博客首页|TW首页| 同事录|业界社区
2018-11-14

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

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

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

灵活的云服务

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

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

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

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

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

全面的云服务

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

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

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

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

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

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

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

更快的云服务

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

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

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

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

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

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

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

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

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

2018-11-13

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

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

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

免费发放手机不是梦

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

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

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

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

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

一天工作缩短到一小时?

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

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

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

未来AI的机会

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

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

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

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

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

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

2018-11-12

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

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

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

帮助成长型科技企业高效运营

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

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

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

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

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

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

大型企业数字化转型之选

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

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

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

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

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

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

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

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

2018-11-09

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

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

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

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

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

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

好的系统“大象无形”

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

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

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

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

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

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

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

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

机器学习还有哪些可以期待?

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

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

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

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

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

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

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

通向AI幸福的未来路径

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

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

应对AI挑战,微软亚洲研究院提出可以考虑以下路径:

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

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

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

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

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

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

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

个性化推荐系统

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

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

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

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

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

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

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

图像识别:机遇与挑战并存

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

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

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

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

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

数据智能的未来热点

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

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

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

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

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

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

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

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

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

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

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

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

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

2018-11-08

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

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

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

集成工业知识与专家

(上图为阿里云总裁胡晓明)

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

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

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

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

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

2018-11-07

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

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

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

Spring云原生应用开发框架之前世今生

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

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

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

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

新一代云原生软件开发环境

(上图为Pivotal 公司的Spring技术布道师Josh Long)

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

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

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

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

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

再次颠覆企业级软件开发

(上图为Pivotal软件开发布道师Spencer Gibb)

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

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

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

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

Pivotal如何组织Spring的技术进程?

(上图为热情的中国Spring开发者们)

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

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

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

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

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

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

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

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

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

2018-11-06

(上图为微软CEO萨提亚·纳德拉)

复杂经济学家布莱恩·阿瑟在《技术的本质》一书中认为:经济是技术的一种表达,并随着技术的进化而进化。技术体系的结构性变化,将引发“工业突变”,从内部持续彻底地改革经济结构,不断破旧立新,最终在全社会范围内形成新的经济模式。这就是一个由技术密集度不断加深而走向新经济模式的过程。

如今,全球都在转向以云计算、大数据、人工智能等为代表的新技术体系,新技术体系将催生新一轮的“工业突变”,最终诞生新的经济模式,这就是数字经济。而微软CEO萨提亚·纳德拉在前不久的Microsoft Ignite 2018上强调,现在正在发生的情况是计算正在嵌入现实世界的每个地方,无论是家庭或工作、还是体育场或医院,都有计算的嵌入。每个行业,无论是石油和天然气、零售、金融服务、农业技术等,都在通过数字技术进行转型。

纳德拉在2018年11月6日参加21世纪的计算大会及微软亚洲研究院二十周年活动上,例举了东方海外货柜航运(OOCL)与微软亚洲研究院的人工智能研究团队合作运用深度学习和强化学习技术优化航运操作的例子。据了解,在经过近15个星期的应用尝试后,该合作预计每年将为OOCL节省1,000万美元的运营成本。今天,全球就处于这样一个经济模式转型的过程中,通过加强新技术密集度来强化这种转型已经不是可有可无的选择,而是必须要强力采取的战略。

技术密集度:以史为鉴

纳德拉曾引用过汽车行业从蒸汽能源进化到电能的例子。1882年,爱迪生发明了电厂,开始商品化销售电能,他当时在纽约市和伦敦都以电力商品的形式出售电力。但在当时,蒸汽是主要的能源形式,而且已经占据当时社会经济的主体动力地位。

19世纪末和20世纪初的时候,世界上所有工厂都使用蒸汽动力,尽管有了最初的商品电,但每个蒸汽工厂的所有者都会质疑:“我如何处理这种新的生产要素或技术的这种变化?我真的需要它吗?我可以把它融入到现在正在做的事情中吗?我拥有所有这些资产,如何确保在折旧之前不必更换?”实际上,今天我们在谈论云计算等新技术的时候,所讨论的话题与19世纪初是一样的。

但到1900年左右,仍只有5%的汽车制造厂采用了电能,大部分仍采用蒸汽能源。1910年,福特率先开发了全电能的制造工厂,改变了汽车行业的游戏规则。当时,福特在高地公园计划推出了一个新工厂来制造Model T,因为他们需要真正变革行业生产能力的机会。福特开始使用新的生产要素,从新能源的角度来重新思考从运营到工厂车间的一切,他们改变了行业规则。

克莱斯勒、通用汽车等快速跟进,他们用新汽车工业技术推进了新型商品电的密集度,共同创造了新的时代。而当时的Stanley Motors、Locomobile、Clark等拒绝电能,结果从此消失。今天,云计算、大数据、人工智能等新技术体系,就像当年的电能一样,正以商品化的产品形式进入到经济中。新技术密集度的提升,正在持续不断而彻底的改革现有的经济结构。新的产品、新的生产制造运输方法和设施、新的社会制度和法律法规、新的市场和用户、新的工业组织和各类社会经济组织,一个新的经济体系正在形成中。

