方数据中心的好处多于自建数据中心。这也是平安在成为万国数据最大的客户之一后,又因为看好新型数据中心的发展前景而投资万国数据的重要原因。(文/宁川)

2019-03-18

作为“互联网+”和“智能+”的主要技术供应商,腾讯在2017年11月的全球合作伙伴大会上提出了“云化”已经成为重要的创新模式,各行各业都将进入“互联网+”的下一站——“智能+”阶段。在此过程中,腾讯云将充分发挥“****”的作用,用“智能”连接各行各业。

3月12日,腾讯云全新发布自主可控金融业务支撑平台,该平台融合了可支撑数百万虚机的专有云平台TCE、服务过380亿账户的分布式数据库TDSQL,以及在腾讯海量业务场景淬炼出来的微服务平台TSF、大数据及人工智能平台TBDS&Ti等在内的优势能力,帮助金融机构打造自主可控,安全稳定的金融云平台。

腾讯云这套自主可控金融业务支撑平台最显著的特点是以主流开放开源技术标准为核心,降低金融机构在基础设施及应用场景中对单一技术方的过度依赖,为行业提供一站式技术服务能力。其中的TCE和TDSQL支持国产芯片及操作系统部署,是自主可控的“智能+”技术中台。国内首家云上银行微众银行在腾讯金融云的自主可控核心技术上构建了全行级分布式技术架构,实现了可支撑亿量级客户的高并发交易核心系统,截止2017末累计向1200万人在线发放贷款8700亿,贷款不良率为0.64%、低于银行业平均水平,是普惠金融的代表。

TDSQL金融级分布式数据库是腾讯云基于开源和自研的分布式技术代表,其领先的产品性能、自主可控的核心特性以及完备的产品化体系,充分打消了国内金融行业拥抱开源技术时对可持续性、开发和运维能力以及安全等问题上的顾虑。作为腾讯云自主可控金融业务支撑平台的核心技术代表,TDSQL在腾讯内部支撑计费及金融业务日均交易量超10亿次,充分体现了腾讯的“智能+”技术中台特色。2018年11月,TDSQL以总成绩第一,成为了首批通过数据中心联盟金融分布式事务数据库评测的数据库产品。

腾讯云数据库技术发展历程

操作系统、数据库和中间件是三大企业级基础软件,任何一款基础软件产品必须经过多年的沉淀,数据库也不例外。在3月12日腾讯云举办的自主可控金融业务支撑平台发布会现场,腾讯云数据库产品总监王义成和腾讯云分布式数据库TDSQL负责人潘安群给我们分享了腾讯云数据库的自主可控发展之路。

(腾讯云数据库产品总监 王义成)

腾讯云金融级分布式数据库是一套完整的体系,包括核心功能以及运营配套服务,可满足当前金融行业对于数据的分布式和高一致性需求,目前的公有云及私有云客户已经超过500家。

(TDSQL架构图)

TDSQL的萌芽阶段在2002年左右,也是腾讯首次接触计费的时候。此前,由于QQ业务的关系,腾讯以Key Value非关系型NoSQL开源数据库为主,NoSQL数据库主要针对互联网和游戏的海量网页文件存储等业务场景。因此,腾讯历史上也没有采用过Oracle等商用数据库,而是从一开始就采用开源数据库。

到了2007年左右,腾讯计费业务的规模日益变大,Q币等数据资产要像银行那样不能丢失数据,对高一致性和可靠性的要求越来越高。腾讯在2007年的时候开发了一款完全自研的简化版分布式数据库,当时很好地满足了腾讯业务的发展。当时的腾讯数据库技术在保证了数据高可靠性、一致性的情况下,还可以快速地进行水平分布式扩展。

2009年腾讯正式开放平台,大量的新客户和新业务场景涌入,实现了腾讯第二次腾飞的同时,也对数据库技术产生了新的要求。2009年那一年,腾讯仅计费业务一年对数据库进行了近900次扩容,很好的支持了业务的快速增长。

2012年,随着腾讯开放平台和技术的发展,从最开始的游戏业务到各行各业的应用,腾讯发现有很多场景是之前没有考虑到,而且之前的数据库是基于腾讯业务场景的定制化解决方案,无法满足更多的合作伙伴诉求,当时的金融业务对关系型数据库的要求比较高,腾讯当时考虑到业务的规模越来越大而导致要求系统的水平扩展能力,最终决定在开源技术上自研的道路。2012年,腾讯启动TDSQL,希望在高可靠性、高一致性的前提下,做到更加通用化、适用更多的业务场景,也就是瞄准Oracle或DB2这样的通用关系型数据库产品。

两年后,2014年微众银行开始筹建,在调研了国内外分布式关系型数据库之后,认为腾讯TDSQL最能满足自主可控以及银行业务需求。2015年,TDSQL在腾讯公有云上线,2016年推出了面向专有云的版本,到2018年TDSQL已经服务超过500家的公有云客户和28家的专有云客户。

本次腾讯云自主可控金融业务支撑平台发布,TDSQL也新发布了1.13版本,性能较上一版提升了80%,同时完全支持国产化操作系统、芯片和服务器,使得核心数据库平台的可控性达到新的高度。基于MySQL以及MariaDB开源关系型数据库技术的TDSQL,让腾讯云以及国内金融行业用户可以跟进未来的业务发展趋势,做到超前的自主可控。

除了面向私有云版本的TDSQL外,腾讯云还在公有云上提供了分布式数据库服务CynosDB,基于共同的分布式金融级数据库技术,满足金融机构的多种需求。

高度产品化的TDSQL

TDSQL是腾讯云在开源关系型数据库MySQL、MariaDB以及Percona基础之上的综合自研数据库解决方案。在全球数据库排行榜DB-Engines上,MySQL是全球排名第一的开源关系型数据库,MariaDB和Percona都是MySQL的可替代分支改进版本,其中MariaDB全球排名12左右、Percona Server for MySQL排名90左右,这二者对MySQL有着各自的改进。

TDSQL全称为Tencent Distributed SQL,是腾讯云数据库团队维护的金融级分布式架构和MySQL内核分支的统称,腾讯90%的金融、计费、交易类业务核心系统都承载在TDSQL 中,也应用到众多政府、银行、保险、制造业、物流、电商等客户的核心系统。TDSQL可以交付关系型数据库、分布式数据库、分析性数据库等形态的数据库技术,也提供强同步数据复制、线程池、热点更新、内核优化等能力,以及事前、事中、事后的全维度安全方案等。

TDSQL兼容绝大多数常用的MySQL语法,通过分布式事务、全局唯一序列、支持数据交换格式JSON等有效弥补了分布式架构的不足,解决了因分布式架构而导致的数据库高级功能与数据库性能之间的矛盾。TDSQL深度定制开发了MySQL内核,例如:支持三种数据读写分离方案,以有效实现读数据的水平规模扩展;自研了基于MySQL协议的异步多线程强同步复制方案,在保证数据强一致的同时,做到自动化管理集群节点、每个节点可随时切换、无需共享存储设备;对业务层的无感知、无侵入,通过逻辑表屏蔽了物理层的数据处理,业务层无需做任何改变,在数据库层就能实现强一致、读写分离等功能,从而达到高度产品化。

作为支持金融级核心交易业务场景的数据库,TDSQL也是MPP大规模并行处理架构,其分布式架构中的每个分片都各自承担部分分布式任务,从而实现大规模的并发性能、处理能力和支持存储容量的线性增长。TDSQL进行了多种系统内核计算负载优化,通过sysbench的压力测试可达到单个分布纯写入操作超过12万+TPS(每秒交易处理量)、纯查询操作性能超过48万QPS(每秒查询率),性能是当前主要使用的MySQL 5.6版的4倍、5.7版本的2倍以上。

TDSQL的核心模块主要包括:调度集群(Tschedule)、物理节点组(SET)和接入网关集群(OLTP-Proxy)、决策集群(TzooKeeper)以及赤兔自动化运维平台。TDSQL支持在线实时扩容,采用腾讯自研的自动再均衡技术以保证自动化的稳定扩容,无需业务停机,并经过腾讯内外部海量业务迁移实践。在支持金融级高可用性方面,传统金融机构都要求两地三中心架构,而在腾讯内部的金融业务方面很早就实现两地四中心,即同城三中心多活的架构,达到更高可用性和更低成本。

腾讯云TDSQL数据库有很多管理模块,可以更好的方式管理数据库,达到国际数据库产品水准。打包在TDSQL产品中的赤兔自动化运维平台,让80%-90%的数据库运维操作都能够通过外部网页界面完成,就像使用公有云的体验一样,降低了客户的使用门槛,不需要掌握大量知识就能运维TDSQL数据库。在数据库故障检测方面,TDSQL专门积累了腾讯十多年来超过20亿数据库实例运维的专家知识库,以智能DBA的方式提供给客户,能在故障检测和维护时做到快速定位问题、以高效和高可用方式解决问题。