这些企业在行动

作为微软CEO萨提亚·纳德拉有机会在全世界各地看到各国家和地区的企业在本轮数字化转型中,都各自在做的事情。纳德拉感叹到:“对我来说最大的特权之一就是能够与客户见面,向他们学习如何利用数字技术不仅改造自己,而且在许多情况下改变他们的行业。”

以荷兰皇家壳牌为例。石油和天然气是一个始终在变化的行业,作为全球的主要能源形式,这是一个非常有活力的行业。如果说还有一个商品价格每天都在变化的行业,那么就是能源行业。作为一家能源公司,以壳牌为代表的石油石化企业必须非常敏捷,在运营效率方面非常灵活,并且还要寻找新的能源。

令人惊讶的是,壳牌在人工智能方面的进展是非常惊人的,他们对在操作过程中使用人工智能有着非常深思熟虑的策略。2018年9月20日,壳牌宣布了一项重大计划,将和微软公司扩大合作,在石油行业大规模推行人工智能(AI)的应用。壳牌此次人工智能计划覆盖的领域非常广,包括油气钻井、油气生产、加油站零售、财务管理、员工管理等,在全球油气行业来说也是十分罕见的。

壳牌将采用C3 IoT 公司的物联网技术、微软的Azure云平台以及刚被微软收购的Bonsai公司的人工智能工具。Bonsai开发的“机器教学框架”技术,让没有数据科学或人工智能背景的专家,也能够很好地和智能系统交互。壳牌本次目标是让机器学习和其它AI相关工具能够在壳牌内部得以普及。壳牌将推广人工智能在油田现场、炼化厂、加油站的应用,这几乎覆盖了石油行业的全产业链,而首批应用将聚焦于加油站管理人工智能化、设备维护人工智能化、定向井钻井人工智能化、员工交互人工智能化。例如钻井是一种非常高精度、高风险的操作,壳牌使用了大量数据来建立了人工智能系统,利用强化学习技术来引导钻头。

实际上,全球各行业的大型企业们都已经行动起来投入到用新技术改造现有产品、运营和商业模式中。宝马正在利用几乎微软所有的人工智能技术,包括微软BotFramework机器人框架、Azure认知服务等,建立一个名为“宝马”的人工智能助理。瑞典第二大时装零售商零售店的H&M在纽约的旗舰店里有一面基于AI的镜子,使用语音和视觉真正帮助消费者熟悉该商店所有的时尚产品。医疗健康公司礼来(Eli Lilly)则采用Microsoft 365,以新的方式进行内部协作,为市场带来新的解决方案。德国高端变速器制造商ZF已经为其车间的一线工作人员提供了HoloLens,他们使用HoloLens进行培训并将其用于远程协助,事实上这些都是最近才在Dynamics中推出的应用程序。

石油石化公司、制造公司、房地产公司、汽车公司、医疗健康公司等等,这些行业里的全球500强的大企业都已经快速行动起来,率先加强了本企业集团及相关生态企业采用新技术密度,把人工智能、区块链、云计算、混合现实等新技术向企业的方方面面扩散,并带动了各自行业的整体行动。

普及新技术、走向新经济

微软不断创新,提供完整的新技术平台、工具和使用方法,以安全、可靠、负责任的价值观,把新技术扩散到全球的每一个角落,强化全世界的新技术密集度,用新技术赋能全球的每一个政府机构、企业、组织和个人,推动全球更加快速地走向新经济体系。

今天,全球有超过192个国家和地区(几乎是地球上所有国家)超过7亿台设备运行着Windows 10、140多个国家和地区的12亿人通过107种语言使用微软Office、95%的财富500强企业在使用微软云、微软人工智能助理Cortana自发布以来已经被寻问了180亿个问题、每天微软都分析着超过6.5万亿种信号以识别安全威胁并保护用户、Skype Translator能实时翻译9种语言的语音信息和50种语言的文字信息。

对于微软来说,已经通过40多年的努力,实现了“电脑普及化”这样一个目标。随着PC电脑被嵌入到全球的各个角落,基于PC电脑而驱动的业务流程已经改变了全球的面貌。在云计算时代,微软智能云又提供了遍及全球的广泛覆盖,Microsoft Azure在全球有54个区域,服务全球140多个国家和地区市场,超过其它国际公有云服务商的总和。在智能云与智能边缘的今天,微软除了继续强化在智能云和智能设备等方面的投资外,就是致力于“人工智能的普及”。

微软认为,必须要向大众普及人工智能,让全球每一个组织和个人都能用人工智能技术创造自己的成就,才能让全世界都真正受益于人工智能。微软一直在“人工智能全民化”这个承诺上努力,有着27年历史的微软研究院始终致力于推动计算机科学的发展以及微软产品和服务的开发,微软的研究人员发展了超过22000篇论文,其中有大量关于人工智能的研究。今年成立二十周年的微软亚洲研究院,自创院开始就以人工智能作为主要研究方向。微软还专门成立了人工智能与研究事业部,聚集了超过8000名计算机科学家、研究人员和工程师。

2018年是微软亚洲研究院成立20周年,20年来微软亚洲研究院为中国和全球培养了大量人才。今天,这些从微软走出来的人才,活跃在数字化转型的第一线,他们在各个层面推动全社会着走向新经济。为全社会培养人才,通过大量新型人才来普及新技术、推进技术密集度,是微软独特的社会价值和贡献,也是微软强化技术密集度、推动全球数字化转型的根本。(文/宁川)

2018-11-03

网络安全是一个比较新的行业。在1995年之前,中国甚至连互联网都很少有地方能接入;中国最早的一批网络安全公司也都是在1995年以后成立的,所以这个行业从无到有也就二十多年时间。

这么“稚嫩”的网络安全行业,同时又是个比较复杂的行业。很多时候,不同攻击手法和问题的出现,都超出业内人的“预料”。比如今年上半年的芯片漏洞事件,就让业内人没想到,因为大家都以为芯片是没有漏洞的。再比如,2015年苹果出现了一个大的漏洞,国内几乎所有的主流App都被感染了后门。其实黑客只是用了一个特别简单的手法,即在网上提供了一个开发者工具的下载,这个开发者工具被植入了后门,这就导致了国内所有的主流App在上传到App Store以后都带上了后门。这个攻击手段其实并没有技术含量,但是因为以前没有人想到过,所以被打了个措手不及。

随着时间的发展,网络安全行业越来越显示出重要性。尤其在过去五年,信息技术已经从纯粹的IT范畴演变成了社会的基本特征——尤其是大量的设备联网,包括手机等移动设备的普及以及物联网的发展,导致信息技术具有了社会属性,这使网络安全的外延不断扩大,从一个狭小的计算机范畴扩大到了整个社会、国家以及全球的范畴。

面于如此“稚嫩”、复杂又重要的行业,钛资本认为相关投资人有必要对此达成更多共识。在2018年10月举办的钛资本“新一代企业级科技投资人投研社”在线研讨会第五期上,苹果资本创始人胡洪涛分享了对于国内外安全行业的发展和投资机会的看法。

胡洪涛拥有8年投资经验、13年创业经验、17年安全行业经验,于2009年底创建苹果资本,在此之前创立了北京榕基网安、北京瞻沿科技、北京爱普优三家企业。苹果资本专注于全球网络安全产业项目投资,目前管理了I期、II期、III期、IV期人民币天使基金和I期美元天使基金,同时正在筹建10亿规模的成长期安全基金I期。苹果资本投资过的早期项目包括安全宝、上网快鸟、长亭科技、数字联盟网络、瀚思安信、指掌易、云法通、锦佰安、志翔科技、全知科技、红手指等。

网络安全的外延在快速扩展

网络安全的发展呈非线性增长。正如病毒那样,最开始只有一个病毒,当一个病毒传到两台机器上、两台机器再传到四台机器上,就呈现指数型增长。网络安全的发展也类似。

从1995年前后到2015年,网络安全一般都是指传统意义上的网络安全,这也是目前网络安全行业的上市公司或者将要上市公司的最主要领域。在这个领域,所有的产品包括防火墙、入侵检测、UTM等都偏硬件,比如启明星辰、天融信、绿盟、卫士通等主做传统网络安全的公司,基本上不太涉及非硬件产品。传统网络安全产品主要集中在防火墙、入侵检测以及杀毒,称为“老三样”。“老三样”从1995年一直到现在,依然有很大的存量市场,再加上周边的加密硬件等产品,现在的总体规模约为300亿到500亿左右。

以前之所以有防火墙,主要是因为企业有内网和外网之分,需要防火墙隔离开。现在由于WIFI、移动设备、移动办公等应用,以及企业由内网向外开放接口, 整个企业的网络边界被打破了、业务互联网化了。业务互联网化以后,内网和外网的区分就弱化了。一旦网络边界被打破,防御的手段就要跟上变化——这就像战争从冷兵器时代到了现代化战争时代,整个作战的方式都完全改变了。

随着这几年移动互联网、云、工业控制等技术的发展,以及对数据、业务安全等的重视,网络安全开始往更广的范围发展。以前都是封闭系统,不存在大数据现象;现在系统开放了,就出现了大数据。以前只是在内网运营业务,业务不会被拉到外网处理,所以就不存在业务安全问题,一旦业务上了互联网,安全问题就出来了。同时因为所有企业的所有业务都上了互联网,网络执法也就变得非常必要。特别是随着政务网的上线,网络入侵还会给社会的稳定带来问题。