运营管理是大部分国产数据库产品化时容易忽略的方面。数据库的核心功能再强,但也要让客户使用起来。以前国产数据库往往交付给客户十几页到几十页的使用手册,而赤兔自动化运维平台则一键就可以搞掂数据库运维,不需要太复杂的命令和操作,误操作的可能性非常小。另外,赤兔自动化运维平台也是开放架构,可以与企业内部的OA系统、权限管理系统等打通,实现审批流操作等,对银行来说达到更高的系统可控性。

除了自动化运维外,腾讯云还将在2019年发布TDSQL认证体系,未来将对合作伙伴进行资质认证。通过广大认证的合作伙伴,让客户在实施交付数据库的时候更加放心,推进产品化的服务体系。

走过了那些坑儿

腾讯云数据库产品总监王义成介绍,在做TDSQL研发的初期,当业务压力来临撑不住的时候就要做读写分离,读写分离之后发现账单业务的读延迟比较大,导致大量的业务部门投诉,因为有延迟就相当于钱上的损失,当时想倒逼业务层面做容错,但业务部门认为应该由数据库负责,因此就反逼数据库花了很长时间开发MySQL开源社区里没有的功能,“逼着我们往前看”。

经过长时间的积累,腾讯数据库运维人员逐渐理解了就算数据库技术再好,也要让业务层无感知,即压力在数据库技术内核层面解决后,让业务可简单接入。而在性能方面,因为腾讯的海量业务场景,即使性能优化10%、硬件成本降低10%,一年可能就是几千万、上亿的成本节省。TDSQL在性能方面“抠”了很多点,在存储、引擎、性能等方面的优化,降低成本的同时,确保满足金融行业需求。

当时的腾讯数据库运维人员有一个目标叫做安心喝咖啡,即底层技术运维人员不再担心半夜被叫起来处理故障。“以前腾讯有同学就说,游泳都不敢去,因为游泳时手机不能放在身边,手机也不能防水,当时也没有手环。”后来,故障处理多了,就知道突发流量对数据库的要求是什么,怎样才能满足几十倍峰值流量的冲击。潘安群表示,现在整个腾讯的数据库产品和运营体系都很完善,实现了故障的秒级自动切换,运维人员收到告警也不需要像以前那么急,多睡一会儿也没有关系,只需要起来的时候看一下故障原因再分析就可以了。

(腾讯云分布式数据库TDSQL负责人 潘安群)

值得一提的是,最开始基于MySQL开发适应金融场景的TDSQL时,那个时候的MySQL在数据复制上其实不具备金融级要求,TDSQL在数据强一致复制等方面进行了大量的自研创新。TDSQL的水平伸缩功能也经历了几个版本,最开始在实际运营过程中并不太稳定,TDSQL团队进行了彻底的性能优化,最终满足腾讯海量业务场景的要求。在Oracle比较擅长的ACID金融交易事务处理方面,TDSQL开发了分布式事务处理,为了保障在故障时的交易事务成功,TDSQL团队7X24不停运行自我破坏性模拟,包括机房断电、宕机等异常,确保银行转帐等交易事务的健壮性。

总体而言,腾讯分布式数据库TDSQL在设计理念上,对MySQL等开源数据库的高度兼容,实现在分布式架构下数据强一致性、高可用以及水平扩展,是高度产品化的开源自研分布式金融级数据库产品。腾讯金融云总经理胡利明强调,包括TDSQL在内的腾讯云金融业务支撑平台,降低了金融机构在基础设施及应用场景中对单一技术方的过度依赖,为行业提供一站式技术服务能力。

“到去年底为止,腾讯申请的专利数达到25000,在全世界的互联网公司当中排名第二,仅次于谷歌,其中AI的专利达到了3000个。在云计算领域申请通过的专利数,也在国内互联网公司中排名第一,同时在云计算最核心的虚拟化领域,腾讯在开源社区的代码贡献在国内云厂商中连续两年排名第一。”胡利明强调,腾讯2014年帮助微众银行构建了第一家全行分布式架构系统,“当时引起了很大的轰动,为国内银行业自主可控转型提供了强心剂”。

从TDSQL的开发历程中,可以看出腾讯“智能+”技术中台之路:开源+自研的高度产品化,发挥腾讯的产品化基因,以开源生态和开源技术为****,广泛连接企业级技术和客户,实现企业级“数字生态共同体”,从而成为自主可控“智能+”的基石。(文/宁川)

2019-03-14

狭义的数字化转型市场(相关软件与服务)预计到2022年将达近5000亿美元,这是美国市场调查公司Marketsandmarkets的预测。而广义的数字化转型市场(广义硬件、软件与服务)预计2018年到2021年总计将达5.9万亿美元,这是美国市场调查公司IDC的预测。社交、移动、云、大数据、人工智能和物联网等所引发的本轮企业数字化转型,涉及企业IT的深度、广度与变革力度,超越了某一家甚至某几十家技术供应商的能力范围。

对于企业来说,数字化转型就是利用ICT技术进行业务的创新转型,从而达到业务的增长。IDC给出的企业数字化转型从五方面着手,包括:领导力转型、全方位体验转型、信息转型、运营模式转型、资源模式转型等,这些其实涉及到了企业的方方面面,包括企业客户、企业资源管理和生产制造物流等。正如多家咨询和市场调查机构所指出:数字化转型是企业组织模式和运营方式的颠覆式变革,需要多种能力与技术的无缝组合。

如何抓住更多的数字化转型机遇?如何服务企业内和跨组织边界的数字化转型需求?如何把新旧两种企业管理与IT系统无缝结合和融合?作为全球最大的企业数字化转型技术供应商之一,华为期望充分利用平台优势,全面、长期、面向未来地驱动企业数字化转型升级。作为全球领先的平台级企业,华为于2018年下半年面向合作伙伴推出了ServiceTurbo Cloud企业服务工具云平台以及协作服务,与合作伙伴共同满足企业数字化转型各方面的需求,由此拉开企业数字化转型的大时代。

数字化转型的服务能力平台

平台经济是数字经济的重要模式,通过社会化的云平台可以让更多的参与者共享技能、共享工具、共同完成任务,平台也是华为对于企业数字化转型的一种主要服务模式。

华为把企业客户服务生命周期分为Plan、Build、Run三个阶段,面向服务不同阶段的业务需求及ICT实践要求,华为企业服务推出了原厂服务与服务伙伴协作服务:对服务有较高要求的客户,可选择原厂服务;如果希望有更好性价比的服务,可选择华为与伙伴的联合服务。随着ServiceTurbo Cloud企业服务工具云平台以及华为协作服务的发布,华为与服务合作伙伴已经形成了非常完整的联合服务能力平台。

(华为ServiceTurbo Cloud企业服务工具云平台,100+工具应用助力伙伴服务交付)

ServiceTurbo Cloud是开放的一站式服务工具云平台,涵盖网络、云核、无线、网络能源等全产品生命周期服务,如网络产品工具eDesk、IT产品工具eService / Toolkit等;面向规划设计、实施、迁移、维护、优化和运维等专业服务场景,提供跨产品融合的专业服务工具,如云DC设计、网络性能评估优化工具等;针对行业场景提供匹配行业业务特色的作业工具,如平安城市IVS站点设计、智慧城市eLTE设计等。ServiceTurbo Cloud是端到端的工具应用市场,以集成交付平台的方式形成工具链,不仅打通数据流、减少数据转换,还以“现场+远程协同”的交付模式让企业服务标准化作业成为可能。

基于ServiceTurbo Cloud工具云平台,华为协作服务系列产品首批推出了协作WLAN规划设计服务、工程安装技术支持服务和协作管理服务。以协作管理服务为例,当前企业IT运维部门仍面临以下问题:一是IT环境每年有若干天的停机时间;二是IT员工仍处于被动“救火式”服务状态;三是企业的IT管理依靠人而不是平台与流程。华为协作管理服务是在服务伙伴进行设备维护过程中,由华为提供远程技术支持与平台,帮助服务伙伴对客户的设备及网络进行健康情况监控,从而能够快速发现问题、解决问题,并提供系统优化建议。

现在,企业数字化转型就不再需要完全依赖华为的原厂服务能力了。毕竟各地区的服务商更加了解本地区企业的文化、组织和运营方式,借助华为的服务工具云平台以及联合协作服务,区域服务商就能够把数字化转型更加深入而细致地推向各地,为企业“夯实”数字化转型的每一步。

与合作伙伴协作推进数字化转型

(华为协作服务)