去年,WannaCry病毒导致了车管所所有车辆的任何变更都无法办理、一部分加油站无法加油、一部分医院由于不能使用电脑而无法看病;在2016年的时候,一个黑客组织曝出有某个团队专门给美国国家安全局提供各种网络入侵的工具,储备了大量人们不知道、没有暴露出来的漏洞,积累了很多攻击手段、攻击工具;更早的时候,斯诺登事件更曝出美国通过网络手段对各个国家的部长及以上的政要人物进行了网络窃听和网络监控……这些例子都充分说明,网络安全已经不仅仅只涉及到企业内网和外网边界的安全问题,它已经从传统的网络安全本身,牵涉到了数据安全、业务安全、社会维稳和国家安全。

甚至一旦网络安全出现问题还会导致更多的危害。比如车联网的安全、工业控制的安全等,还会涉及到生命安全。比如,对于工厂特别是化工厂都有高压反应釜,可达上百个大气压,相当于几吨TNT炸药,一旦反应釜被控制而导致爆炸,将威胁方圆一两平方公里内所有人的生命和财产安全。再比如,机器人虽然可能不会直接拿刀杀人,但是漏电、触电或者点燃煤气等等,也会威胁到人身安全。因此,网络安全已经延伸到了人身安全和财产安全。

网络安全市场呈现指数型增长

网络安全需求在以下六个维度的同时增长,将带来网络安全市场整体的指数型增长:

维度一:在同一个行业,随着核心业务互联网化程度提高,网络安全越来越成为刚需。比如银行业,以前,办理银行业务必须去银行柜台,后来可以在线办理了,甚至可以在各种设备上办理银行的绝大部分业务。银行业务越开放,带来的安全问题就越多。所以随着银行的互联网化和移动化,银行的安全需求是在不断增长的;

维度二:随着传统行业逐个被互联网化,越来越多的行业需要网络安全;

维度三:随着联网设备的增多,需要保护的对象就多了。以前的网联设备只有PC与服务器,现在有手机、车联网、工业互联网、云基础设施等等,这些网联设备的种类和数量都呈现指数型增长,网络安全需求随之爆发式增长 ;

维度四:随着网络安全法规、政策的出台,新的安全领域与安全需求不断出现。这几年,尤其是2016年4月份以来,中国至少每个月都有三四条网络安全相关的法规和细则出台。这些法规对网络安全行业的发展有着巨大的推动作用。比如数据安全,现在有了个人隐私保护相关法规,数据就无法买卖;还需要有监控跟踪手段来保证所有用户数据的安全,否则就会被处罚。再比如,去年出台的GDPR导致腾讯从欧洲市场退出,就是因为GDPR的罚款特别重,占整个企业收入的很大一部分。其实欧洲市场可能都没有多大,但整个公司收入的4%可能是很大的一部分,所以腾讯为了规避安全风险,宁可撤出欧洲市场。

维度五:随着数据资产化、货币数字化,它们本身在互联网上,又都能直接变现,引发黑产的兴趣,由此带来的经济损失呈指数型增长。近两年,每年损失的数字货币达几百亿美金,网络安全需求随之指数型增长 。

维度六:经济环境、国际局势对网络安全的影响。大家可以明显感觉到,今年上半年以来,与经济走势相对应的是,网络犯罪较往年尤为猖獗,网络安全人员和公安局联合执法,基本上处于忙不过来的状态。而且网络诈骗非常隐蔽和难于抓捕。有的人通过微信给别人转了几十万、上百万,连别人电话号码都不知道,什么信息都没有。而对方的微信号可能是买来的,或用他人的身份证、手机号注册的,手机可能也是租来的,甚至是虚拟手机。或者远程控制手机或微信的人压根就不在国内,而是在马来西亚、菲律宾或者泰国,所以导致犯罪成本低、收益高、难抓捕。

再者就是今年以来,受国际关系影响,国际间的网络间谍活动也特别多,网军对抗也比较厉害。在网军上,各国都在投入更大的力量。美国今年就专门成立了一个网军司令部,所以未来肯定会出现国家间的网络军备竞争。相对于其它行业来说,网络安全受经济环境、国际关系的影响更大。

从以上六个维度可以看出来,网络安全市场规模在急剧增大,处于爆发式增长和呈指数型增长。但整个网络安全的边界还没弄清楚,也无法准确地估计和计算出整个网络安全市场到底有多大,呈现怎样的增长态势,目前只能初步估计为一万亿的规模。

网络安全市场的增长,还可以从产品形态的变化来分析。从1995年到2011年、再从2011年到2017年,产品形态其实没有太大的变化,基本上都是标准硬件产品的形式,也就是卖“盒子”,只不过第二代比第一代略有改进。

现在的很多网络安全企业,已经没有固定的硬件,基本上都是软件形态。销售方式是按业务场景或者按数据量,即企业方的业务要和安全产品结合,这样随着业务场景的发展或者是随着数据量的增长,安全业务的规模也同等增长。所以经常会出现一个企业买了某公司的安全产品后,今年是50万,明年可能是200万,后年可能是500万;不再像以前防火墙那样,一台防火墙今年五万,明年还是五万甚至可能降价,而且一台防火墙基本上用三年没有问题。新的场景+解决方案的网络安全产品形态,让市场每年都存在新增机会。

2004年的时候,全球的网络安全市场大概只有35亿美元,到了2017年这个数字变成了1380亿美元,也就是13年时间增长了大约39倍,平均年复合增长率大约33%。这个增长速度平均下来相当高,后面的增长速度还会更快,从2017年到2021年预计将增长到一万亿美金。

中国市场通常是全球市场的1/10,到2021年差不多也就是一万亿人民币。但是同样的机构预测的网络安全给企业带来的损失要远远高于这个数字,到2021年将是六万亿。

通常的说法是美国的网络安全市场比中国超前三到五年,其实绝大部分网络安全的细分领域都是在五年以上。分析美国2012年左右上市的这批公司,这几年的年复合增长率都在50%到100%之间。2017年、2018年上市的公司有一个特点,即不再是一个综合性的安全公司,而是专注于单一产品,但是增长速度非常快,每年以80%以上甚至100%、200%的速度增长。成立越早的公司,像Symantec、Mimecast,“老三样”占的销售额比较高,相比于成立年头比较短、专注于单一产品的公司来说,增长速度就不一样。

国内的几家网络安全上市公司最近三年的年复合增长率普遍都在30%左右,相当于还处于美国五年前甚至十年前的状态。国内的启明、绿盟等上市公司,有点类似于Symantec、Mimecast,还是卖标准硬件,所以只能有这么一个增长率和增长水平,不可能更快了。相反,对于一些新出现的创业公司,按场景+解决方案而不是硬件设备来销售,这样随着业务场景的发展或者是随着数据量的增长,安全业务的规模也同等增长。尤其是2015年以后,安全对于企业来说变成刚需。2016年、2017年这两年,安全公司的收入比前几年增长得都快,尤其是从2018年一季度和上半年的数据看,有一些公司的业绩可能是去年的好几倍。

至于说发展空间,美国的改革比中国要早,美国的军工采购已经是开放市场,中国才刚刚开始。2015年,国家首次提出把军民融合发展上升为国家战略,军民融合就是把军工采购从非市场化变成市场化。所以在美国做安全的企业,主要奔着世界500强客户。在中国,能做的优质客户其实就是央企,而央企大概就128家,而且涉及到很多个行业,想把128家都做下来不太现实,能做个20家已经很不错了。

但是在中国有另一块更大的市场,就是各级政府机构。政府市场可能要远远大于市场化的企业级市场。此外像公安、军队、国安等特别的市场,市场规模可能更远大于政府市场。

网络安全行业的投资逻辑

美国网络安全市场的投资规模从2010年到2017年增长了6.5倍,也就是安全企业拿到资金的规模增长了6.5倍。尤其是从2012年开始,每年美国在网络安全上的投入成倍增长。其实这几年中国安全市场的投资规模也是在成倍增长,但是总量处于10亿人民币到20亿人民币之间,相比来说还很早期。

从1995年到2013年这18年时间,我国网络安全行业存在劣币驱逐良币,就是依靠关系型销售,采购完了有些不好用的产品就堆在库房,或者把防火墙当一根网线使用(不设安全规则)。在2013年的时候,因为斯诺登事件再加上伊朗核设施被美国震网病毒入侵,推动了国家层面的高度重视,把网络安全推到了继陆地、海洋、天空、外空之外的第五空间,上升到了国家安全的高度,也跟计算机一样变成了一级学科。

这两年网络安全变成刚需,已经从可有可无的“保健品”,变成了“药品”。同时网络安全的防御思想、防御技术发生了很大变化,传统产品如防火墙、IDS等已经完全不管用了。在这个大的背景下,产生了大量的技术创新,给投资带来了机会。

而网络安全的创业公司往往也需要投资机构的支持。对于网络安全行业,除了资金方面和一般行业投资都会有的管理、业务支持外,投资机构还可以在其它方面更好地帮助创业者。

为什么?网络安全行业特别分散,需要非常紧密的合作。甚至从某种意义上,黑产的产业化程度和合作配合程度要比安全圈更好、更顺畅。所以,投资机构其实起到了一个信用担保的作用,能够让被投的公司之间有更好、更紧密的合作。同时投资机构在投后也能发挥比较大的作用,一个大客户可能对被投的很多家安全公司产品都有需求,所以投后可以起到一个非常好的复用和1+1>2的效果。

那么,网络安全行业的投资逻辑是什么呢?