在华为企业服务的众多合作伙伴中,青岛卓思越信息技术有限公司(以下简称:卓思越)是积极发展增值服务业务的代表之一。卓思越成立于2014年,经过短短三年的时间发展,就成为青岛、烟台、威海地区华为双金牌合作伙伴。卓思越成立之初即把发展方向定为云计算、大数据及IT服务,主营业务聚焦于服务器、存储、云计算等IT相关的产品,并签约成为华为的合作伙伴。

为了更好的服务客户,卓思越成立了客户服务中心,有效地依托华为原厂的研发能力、专业的服务支持及故障处理能力,同时利用卓思越广泛的人员覆盖,机动灵活、快速响应的现场支持,可帮助客户快速定位、解决问题,还能够根据客户需要提供个性化的服务,在政府、能源、交通、教育、企业等行业赢得了客户的认可。卓思越广泛覆盖山东省十七地市以及周边省份,具备项目管理认证的专家、项目经理多名,各类专业技术人员能有效支撑山东及周边地区的客户支持、项目实施交付、售后维护等工作。

2017年9月,Huawei Connect 2017大会上华为对外发布远程管理服务,卓思越随即跟进,与华为深度合作推广运维服务。特别是联合运维服务主要针对人员能力不足、业务发展快、运维保障压力大的企业客户,服务优势包括可视化、数据化、专业化、智能化及主动服务。卓思越与华为远程监控平台合作后由华为针对高难度技术问题提供原厂服务,而由卓思越提供定期巡检、故障定位检测、现场应急、驻场服务、重大事件保障等服务。

卓思越&华为联合运维服务帮助昌盛日电集团在减少超过5名运维人员的基础上,仍可实现一周五天每天8小时及节假日的监控。昌盛日电集团之前的挑战包括网络无专人维护、节假日无人值守、跨厂商设备数量多(达500多),同时IT人员技能不足,此外由于被动式故障处理方式而导致故障处理时间往往超过8小时。卓思越为昌盛日电集团制定了“定制现场+远程+评估优化”服务,其中“现场+远程”服务保障了昌盛日电集团的网络稳定运行,而网络评估服务则可识别网络风险, 最终“现场+远程”服务方案提升了故障处理效率30%、通过深入了解网络状况而识别的潜在风险达30多处。

服务伙伴作为华为6类生态合作伙伴之一,在过去6年得到了长足的发展。截至2018年12月,华为企业服务伙伴的数量已超过3600家,伙伴通过华为认证工程师的数量也超过3万人,华为企业服务生态初具规模。合作伙伴的服务队伍,已经与华为一起构成了行业客户服务交付资源的有力保障,再加上华为ServiceTurbo Cloud工具云平台、3大全球服务共享中心GSC、分布于全球7个国家的涵盖50+种场景集成验证实验室、全球12大OpenLab、华为企业技术支持网站(Support-E)等华为企业服务的平台级支撑,可充分满足全球企业数字化转型的迫切需求。

2019年是全球数字化转型的深入之年和关键之年。根据Gartner CIO Agenda 2019调查,49%的CIO称已经改变了其企业组织的商业模式;而Gartner CEO Perspective 2019调查显示,69%的CEO将在2018到2020之间改变公司的商业模式。显然,全球的CIO和CEO们正在推动企业进入数字化转型的临界区和转折点,而拥有100+工具组件、覆盖1000+华为及业界主流产品的ServiceTurbo Cloud工具云平台以及服务伙伴协作管理服务,无疑将“夯实”企业数字化转型,成为加速企业数字化转型的新引擎。(文/宁川)

2019-03-11

“我们一起成长才有价值”。在2019年3月5日的华为云惠普AI开放日上,华为公司副总裁、华为云BU总裁郑叶来如是说。陕西融普信息科技有限公司(以下简称:陕西融普)就是在华为云这片黑土地上成长起来的企业之一。

人工智能是黑土地的核心技术。“能不能让消费者一天多光顾店面两到三次?能实现的就是好AI!”这是陕西融普CTO雷顺奇在2019年3月5日华为云惠普AI开放日上接受采访时所表达的观点。雷顺奇是华为云MVP之一,MVP(Most Valuable Professional)是华为公司授予行业意见领袖和技术专业人士的奖项和荣誉,以嘉奖有影响力和特殊贡献的专家,同时赋予特殊的权益和使命。

雷顺奇所在的陕西融普公司是一家位于西安的信息化解决方案初创公司,目前有12名员工,主要从事互联网软硬件开发、系统集成、智慧城市服务。雷顺奇在谈到人工智能发展时,认为目前中国有10个智慧大脑城市且都偏向交通行业,而在民生行业的应用很少。AI要给民生带来好处,难在部门多、行业多、平台多,而“一旦做好,改变是不得了的”。在华为云的支持下,陕西融普有志在2019年展开AI民生方面的探索。

在2019智能大潮袭来之际,华为云的普惠AI让陕西融普这样只有12名员工的地方初创企业,也能站在AI大赛道上。另一位华为云MVP代表、深圳鼎智创优科技有限公司CEO曹一峰在华为云惠普AI开放日上说:“ AI赛道成本很高,对中小型企业来讲,华为云EI(企业智能)可以帮助我们创业,快速试错并且低成本创业,以最快的速度接触用户,解决客户的高频刚需和痛点问题,所以对我们帮助非常大。”

“华为云的核心技术都来自于华为技术的核心积累,是把华为过去30年在ICT产业的技术积累释放出来的平台。无论是大型企业还是中小初创公司,都能在华为云平台上获得一致的普惠智能技术。” 华为云BU CTO张宇昕在华为云惠普AI开放日上表示。当天,华为云还进一步发布了“专家激励计划”:投入千万级激励权益,发展1500名专家,通过知识分享、技术交流,赋能更多开发者,形成良性的机遇共创通道,携手云专家共同打造华为云开发者生态。通过MVP专家进行行业技术布道、产品共创和品牌传播,真正践行和落实普惠AI,让“AI用得起、用得好、用得放心”。

找到AI的普惠路径

(陕西融普CTO雷顺奇)

陕西融普成立于2016年, 2009年与华为开始合作移动核心网项目。当华为云推出后,陕西融普也第一时间在大数据和AI营销、社群大消费、系统集成、智慧城市解决方案等方面与华为云展开合作, 2019年也将合作重点转向人工智能解决方案的有效落地,包括智慧校园、智慧餐饮、智慧司法等民生场景。

雷顺奇在分享时谈到,AI想要落地,有三点很重要。首先是数据集成,一个AI应用往往涉及多个系统和数据,而三个系统以上的数据要进行分析与整合,难度将陡增。其次是算法模型,无论ToB还是ToC场景,都要求深厚的软硬件背景和行业理解,才能开发出好的模型。第三是提高算法性能,包括技术优化的能力,还要实现低功耗、低成本的目标,让企业真正用的起。

在这三方面,首先陕西融普与当地政府、商会以及行业组织合作,推动行业联盟性质的大数据开放和交互。比如在零售行业,陕西融普与陕西秦商会合作进行顶层设计,由陕西融普提供IT规划和技术,由商会出面组织当地的零售企业收集、管理和开放自己的数据,让行业通过数据共享形成新的商业模式。

其次,在算法模型、AI解决方案易用性等方面,华为云的人工智能开发平台ModelArts一站式解决了开发者的后顾之忧。在2018年12月斯坦福大学发布的DAWNBenchmark最新成绩中,在图像识别(ResNet50-on-ImageNet,93%以上精度)的总训练时间上,华为云ModelArts排名世界第一,比第二名提升近44%,以更低成本实现了更快速度。ModelArts让陕西融普这样只有12名技术人员的地方初创企业,也能第一时间获得世界第一的人工智能计算性能。

再次,华为云EI图引擎服务(Graph Engine Service)采用了基于EYWA(Edge-set sYnergistic Workflow Architecture)的新型图计算技术,能很好地解决数据分析的计算性能挑战,满足了企业级智能应用对图计算的规模、效率、一体化、生态兼容和高阶智能分析的诉求,广泛应用于多个场景。例如,在电信行业中运行复杂的网络规划仿真算法,规划时间从原始系统的6.8小时降低到了分钟级。该技术获得了2018年数博会领先科技成果奖——黑科技奖。

雷顺奇提到,华为云EI图引擎(GES)服务,能有效应用于大规模关系分析等业务;进一步,华为还能给陕西融普提供多行业落地场景的方案和支持。雷顺奇认为,采用了这项黑科技,能让AI计算更快、时延更低、计算能力更强。例如AI算法模型参数调优,从以天为单位缩短到小时级甚至秒级部署,会大幅加快这些AI应用实际部署的步伐。