第一,找准商业机会。这个商业机会一定是“天花板”要高。

第二,找准时间窗口。投早了就死在沙滩上了,投晚了就比较贵,或者没有机会了。

第三,确定技术形态。不是每一个创新都能够维持比较久或者能够真正解决问题。创新分为两种,一种是颠覆式技术创新,一种是比较浅层次的微创新,后者其实走不了太远。比如说在2012年、2013年的网页防篡改产品,只存活了两三年,就是因为解决不了实际问题。有的产品能够持续,像防火墙就持续了将近20年。这就要求投资人既要抓住创新的机会,又要识别创新的陷阱。

第四,判断企业的投资价值。在安全领域有一些针对新出现的各类安全问题的专家型团队,服务方式通常是咨询式,没有特定的产品,也没有持续性稳定的增长模式。这类公司中人就是壁垒。由于完全靠人工服务,没法快速复制,也不可能规模化。但这样企业的价值其实还很高,在网络安全领域有一个词叫“网络尖刀”,通常这把“刀”就是所谓的安全挖洞、防御、方案高手或者咨询高手,只要一出手就能拿下客户,获得后面的单子。所以,这种团队比较适合被战略投资或者被收购。

第五,重视创始团队的格局和综合能力。企业级创业有其特殊性,举例而言,防火墙公司可能不下500家,其中只有几家能达到比较大的规模,但其它四百多家也都能存活下来或许还活得很好。为什么呢?一家企业级公司能不能存活下来,取决于有没有优质客户,是否能做大则取决于有没有好的管理团队、大的格局。企业级创业难就难在对创始团队的要求非常高而且非常综合,方方面面都不能有短板,各方面都要很强才能做大。

网络安全行业单领域其实可以做大,像Splunk、Okta、Duo Security、Sailpoint等都是在单领域做大。仅一个在线身份认证或者企业内部的身份认证,就能做到一个上市公司,或者做到二十几个亿美金被收购,这在美国市场已经验证过。在中国同样可以,只不过还需要一段时间来证明,因为中国毕竟比美国发展的慢。

第六,能够退出。在2009年到2015年这段时间投资安全企业,想通过企业上市退出是比较难的,因为这个行业还处于发展的初期,基本上只能通过企业被收购来退出。而谁能出得起大价钱呢?很简单,就是BAT。国内做网络安全的上市公司,其实没有能力收购非营利性的企业,这跟国外很不一样。国外网络安全上市公司的收购,基本上不会看重利润或者是否可以上市,而是看重技术。

从2015年开始,投资机构就有机会通过网络安全企业上市退出了。如果上不了市,还可以通过其它方式退出。当然,今天BAT已经对收购一家普通的安全企业没有太大兴趣,但是对一些在企业级领域长远来看很重要、有技术含量的企业,一旦BAT转向企业服务时还是会有兴趣。但是不像以前,以前的收购全部是为了人才。这里面有一个历史的原因,就是3Q大战以及360与各家互联网公司在网络安全上的纠纷,导致了对网络安全人才的需求非常旺盛。这几年因为没有“战争”,所以对收购的需求也没有那么大,这是个空档期。现在腾讯全面转向企业级服务,阿里早已转了,未来腾讯和阿里等在重量级网络安全产品上或许有收购需求,短期依然没有。

短期的退出策略比较简单:对估值比较高、规模比较大的企业,找后面能长期持有、接盘的大基金;对估值不那么高的企业,依然可以采用人才收购的方式,可以找大型安全企业或者BAT;更重要的是,非安全企业对安全人才的收购需求也起来了,比如系统集成公司有良好的客户基础,但没有相关的安全产品,甚至必须要把底层的问题解决了,才能做上层的系统集成,所以集成公司对收购网络安全团队有需求。此外,建了安全实验室的央企、需要保证物联网安全的物联网公司等等,都有收购网络安全团队的需求。

钛资本研究院观察

网络信息安全行业正在面临国产技术的窗口期和爆发期。Gartner预测,到2021年,中国八成以上的大型企业将部署由本地供应商提供的网络安全设备。实际上,在其它国家和地区也倾向于采购本国的网络信息安全技术。所以,我国的网络信息安全市场是一个长线市场,创业者可以静下心来找到差异化的技术创新点,而不是走同质化竞争路线。另一方面,大厂商的安全体系正在建立和成熟中,包括各大公有云和私有云的安全体系、区块链带来的信用体系、芯片级的安全保护等,创业者的创新空间也在被压缩。