2018年,陕西融普已经基于华为云的人工智能和大数据分析技术等进行了AI场景化尝试。为火锅店新址选址提供算法分析就是一个经典场景。华为云EI本身提供了拿来即用的方案,可以很快就开发详细的应用方案:通过未来三个月的业绩预测作为预判依据,同时结合所推荐位置的客流量淡旺季,以及物流调配、库存计划和安排等,做到旺季扩大营收、淡季减少成本,综合下来提高盈利水平。此外,对于整个餐饮行业来说,合理的店面数量及类型布局,减少同地区重复类型店面、增加新类型店面,更有利于所有餐饮从业者。

在2019年,陕西融普还将尝试如何用AI提高消费者光顾单店的频率,这实际上比开更多的新店更有价值,这也需要多元化经营和多种数据的整合分析,而华为云已经在技术平台方面为陕西融普打好了底气。

做好智能技术平台

郑叶来在3月5日华为云惠普AI开放日上表示,2018年华为云已经对外提供了超过160+项云服务、用户数新增238%、合作伙伴增长45%,达6000多家、华为云开发者达到9万余名、云市场新增上架应用1500个、解决方案超过140个。而华为云在2018年的成绩,与其开发者生态理念和技术创新基因密不可分。

此外,2019年1月的华为云“普惠AI”中国区峰会上,正式推出了华为云混合云解决方案“HUAWEI CLOUD Stack(HSC)”。HSC把华为云的智能技术平台拓展到企业内部,同样提供从自研AI芯片昇腾系列到ARM-based鲲鹏920等多元算力、电信级安全防护以及ITSS国际IT服务一级认证能力、EI企业智能服务等,帮助企业实现业务的微服务改造与智能化升级,快速创新业务。华为云混合云解决方案HSC与华为公有云、华为私有云同源同构,实现了真正意义上的“一朵云”。正是在“一朵云”基础上,形成了Cloud 2.0时代的智能技术平台。

在华为云的智能技术平台背后,是尖端研究机构2012实验室。华为2012实验室由多个实验室构成,其中的诺亚方舟实验室是华为AI研发中心,2018年国际人工智能大会NerulPS的4篇最佳论文之一就是出自这里。诺亚方舟实验室的业务方向包括网络智能、企业智能、智能设备和自动驾驶新业务等,涉及的理论方向包括计算机视觉、自然语言处理、搜索推荐、决策推理和AI理论研究等。在诺亚方舟实验室之外,还有热技术实验室。该实验室专门研究面向智能计算的物理设备,通过高集成封装、高密空冷、高效液冷/相变等基础研究,解决智能计算中面临的实际问题,例如端到端的物理散热让服务器具有更高密度、更低功耗、更强计算能力。诺亚方舟实验室+热技术实验室就是典型的软硬结合智能技术研究。

如今,华为云的智能技术平台已经准备好,接下来就是通过更多的华为云专家(MVP&云享专家)扩散到全社会。华为云BU EI服务产品部总经理贾永利在华为云惠普AI开放日上介绍,MVP是华为云和连接所有使用华为云的伙伴包括开发者之间非常重要的桥梁。通过2018年的耕耘,华为云已经汇聚的MVP基本上覆盖项目管理、基础应用、大数据、区块链、解决方案等各方面。

华为云的智能技术平台究竟对于合作伙伴的意义是什么呢?郑叶来表示:“华为云与合作伙伴之间的定位是互补的,不会发生冲突。”这就是华为云一贯的商业操守,聚合SaaS、给开发者和合作伙伴创造更多的空间和商业成功的机会。而华为云提供的EI技术平台,将让华为的这一优势更加凸显,它已然成为中小型企业和开发者背后强有力的后盾。

2019政府工作报告首提“智能+”,推动智能技术与传统产业和实体经济的深入结合。正是有了一个像华为云这样的普惠AI智能技术平台,才让陕西融普这样的12人初创公司,也能抓住智能化的历史性爆发机遇。(文/宁川)

2019-03-10

近些年,在零售科技的推动下,中国的零售行业在快速发生改变。零售科技的行业规模足够大,很多应用市场还比较早期,创业、投资机会较多。另外,像阿里、腾讯这样的大的产业投资机构,也很关注零售科技,这也给了财务投资人更多的退出机会。

陈果是波士顿咨询公司(BCG)的董事总经理,负责大中华地区的数字化实施业务,有丰富的企业业务战略、架构规划和应用系统实施经验。陈果过去十多年一直在IBM做咨询工作,最近四五年专注在消费品和零售领域,经历了中国从制造业到消费品零售业过去十多年的信息化和数字化转型的历程。

在钛资本新一代企业级科技投资人投研社第14期中,陈果分享了中国零售行业的数字化转型的趋势、零售科技行业格局,以及相应的投资机会。

零售企业信息系统的四个趋势

(零售企业应用架构的演进)

第一个趋势,是零售行业的商业模式与技术的发展,带动了应用架构的演进。零售企业从前端与消费者接触的界面——无论是电商还是门店的POS,到电商的订单交付、门店的库存,从中央仓库到门店的供应链,从物流到采购……整个价值链覆盖了若干个业务领域,存在着不同的软件。

一家零售企业需要怎样的信息技术应用,主要由两方面决定:一方面是零售企业自身的商业模式;另一方面,信息技术过去十多年在企业级的应用发生了很大的变化,基本上每五到十年信息技术就会换代,所以新的信息技术也给零售企业提供了更多选择。

(中国消费品和零售的商业模式)

第二个趋势,从上面这张图可以看到,消费品和零售行业存在着非常多的商业模式。价值链上存在着产品品牌、品牌批发、自有品牌零售、零售商等不同环节,覆盖不同环节的零售企业,商业模式不同,相应信息技术应用架构也不同。

(数字化的购物体验)

第三个趋势,从上图可以看出,前端数字化的应用已经进入了每个人的生活。这些数字化的应用背后,是企业的一系列的商品、供应链、品类组合等等信息化应用在支撑。

第四个趋势,零售的前端数字化越来越丰富和复杂。比如自动售货机上,又比如支付宝或者微信等移动支付。支付宝和微信是腾讯和阿里这样的互联网平台从线上走到线下的一个重要举措。正是有了支付宝和微信,让腾讯和阿里可以了解到一个用户完整的线上线下旅程,从而获得更加丰富的用户信息。二维码是一个物联网入口,还有人脸识别等等,越来越多的线下的物联网入口,让消费者和零售商之间建立了更加紧密的数字化联系。

中国零售企业的IT架构演进历程

中国零售企业的IT架构演进历程基本上分五个阶段:

在2000年以前,基本上属于传统零售。从2000年开始,出现了电商,同时对传统零售来讲,大家也越来越关注消费者运营。

2010年之后,有越来越多的零售商采用线上、线下多渠道。最典型的就是苏宁在大概2010年提出了向云上转型。但在这个阶段,让大家头疼的是线上线下的渠道冲突问题。包括苏宁在2010年前后一直到2015年渠道转型都非常痛苦。因为线上线下为了解决渠道冲突问题,通常都会采用不同的商品、不同的定价、不同的促销手段,给企业的营销资源带来很大的分流。

2015年之后,出现了一个全新的渠道概念——全渠道,讲的是以消费者为中心,线上线下同步运营,同样的商品同样的价格,解决了线上线下之间渠道割裂和价值分配的问题。直到今天,全渠道零售还在转型的过程中,因为这对于企业来讲是商业模式的变化。

今天,随着数字化技术的应用,出现越来越多的所谓“智慧零售”模式。

这五种模式下,信息系统架构是如何演化的呢?

传统零售的信息系统架构应用分三块:门店这一端的应用叫POS,就是销售点的系统。POS通常有商品主数据、收银、门店和货架的盘存等等;一家零售企业通常有很多店,要在物流中心进行商品采购,再分配到各个门店,商品采购、物流,以及跟采购、物流相关的财务,这一端系统叫ERP;零售企业一般都有一个比较大型的物流中心,这个物流中心是负责把货从供应商那边运来,存储,再分配到门店去,物流包括进仓、出仓、检配、打包等等,这些仓库处理叫做WMS。这几乎是所有传统零售系统架构的标配。

到了2005年左右,在这三块系统之上出现了两个非常重要的应用:一个是会员,包括消费者的信息记录,以及围绕着消费者的忠诚度管理,比如会员的分级、权益、积分等等。因为管理业务活动通常是在消费者的交易过程中产生的,所以零售企业的CRM(忠诚度计划)除部分是独立软件,大多数是在POS中逐步衍生出来的。

另一个比较重要的应用是零售数据分析。RDW即零售数据仓库,无论是前端门店的销售、供应链的商品还是物流的处理,所有的数据汇总起来会建立一个零售的数据仓库,辅助进行商品和供应链的决策。M&SC指的是商品和供应链的数据分析和决策。

2010年之后,电商和门店销售是两个并行的渠道。通常一个电商平台包含前台和后台,电商的前台包括了商品的目录、内容、搜索、购物车、订单,订单产生之后需要做订单的履约,订单会抛到电商仓库里进行出货。电商系统和门店系统基本是平行的,共同和ERP系统做对接。

这时候除了线上线下会员打通的问题外,还有一个非常重要的问题,是技术层面的问题。由于中国的人口非常众多,电商系统的订单量非常大,电商系统为了做到实时的库存处理,要与ERP系统做库存信息的交互,这样会拖累电商系统的性能。

2014年之后,越来越多的企业意识到,传统的ERP系统架构不足以支撑线上线下整合的运作模式,所以一些领先的全渠道零售企业中产生了“中台”的概念。简单地说,就是把对用户端的交易,无论是电商系统、传统POS,还是商品、订单、价格、库存信息,都作为一个资源池在中台上进行集中管理,对前端的业务进行赋能,同时连接ERP的后台。这种模式,也做到了从“多渠道”到“全渠道”的转变。

今天,前、中、后台的架构基本已经形成了零售科技圈的共识。不仅如此,随着信息技术的发展,尤其是云计算的发展,开放的技术架构,包括容器、微服务等等云技术的发展,中台的能力越来越强。它不仅支持传统业务的前台,还形成了一个很重要的概念叫做“解耦”。就是把传统的大型应用比如说ERP,以及零售业务中台的一些应用,解构成为更小的业务组件——微服务。微服务的好处,就是可以把企业的业务流程分解为更小的业务元素,能够在公有云、私有云、混合云平台上进行灵活组合。

对于一个数字化平台,除了把业务组件管理起来,大数据的管理通常也会在这个平台上进行。

今天在谈的“生态”,就是把企业的业务能力对外部进行赋能。业务怎么与其它业务系统对接呢?这就是所谓的Open API。所以对于今天的零售企业来讲,它不仅仅是自有的,把所有的业务单元组合起来,而且这些业务单元也可以对外部进行开放。所以今天像小米、阿里、唯品会等等,都提供了Open API这样的方式,让外部数字化运营商和该企业能够进行能力上的对接。

零售企业数字化实施路线

(零售企业数字化实施路线)

零售企业的数字化实施路线,包括ERP系统、POS系统,电商以及全渠道销售、全渠道大数据系统、全渠道数字营销几部分。

“全渠道”指的是线上线下的整合,典型的场景包括线订店取、线订店送、线订店退、在店里卖线上的货等等。又例如,在线上接到的一个订单,会在离客户最近的商店、电商物流中心等进行全局库存找货交付。线上线下整合的数据,还可能帮助门店进行决策,这也是大数据系统的功能。比如盒马鲜生的商圈以3公里为半径,在这个商圈里面,整个阿里的生态所产生的销售行为、顾客特性数据,会帮助这个门店做决策。

最后是数字化营销,就是对于一个品牌商来讲,怎么样把促销信息推到目标听众那儿去。通常有两种形态:一种是会员的营销,通常放到CRM或者会员系统里面去;还有一类是数字化广告,利用用户大数据平台和广告交易平台或交易市场,精准推到潜在客户的媒体上,比如一个移动应用的开屏广告。

中国的科技发展很多时候会对照欧美,尤其是美国,大部分能找到参照。但在零售领域,中美差别很大。

首先,中国零售的渠道模式跟欧美不太一样。比如,因为中国很大,有一线城市、二线城市、三线城市、四线城市、五线城市、农村市场,除了城市市场还有区域市场,存在着省级总经销、大经销商、小经销商模式。而欧美只有中心城市市场和城郊市场。

另外,中国对于消费者的数据隐私保护没有非常严格的法律,所以商家和平台运营商拥有丰富的数据,在数字化营销领域中国比欧美可玩得花样多。尤其是欧洲新的隐私法出来之后,对所谓的大数据玩法是毁灭性打击。在国外,商家和消费者沟通的最主要的方式是Email,而中国则是微信、短信。营销要讲究用户对信息的打开率、转化率,国内Email的打开率,肯定无法与微信和短信比,所以在数字化营销、数字化互动、企业营销自动化方面,中国和国外是存在着比较大的不同。

但是在后台,即商品和供应链一块,中美是比较趋同的。

(企业级数字化营销的信息技术应用框架)

一个企业的数字化营销平台可能有两类:一类是自有渠道,比如官网、呼叫中心、短信等等,一类是付费渠道,即购买的广告媒体资源。还有一类,介于这两者之间,叫做获取渠道,比如说微信公众号、微博企业号等等,这个是企业自己的号,但不是自己的平台。无论哪类,都是互动营销的前端。

为了消费者互动,首先要找到目标人群,也就是精准营销的定位。有一些企业自己会建立一个用户大数据库,有一些通过数字化广告公司去“圈”人。“圈”人之后要决定在哪个触点进行投放,投放之后还要对广告效果进行评估。这整个过程叫做营销自动化,也是企业通常会有的平台。

实时个性化引擎就是千人千面,比如说微信朋友圈的流广告,不同的人打开可能看到不一样的广告,这背后都是个性化引擎的作用。如何让官网或者APP的展现效果更好,涉及到所谓的数字化体验管理。

从资本层面说,目前美国市值最高的软件公司,除了亚马逊、微软外,还有三大家:Workday,人力资源解决方案公司;Salesforce,从事传统企业级CRM,现在也进入了电商平台,收购了一家Demandware公司;以及Adobe。Adobe今天的市值已经达到1200亿美金,已经基本上接近了IBM、Oracle这种传统IT公司的水平。Adobe之前一直是做桌面软件的公司,但是它在五六年以前进入到了数字化营销领域,极大地提高了市值。

( “按单制造”信息技术应用框架)

有一些零售企业,是垂直整合的零售商,尤其是像服装、化妆品、食品等零售商,既有零售业务又有制造业务,该怎么把两块业务连起来呢?这就要提到C2M或者C2B了。阿里说的C2B就是根据前面用户的反馈来指导产品的精准研发。那么,怎么把前面的订单传到生产线上,从生产线进行快速的交付,这涉及到垂直整合的公司如何把电商的平台通过产品的主数据管理连接到智能制造体系,智能制造体系包含了APS(即高级排程)以及工厂管理的MES体系。

品牌零售商数字化道路的三个选择

(零售数字化平台:用户为中心、开放生态、“API经济”)

当一个超大型零售企业,有足够的技术资源,可以选择自建一个数字化平台,在这个平台上集中管理商品、会员、库存等等,这就是所谓的“零售中台”。还可以通过API的方式对外部赋能,或者通过API Hub的方式接入外部的赋能,管理前端各种各样的前台,并且对接企业内部的后台系统。这是一个很典型的大型零售企业的数字化平台架构。

(典型的新零售和全渠道的套件应用架构)

如果一个企业没有能力去搭建中台,可以借助上图所列软件示例,搭建新零售的全渠道应用体系。

除了自建平台和借用软件,对企业来讲还有一条路,就是抱大腿。比如,最近阿里推出A100战略合作伙伴计划,就是提供包含全渠道零售、数字化营销的全套解决方案。其实腾讯也有类似的解决方案,腾讯方案主要是以会员和大数据运营为特点,这跟它社交平台的属性分不开;目前腾讯在新零售方案包装上面与阿里比还有一定差距。

(品牌零售商的全渠道零售框架——阿里的一揽子解决方案)

上图是阿里的全渠道零售解决方案。现在阿里也拉了一些软件商比如百盛、伯俊等等,来帮助企业建全渠道的中台。在数字化营销方面,现在在阿里的淘宝系推出了“品牌号”,跟微信的服务号比较类似。用户可以与品牌号互动,所有的数据沉淀到阿里的品牌数据银行里,数据银行就是一个用户大数据平台,可以在这里进行数字化营销的“圈”人。

(品牌零售商的数字化营销——阿里的一揽子解决方案)

上图是阿里的数字化营销解决方案。因为阿里的生态系很大,除了淘宝、天猫之外,还有高德地图、优酷、虾米音乐、支付宝等等,这些应用的数据都会沉淀到品牌数字银行里面去。对于这样的一个大数据平台,可以根据营销目的进行“圈”人,“圈”人之后可以进行促销投放,这个投放无论是通过对外部的投放——阿里妈妈广告平台,或者是对生态体系内的投放,投放之后会形成“圈”人之后流量的沉淀,对这些流量沉淀进行精准的营销,就可以做到线上带到线下,线下完成销售之后,所有的消费数据又可以沉到企业的流量池里去。

(品牌零售商的数字化道路选择)