总体来说,网络信息安全的创新空间在未来数年内有望进入快速上升通道,特别在应用领域的安全防护有更大的空间,非常值得更多投资机构的关注和进入。同时,相比美国市场,国内信息安全领域仍显稚嫩,处于传统网络安全向新兴应用安全的升级阶段,特别需要投资机构在行业边际和发展趋势、产业细分和深度合作、退出模式和途径等方面不断形成越来越多的共识。而跟随“一带一路”等走出去的“中国梦”,中国的网络信息安全创业也可以关注国际市场,通过服务国际市场而提升产品与服务的国际化程度,进一步获得全球市场的退出机会。“风物长宜放眼量”,是对网络信息安全市场的基本共识。

2018-10-31

在广东长隆野生动物园有全世界唯一的大熊猫三胞胎“萌帅酷”,2017年的时候有5000人为大熊猫三胞胎庆祝了3岁生日。2016年的时候,广州迅易科技有限公司作为微软合作伙伴,与微软一起到广东长隆野生动物园交流,当时提出能不能用人工智能识别长隆的动物,特别是大熊猫三胞胎,这相比于二维码导游来说,能为游客带来更多乐趣。

广州迅易科技首席执行官兼首席营销总监王强回忆,虽然后来一直没能实现用人工智能识别大熊猫三胞胎,但由此带来了新的契机:长隆野生动物园一直面临客服流失率高和培训难的问题,特别是到了节假日客流量爆棚的时候,客服系统无法应对,因此希望广州迅易科技和微软用人工智能实现智能客服。“当时还是2016年,我们和微软在一起都不一定敢接这个项目,因为从来没有做过。”

(上图为广州迅易科技首席执行官兼首席营销总监王强)

今天,“长隆i动物”APP已经可以成功识别百余种长隆野生动物,游客可通过拍照、图库选择图片的方式上传动物图到APP进行分析识别,也可通过搜索动物名字来获取动物的资料,包括图片、视频、音频、精彩故事、百科知识等,还可以把识别的图片及结果分享给好友。而长隆集团的智能客服系统通过长隆旅游APP,用智能客服无缝连接人工客服,在客流量增加的时候无需增加客服人员,用智能机器人+知识库机器人就能搞掂。

广州迅易科技是微软众多数字化转型合作伙伴的典型代表。IDC调查显示,2017年,微软每收入1美元,合作伙伴平均可以获益9.64美元;而预计到2022年,微软合作伙伴因数字化转型而获得的市场机遇将比2017年增长一倍。今天,微软、合作伙伴与客户已经成为数字化转型“三胞胎”,共同挑战新的业务场景。

全新的数字化转型生态

今天,由Microsoft Azure云计算平台、Office 365云生产力平台、Dynamics 365企业应用云平台构成的微软智能云,正成为微软合作伙伴把握数字化转型机遇的数字平台。微软合作伙伴充分利用微软智能云的技术创新和平台服务,打造适应不同地区、不同行业、不同规模企业需求的产品、服务和解决方案,创造数字化转型的新市场机遇。

在全球范围内,微软合作伙伴生态系统有数十万成员,其中云合作伙伴数量超过72000家,云解决方案提供商收入的年度增长高达234%。在大中华区,微软拥有超过17000家合作伙伴;过去一年,微软通过联合销售的方式帮助80家合作伙伴赢得了550多个订单,微软用于合作伙伴的激励奖金总额高达5亿元人民币。

根据服务能力、服务对象和领域的不同,微软智能云合作伙伴主要分为四种类型,其中:托管服务提供商(MSP)拥有最完善的云管理平台服务能力,可以根据企业需要提供全面的公有云、私有云或者是混合云解决方案;独立软件开发商(ISV)是专注于不同行业、领域解决方案研发的开发商,也是推动微软智能云真正落地生根的主力军;系统集成商(SI)有能力提供软硬件结合的解决方案,是推广私有云、混合云的重要力量;渠道发展合作伙伴(CD)是面向不同区域、层级市场的合作伙伴,擅长于根据不同层级、区域市场的需求,对Azure、Office 365服务进行定制和优化。

(上图为微软大中华区副总裁,全渠道事业部、商业客户事业部及云计算战略总经理包嘉峰)

从去年开始,微软推出了Co-sell Ready(联合共同销售)计划,即微软的销售和合作伙伴的销售一起对接客户,现在积累的解决方案已经超过六百多个了。本次Tech Summit 2018上,微软又推出了Co-sell Prioritize(解决方案优选)计划,二者的区别在于解决方案优选主要针对更有普适价值的解决方案,而联合共同销售计划中的解决方案可能只针对某个具体的小场景。

与管理传统软件渠道不同的是,微软更侧重于从解决方案和资源匹配的角度,“撮合”合作伙伴,这就是“Partner to Partner(P2P)”。微软大中华区副总裁,全渠道事业部、商业客户事业部及云计算战略总经理包嘉峰表示,在过去的软件模式下,微软与合作伙伴主要是执行模式,无论是迁移还是部署,客户的需求很明确,微软对合作伙伴主要是一对一培养模式;而到了云时代,面对1700多家以及更多合作伙伴,微软要做的是把所有合作伙伴召集到一起搭建场景,通过创新场景的对话,促进合作伙伴交流。包嘉峰表示,现在的企业需求已经不是一两家技术供应商就能全部解决的了,必须要联合众多合作的方案。