总结来说,对于一个零售商,数字化面临着三个选择:第一个是用套件;第二个是自建数字化平台,毫无疑问这个投资非常大。但如果一个企业要真正意义上的数字化转型,自建数字化和大数据平台是一个必由之路。自有数字化能力对于企业的业务创新会带来非常大的灵活性,不会受制于平台或者受制于软件;第三个选择是抱大腿。具体抱哪个“大腿”需要看自己的需要。阿里的交易资源非常强大,天猫、淘宝占到中国电商流量的约60%。而腾讯的社交属性更强,微信现在有七八亿的用户,很多围绕着会员运营的企业都选择了腾讯。除此之外还有很多其他的新零售企业在转型成零售科技公司对外赋能,比如苏宁、全家等等公司。

零售软件领域的投资机会

(零售软件和技术的品类)

上图是零售软件和技术的品类。

中国零售软件市场穿通上主要特点是“重交易,轻分析,重前台,轻后台”。所谓的“重交易,轻分析”,就是前面探讨的全渠道、会员等等,都是做生意、业务流程层面,但是在数据分析方面,比如商品分析、供应链分析、消费者分析等等,很多零售商都比较欠缺,零售软件厂商在这方面能力也相对较弱。

“重前台,轻后台”是什么意思?中国的现代零售行业发展比美国要晚很多年,美国的现代零售有近100年的历史,但是中国在2000年以后才出现大超市,中国出现像美特斯邦威这种连锁零售,也差不多是在90年代后期,在这之前基本上都是开加盟店的形态,都不是严格意义上的现代零售。所以中国真正意义上的现代零售到目前为止发展还不到30年。大家现在关注的都还是前台,怎么样更好地卖货,而如何优化后台的商品和供应链的运营,无论是软件商的解决方案还是企业运营上都比较欠缺。

其实是先有业务才有软件,所有的软件都是从业务应用中间来的。以商品运营为例,在国外买正装的男士衬衣,衬衣的型号都是领圈+袖长的组合,一款衬衣可能有40种型号,而中国的衬衣就分大、中、小、特大号,顶多四五种型号。同一个款,型号越多,也就意味着SKU数越多,供应链和商品运营的难度就越大。这就是为什么说中国零售企业的商品管理和美国相差了十几到二十年。但是中国零售在营销玩法和销售渠道拓展能力上是领先于全世界的。

关注零售科技的投资人该重点关注哪些领域呢?

中国零售领域的软件商基本上有四类:

一类是传统的零售或分销软件商。比较有代表性的是做POS软件起家的厂商。90年代后期中国开始出现本土的POS软件厂商,早期比较大型的有20家左右,但活到今天的大概就不到10家,除了海鼎被万达收购之外,其余几个大的都被阿里的石基软件收购了。

第二类是电商ERP或OMS软件厂商,他们转型做了新零售软件。比较典型的公司是商派。

第三类是原来的电商平台商。因为电商的技术平台比较全面,从前台、中台、后台电商软件公司都有。比如被京东收购的易迅、被沃尔玛收购的一号店,这两个品牌消失了,核心系统被当时的技术人员打包成了新零售的软件,转型成了新零售软件公司。

第四类是做CRM起家的公司。比如驿氪,做CRM从数量上来讲可能是最多的。这些公司从做微信商城等业务前台,逐步发展成为了所谓的新零售套件方案商。

这四类厂商互相跨界,形成了比较完整的包括前中后台的解决方案,构成了零售软件的主战场。

目前在市场上比较活跃的零售软件厂商有50到100家,规模比较大的营收也不到10个亿,规模比较小的新兴全渠道、数字化营销或者是CRM厂商,一般也就几千万到一两个亿的营收。

未来在这个行业谁能胜出?由两方面的能力决定:第一,软件厂商SaaS化的能力。第二,零售软件的实施能力。零售软件是企业运营相关的软件,会给企业带来很多运营方面的变革,所以能不能很好的实施取决于咨询和集成的能力。只有比较强的咨询能力和集成能力,软件才能做大。

那么,现在还有哪些蓝海领域,值得零售软件厂商、投资人更加重视呢?

第一个蓝海领域是商品和供应链管理软件,包括:首先,商品计划和品类组合管理软件,就是门店要放的商品组合管理。国外的零售之所以做得强,很大程度上是因为商品管理强。在美国的NRF零售展上大概有1/3到1/4是做商品管理的,而在中国几乎没有专注做商品管理的软件公司。商品管理把采购、物流、库存控制、门店分货、门店调货等等所有的运营体系集中管理起来,是零售企业最核心的运营体系。不管是大零售企业还是小零售企业,其实都有商品管理的问题。当然区域大、门店数量多、品类复杂、供应链风险大的企业对商品管理的信息化应用的要求更高。

其次,是品类、定价、促销优化软件,比如某个商品的价格调整会对整个店的销量构成什么样的影响,会对利润构成什么样的影响,会使其他相关产品的销量产生什么变化等等.

再次,需求预测和库存控制软件,比如一家店应维持的库存水平以及库存水平所决定的采购和补货模式。数学中有一个重订货模型,里面订货点的设计与商品需求相关。进行动态补货、预测需求都需要软件的支持。国外最有名的是JDA,SAP里也有这个模块,例如美国的Logility是一家有名的零售需求预测和补货软件。

第二个蓝海领域是数据分析。零售是数据驱动,但是零售分析报表需要专业人员,效率比较低而且成本比较高。随着人工智能等技术的发展,已经能够让企业用更简单的方法做数据的提取和分析。就像Google、百度之所以取得很好的成就,就是帮助人们用简单的方法获取信息。对于一个企业来讲,能不能用类似方法非常简单的获得想看到的报表?比如想看上海徐汇区过去三个月的啤酒销售,就能马上出数据。但是今天想去系统里抓数据真的很难,所以简单做数据可视化以及数据分析,企业的需求非常大,但是还没有一家软件商做得很好。企业很难找专职的数据科学家,如果用人工智能代替数据科学家做分析,能提高企业数据分析效率。

钛资本研究院观察

零售科技是伴随着新零售商业发展起来的科技领域。所谓新零售,指的就是打破各类零售业态,把零售企业、物流公司、生产制造企业、零售服务商等与消费者连接起来,通过全社会零售商业资源的重组而形成的新业态。新零售是共享和分享商业的代表之一,也是打破组织边界的典型商业模式。

与之相配合的,就是以数字中台技术为代表的零售科技。所谓数字中台,也并非新零售独有的技术,而在一个技术平台上汇聚和打通所有的业务、IT和数据,这实际是当下流行的数字化转型的核心技术。基于数字中台,可以推行微服务、容器和DevOps敏捷开发运维等云原生技术,而云原生技术则带来了零售软件形态和零售商业模式与运营的变革。人工智能、大数据分析、区块链、物联网等新技术,也需要依托于数字中台以及云原生技术。

以阿里为代表的新零售数字中台,与上层的新零售业态以及下层的零售基础设施进行了匹配,相应孵化出的解决方案也代表了零售科技的发展方向。从2019年开始,关注基于云原生技术的零售科技,这代表了新零售的未来,也是值得重点投资的技术方向。

2019-03-08

2019年第一季度,将要在全球云产业,发生一件定义未来的大事件,这就是美国五角大楼的JEDI大单到底花落谁家。2018年3月,美国国防部发布了一份价值100亿美元的联合企业防御基础设施(Joint Enterprise Defense Infrastructure, JEDI)的商业云采购合同。这份十年期的云服务合同,将把整个美国国防部向IaaS和PaaS云平台迁移。而JEDI招标说明中指定只向一家云供应商采购,而不是业界热炒的多云方案。

JEDI随后锁定AWS,但也一石激起千层浪,导致其它几大公有云服务商中,有的甚至起诉至联邦法院。美国国防部发言人Heather Babb在后期接受媒体采访时强调,单一云供应商方案能改进安全性、提高数据可获得性以及简化对云服务的采用和使用。JEDI云只选择一家单一云服务商的策略,确实让整个云产业大感意外。而AWS则与JEDI有着一样的思路,AWS CEO Andy Jassy早在2016年就喊出“采用多个云服务商的做法不可取”的观点。

整个2018年,多家公有云服务相继出现了宕机事件,JEDI的100亿美元大单则挑战整个业界对于多云的观点。那么,进入云计算的新十年,到底企业应该采用多云策略还是单云策略?随着JEDI招标书规定的最终签订合同期限临近,多云与单云之争注定要愈演愈烈。

多云还是单云,这是一个问题

自从出现云计算以来,多云似乎就是一个产业和客户共同的论调。IDC《2018全球IT行业预测》显示,2020年,超过90%的企业将会使用多种云服务和云平台,超过1/3的机构将会建立多云管理机制。同时,Gartner指出目前企业数据中心最大的挑战是如何制定多云策略。

那么,企业为什么要选择多云策略呢?

选择多云战略的第一个重要原因是成本管理。普遍来说,企业相信通过选择不同的云服务组合可以降低总体成本。但实际上用户低估了云费用的浪费,RightScale的2019年全球云状况报告的受访者估计浪费了27%,而RightScale实际浪费测量为35%。云费用的浪费在很大程度上,是因为企业对于多云的信念而采购了多余的云实例,从而出现了云蔓延的现象。

选择多云战略的第二个重要原因是避免云锁定和灵活性。但Forbes网站也在2018年6月的时候发表了由MapR公司CTO Tom Fisher所撰写《多云——每个人都在谈论它,但谁在做呢?》文章,专门谈到云锁定的问题。MapR公司是全球三大Hadoop开源大数据分析技术供应商之一。Tom Fisher在文章中指出,多云框架面临许多挑战。例如,没有办法让Redshift(亚马逊Aurora项目)在Google Cloud或Microsoft Azure上运行,这是技术设计本身所导致的;类似地,Bigtable依赖于底层的谷歌文件系统GFS,因此对于尝试在AWS或Azure上运行它并不是一个有吸引力的选择。

选择多云战略还有一个重要的现实原因是容灾和备份。选择多云策略进行数据备份与恢复,可以确保在一个云上的数据和备份全部被误删后,另一个云的数据和备份仍在。厂商这么做基本出于“云服务商也不是神”的考虑,哪怕承诺多少个9的SLA服务水平承诺,也可能会出现宕机,这一点从几乎所有公有云服务商都出现过宕机事件就可以看出。但事实上,单云服务商也可以提供成熟的异地双活、异地多活、数据三备份等技术,可保证数据的安全和可靠,只要策略得当,也能保证数据的高可靠和高可用。

值得一听的声音:单云也是足够好的

由于我们才进行云计算的第二个十年,而在第一个十年主要处于发展云计算技术的阶段,真正到应用多云或单云环境于成熟的生产业务中,才刚刚开始。因此,到底是多云真的占优,还是单云也有其强项?

Tom Fisher曾在其文章中分析:仍有很多炒作是关于多云能够跨多个云运行公共工作负载的能力,能实现这一承诺的客户或技术人员并没有太多的文档证据。AWS CEO Andy Jassy则表示,很多机构都在“开始想怎么将业务分别放到不同的云里。当他们经过深入研究后,绝大多数人最终不会选择多个云。他们主要还是使用单一供应商。”

在2011年的时候,美国国防部就有1万余个运营中的IT系统,其中20%为关键任务系统,还有超过772个数据中心、1.5万个网络、近7万台服务器以及超过700万台电脑和IT设备,IT人员高达17万人。

早在2011年美国国防部在制订IT战略和规划的时候,就指出美国国防部的IT基础设施必须要简化到一个整体集成和可互操作的资源,以快速把正确的信息在正确的时间交付到正确的地点,无论全球的任何地方。

对于美国国防部来说,单一云服务供应商的最大好处是安全。在任何类型的云环境中,安全性是技术提供者和客户组织之间的共同责任。在单云环境中,这种划分比在多云环境中更容易实现。此外,单一云服务供应商可以更容易、更全面地满足美国国防部在全球各地的安全和身体管理需求,以及整体安全策略的规划、制订、实施和更新。

单一云服务供应商的第二大好处是简化接口、标准和管理。对于美国国防部这样一个庞大的组织而言,各种机构林立。单一云服务商则可以与各个分支机构对接,更容易在总部和分支机构之间建立整体的接口、标准和管理流程。

Andy Jassy强调,如果企业想走多云之路,最基本的是要实现最底层的标准化,但是现实是不同的云平台都不一样。比如,系统的速度对于美国国防部来说很重要,单一云服务商的技术优化显然要比多个云服务之间的联合优化要容易的多。

而在大家都关心的容灾和备份方面,单一云服务商也有着重大的好处。因为如何采用多云的容灾方案,就必须要面临不同云服务商的不同管理门户和基于不同知识的服务。对于IaaS而言,不同云服务商对于VM都采用不同的磁盘格式,例如Azure使用VHD格式而AWS使用AMI格式。通常来说,每一家云服务商的容灾服务都不是为多云环境而设计的。反过来,与单一云服务商合作,更容易设计和满足美国国防部这样超大型组织的各种容灾需求。而对技术不那么成熟、体量更小的企业来说,毫无疑问,单云是更优选择。

在国内也有类似观点。上海驻云信息科技有限公司创始人蒋烁淼在谈到容灾和备份时,认为多云是趋势,但多云在可靠性方面比较麻烦,多云可靠的前提是有强大的技术团队保证各个云之间的有序管理,而不仅是将各个云的管理界面统一。如果团队没有很强的技术能力,那么在一朵云上实现多可用区多Region的备份更为可靠。限制多云可靠性的本质在于网络,因为不同云处于不同的VPC以及VPC之上的云运营商内网里。容器虽然能实现自动漂移,但如果两多云之间网络可靠性和技术团队实力不行,就会导致一端出问题、另一端也宕机的情况。

总体来说,在2019年开始之际,也是云计算进入第13个年头,企业对于云计算的实践进入实质性应用阶段。在这个阶段,到底是采用多云策略还是单云策略,已经不是技术哲学层面上的探讨,而是将影响企业未来数字化转型的关键性决策。JEDI的100亿美元大单到底花落多家还是一家,这将影响云计算产业,特别是企业云市场今后的走势。(文/宁川)

2019-03-05

(云徙科技CEO包志刚)

数字化转型正在演变为全业务范围的单一目标:改善客户体验。当今的企业正在速度和敏捷性上展开竞争,以满足客户的巨大期望。这是《2019连接基准报告》所指出的数字化转型现状,只有36%的受访IT领导者表示其组织提供了完全连接的客户体验。这份MuleSoft组织的报告调研了美国、英国、德国、澳大利亚和中国等地650名IT决策者(所在组织至少有千名员工),报告显示虽然企业投资了不少改善客户体验的数字技术,但这些技术彼此也很分散。

数字营销处于改善客户体验的前沿和中心地位。数字营销并不是一个新的概念,最早可以追溯到1999年和2000年的互联网泡沫,当时由于互联网的兴起而引发了互联网营销的热潮。1998年成立的谷歌建立了基于搜索引擎和网站营销的数字营销1.0,后来的社交媒体营销、移动互动营销等成为了数字营销2.0,如今随着大数据和数据分析、云计算、人工智能等新技术而兴起的数字营销3.0正在重塑客户体验。

2019年2月28日赛迪顾问发布了《2019年中国数字营销解决方案市场白皮书》(以下简称:2019数字营销白皮书),指出数字营销是以“技术+数据”双驱动,将传统营销进行在线化和智能化改造,进而帮助企业构建消费者全渠道触达、精准互动和交易的过程。其本质是借助数据和算法,以及营销资源的利用,依靠实时数据跟踪,实现营销由粗放向集约发展;依靠中台的强大连接,实现渠道从单一向多元发展;内容策划和投放依靠数据算法的提前预知,从经验决策变得智能决策。

2019数字营销白皮书特别提出了“云原生数字营销”的概念。所谓“云原生数字营销”就是基于云原生技术的数字营销科技,其核心就是建立企业的数字中台。即通过一个共享的数字化平台承载所有业务系统,包括营销、客户关系、销售、研发和服务等所有业务环节,形成从前端客户营销到后台业务系统的闭环,让整个企业演变成为可以快速感知和响应客户需求变化的数字原生企业。

赛迪顾问分析认为,2019年中国数字营销市场规模将达到652.5亿元,2021年将达到千亿规模。而在2019数字营销白皮书中所提及的云原生数字营销科技代表厂商云徙科技CEO包志刚则表示,千亿的市场规模仅是就数字营销IT投入而言,而云原生的数字营销科技能给企业带来全新的商业模式和更大的市场想像空间。

“大象也能跳舞”

云原生数字营销科技最终能实现什么样的目标?那就是让“大象也能跳舞”。在2019年2月28日的赛迪顾问2019中国IT市场年会“大数据高峰论坛”上,包志刚表示有一类客户叫做“大象”,典型的表现是有八类产品线、八套营销体系、八个渠道,总共27套内部的营销系统,会员信息、商品信息、交易信息、客户信息等全都不打通。这样的“大象”型企业如何通过融合平台、统一渠道等为客户服务?这就需要借助新型数字营销,以更轻盈的“跳舞”迎接数字化时代。

汽车厂商就是“大象”型企业的代表。当前首先是消费者购车行为发生了变化,原先买车要跑4S店四五趟进行车型比较,但现在80%的比较来自于互联网线上,只有最后下单体验的过程才会到4S店。其次,经销商4S店原先自带流量,但现在线下的流量没有了,大量的库存车无法消化,而库存车往往占用80%的经销商资金压力。而整车厂商虽然投资购买数据,再自己运营线下车展和诸多活动,但也并没有自有流量。

云徙科技就为一家知名汽车厂商搭建了基于数字中台的云商城。建成了云商平台后,通过大量线上市场活动链接消费者,形成汽车品牌的自有流量,然后基于流量构建精准的消费者画像,再通过进一步市场活动来运营粉丝客户,将线上的订单赋能到线下经销商。整个系统从2018年6月运营到2019年2月,实现到了1.2亿的PV量,其中访客量达到了6800万、注册用户数37万、精准购车线索数40万,线上运营订单超过了5万。

该汽车厂商的云店系统已经入驻了863家经销商。2018年双十一,该汽车品牌联合了800家经销商,拿出一款老型号车型做了一款爆品促销。当时,从业务部门对经销商提出需求、系统上线到整个活动推广,共花了15天时间。2018双十一之前进行了大量导流,双十一当天实现了400万用户触达、预约试驾13000人、最终订单为7500辆。这次活动的价值不仅仅是销售了7500辆车,更大的价值在于800多家经销商全部将自己的市场营销费用于与该汽车品牌的联合线上活动,颠覆了原先经销商对整车厂商的抵触,从抵制数据共享到联合数据运营。更关键的是,该汽车品牌原先一年只能做一两次线上活动,现在每个月能完成三次线上活动,2018年达到线上订单5万台,远远超过了任务目标。

新数字营销科技

“企业数字营销要做哪些事情?无非是全链路全渠道全触点的IT平台、数据化运营和业务创新三件事。”包志刚介绍,新型数字化营销首先要建立一个全链路打通的数字化平台,其次是对数字平台上的业务进行数据化运营,再次就是通过数据化运营推动创新,而创新主要指场景创新、体验创新和业务创新。这其实与传统的数字营销和数字营销解决方案有着本质的不同,赛迪顾问也在2019数字营销白皮书中的数字营销解决方案市场品牌竞争力矩阵图中提出了“可期待者”象限,云徙科技被列为该象限的领导者之一。

《2019数字营销白皮书》在评价云徙科技时提及:云徙科技作为国内领先的数字商业云服务提供商,以“业务+数据”的双中台为核心技术,驱动企业数字化转型,赋能新零售商业创新,助力业务持续增长。云徙科技提供业务中台、数据中台、数字营销云等中台系统与数字商业云服务,聚焦消费品、地产、汽车等行业,服务了如新、宝洁、富力地产、美的置业、长安汽车、长安福特等一大批国内外企业的数字化转型与商业创新。

作为阿里智能云的重要合作伙伴,云徙科技充分吸收了阿里自身电商系统的“小前台、大中台”思想和技术,以阿里云作为底层平台,开发了系列产品和解决方案,形成了完整的“云徙数字营销云产品体系”和服务。所谓云原生数字营销平台,即基于IaaS云底层平台和采用微服务构建PaaS层数字中台,开发面向营销的SaaS云应用服务。PaaS层数字中台则包括业务中台和数据中台,即共享业务中台和大数据平台。

数字中台能够打破“烟囱式”IT系统,通过一个平台拉通所有的IT系统和数据,一旦业务变更就能马上响应新的应用需求,以消费者和客户为中心重构业务与组织。包志刚强调:中台首先是服务、其次是技术、第三是组织、第四是能力,通过中台链接前台的“变”与后台的“不变”。对于企业来说,前端的消费者和客户要求不断的变化,而后台的业务系统则要求稳定不变,那么就需要通过一个数字中台形成“齿轮”把前后端快速链接起来。

从这个意义上来说,数字中台不仅服务于数字营销,更服务于整个企业业务。因此云原生的数字营销科技既是企业数字化转型的前沿,也是企业数字化转型和数字化运营的核心。云徙科技认为,数字化是传统企业提升效能和创新的重大机遇,数字营销作为企业数字化的重要组成部分和高效能价值切入点,扮演着重要角色。数字化营销已经成为传统企业数字化转型的重要战略。

赛迪顾问认为,数字中台是数字经济发展到今天,IT架构更新迭代的必然产物,同时也是适应了企业数字化转型的必然趋势。数字中台避免了企业重复建设IT系统和数据打通问题,带给企业快速建设、低成本维护、驱动商业创新等收益。数字中台的跨平台、跨终端、全渠道、全运营、集成数据的优势,将成为未来企业数字营销和数字化的主导方案和主流模式。

包志刚透露,通过数字中台转型企业的营销系统仅仅是第一步,接下来云徙科技还将尝试与企业通过数字化运营进行联合业务模式创新。此前,云徙科技已经与某日化品牌合作了护肤品的智能算法配方,通过人工智能和数据分析实现个性化配方。未来,云徙科技有望通过联合数字化营销运营,为企业带来真正的业务创新和增长。

“在云计算、大数据、人工智能等新技术变革推动下,将出现新的营销科技与服务厂商和新的生态,重新构架整个数字营销服务市场。”包志刚对未来充满了期待。(文/宁川)

2019-03-04

2019年2月26日,百度的一封内部轮岗通报邮件引起业界的关注,三位副总裁的岗位和管理职责都发生了重大的变化。通告中提到,副总裁郑子斌全面负责以CRM为基础的创新业务。这是否意味着,除传统的网络广告业务外,CRM将成为百度继无人驾驶、智能音箱、企业云服务之后的另一个战略创新方向?百度进入CRM领域的胜算究竟几何?

此番将领军CRM业务的副总裁郑子斌,此前全面负责百度的所有广告类商业产品及研发。据刚刚发布的百度Q4及全年财报,其2018年全年1023亿收入中,近80%都来自于他所负责的广告业务,因此郑子斌在百度内部的角色可以说是非常重要。公开资料显示,郑子斌毕业于斯坦福大学计算机系,2010年5月加盟百度,2011年创办百度美国硅谷研发中心,2017年回国专注国内业务同时担任百度搜索公司CTO,加入百度之前曾在谷歌、阿里巴巴、Oracle担任重要技术岗位。

企业CRM市场已经发展多年,SAP、Oracle等国际软件巨头主要以大型企业为服务对象,为销售和客户关系管理提供系统化工具,旨在提升既有客户的复购率和沟通效率,系统建设和运营成本相对较高,难以在数量庞大的中小企业中得以应用。创立于1999年的Salesforce以租赁式网页CRM软件服务(SaaS模式)切入市场,以云端服务的方式大幅降低了CRM系统的运营成本,快速占领了美国中小企业CRM市场,帮助更多中小企业完成从新客户获取到老客户维护的客户全生命周期管理。后来伴随云计算技术和相关底层技术的发展,Salesforce打造了面向开发者的PaaS平台,满足了不同行业企业的定制化CRM需求,带来了用户数量的迅猛增加。目前Salesforce的市值达到了1248亿美元,是全球最大的CRM软件公司。

据透露,百度进入企业CRM市场,预计将采取与Salesforce类似的产品定位,即SaaS+PaaS模式,特别是以PaaS平台主导的营销型CRM。这意味着百度将向第三方生态、产品和开发者全面开放合作,输出能力扶持包括第三方CRM厂商在内的合作伙伴,共同为客户提供更好的CRM产品和服务,促进国内CRM市场的良性发展。百度目前不仅是中国最大的搜索引擎,也是最大的新闻资讯信息流平台,是很多企业投放广告和获取新客户的首选。百度积累了十余年的企业营销数据,拥有数百万的企业客户资源,都给了其进入CRM市场的足够底气。同时,随着移动互联网红利的逐步消退,网络商业流量增长放缓,帮助企业客户提高客户转化率和营销ROI,也是摆在百度面前的重大问题。为客户提供一套打通营销和销售环节的CRM系统,还能帮助百度进一步巩固在网络广告领域的行业地位。

来自国际知名咨询公司Gartner的数据显示,CRM在2017年已经跃升为全球第一大企业级软件品类。而有关数据显示,2018年中国CRM市场规模仅为美国市场的3.5%,具有极大的增长潜力。

刚刚过去的2018年被视为BAT全面从服务网民向服务企业(从2C到2B)转型的关键一年。另一个重要的企业级市场是公有云服务,百度此前宣布去年Q4来自这一领域的营业收入超过十亿元人民币,这意味着百度云成为仅次于阿里云、腾讯云的国内第三大公有云服务提供商。而百度云的起步远晚于阿里云、金山云、华为云等同行,凭借自身的技术优势实现了快速发展。反观国内CRM市场,其竞争激烈程度、领先厂商的垄断程度都远低于企业云服务市场,特别是营销型CRM市场在中国几乎刚刚起步,可谓大有可为。

除上述内部高层轮岗通告外,从行业及人才市场,尚未了解到百度进军CRM市场的更进一步信息。但将商业产品核心负责人调到这一领域,以及自身具有的潜在资源和技术优势,加上巨大的市场空间,都让人不得不对这家互联网巨头在CRM市场的前景抱有很大的期待。(文/宁川)