“P2P不是微软要推,而客户和合作伙伴找到微软,共同讨论更多的场景。”包嘉峰强调,微软的目标是汇聚技术创新,“我在微软14年,现在负责合作伙伴,每天最开心的事情就是会听到根本没想象到的一个话题或者一个方向,我们会坐下来花五分钟帮合作伙伴咨询,因为微软有更广泛的行业经验和技术积累。”

微软大中华区全渠道事业部渠道管理与策略总经理周芳表示,微软目前不仅仅提供云服务和技术平台,在国内也扮演合作伙伴之间的“媒人”:“在微软生态里,不同合作伙伴各有各的需求,但是他们互相不认识,而微软都认识他们,所以就牵线搭桥,通过沙龙的形式让他们自由交流。这就像‘快速相亲’一样,每个人上去讲三分钟,谁感兴趣就凑在一起,相互补充对方的资源。当然最后能不能合作,还是需要信任、时间,也需要模式和进入强度等,但至少能清楚地看到合作的方向了。”

(上图为微软大中华区全渠道事业部渠道管理与策略总经理周芳)

而针对全新的“解决方案优选计划”,微软通过加大在技术、宣传、销售等方面的投入和支持力度,鼓励合作伙伴与微软合作发掘市场机遇。针对符合计划中具体项目条件的解决方案,微软将提供从资金到人力、技术、市场推广、客户资源等“三帮”合作伙伴:包括帮你搭,派遣技术专家与合作伙伴技术团队共同打造最能满足行业需求的微软智能云解决方案;帮你推,微软投入市场推广资金和资源,邀请合作伙伴与微软一起参与微软主办的各项市场活动及行业盛会,共同展示最新成果,借助微软的品牌和市场影响力帮助合作伙伴提升知名度,同时关注合作伙伴人才培养;帮你卖,微软为合作伙伴对接自带需求的企业客户,并且优先为入选“优选计划”的合作伙伴介绍客户资源和销售线索,帮助合作伙伴获得更多客户。

在Tech Summit 2018上,还举办了微软·世纪互联蓝云云应用发布会。来自全球和中国市场的Microsoft Azure、Office 365云合作伙伴Binary Tree、青藤云安全、Riverbed、BitTitan、径点科技、信核数据、微钉科技发布多项针对不同行业、应用领域的云应用创新,在不断扩大和丰富微软智能云本土生态系统的同时,也为中国客户面向云时代的数字化转型,提供了更加丰富的选择。

数字化解决方案“合伙人”

面向人工智能与大数据,物联网与智能家居、云平台管理、云生产力平台优化等领域的云服务和解决方案,成为微软合作伙伴关注最多、盈利前景最广阔的应用领域。新近涌现出来的优秀合作伙伴代表包括:侧重于人工智能和商业智能的广州迅易科技、侧重于零售智能的上海驿氪信息科技、侧重于物联网和智能家居的上海百芝龙智慧科技、侧重于云管理MPS的上海云角信息和Bespin Global、侧重于云生产力平台优化的上海微钉科技。

(上图为上海驿氪创始人兼首席执行官闵捷)

上海驿氪信息科技毕业于微软加速器 · 上海第一期,是一家专注于消费者互动营销全平台生态服务的企业。借助于HDInsight、SQL Data Warehouse、机器学习等微软智能服务,上海驿氪针对服装鞋帽、时尚运动、生活家居、百货商超等零售品牌,推出了全套数字化营销解决方案,用来帮助实体零售品牌沉淀全渠道消费者交易数据和行为标签,实现精细化潜客及老客运营,并通过多样化的产品生态,帮助零售商实现消费者忠诚度管理和精准互动的“营”、“销”同步。目前,上海驿氪开发的EZR消费者互动运营中台系统服务于海澜之家、影儿集团、FILA、亚瑟士、联想、GSTAR、木九十等300余家品牌客户。

上海驿氪创始人兼首席执行官闵捷介绍,上海驿氪为每个品牌、零售商构建了自己的数据银行,从而更好地跟外部数据做交换,以及进行数据分析,基于数据能力和智能算法帮助品牌建立关系、经营关系、持续关系。闵捷强调,与微软合作的受益,在于上海驿氪可以在行业的解决方案深度上与微软形成良性互补。微软在中国有非常广泛的销售渠道,包括企业客户和零售客户等,这就让上海驿氪可以更专注于自己的解决方案。

(上图为百芝龙智慧科技创始人兼首席执行官叶伟)

毕业于微软加速器·上海第三期的百芝龙智慧科技以微软智能云Azure上的认知服务的面部识别API、表情API、自定义影像服务、语义理解服务(LUIS)为基础,打造出了“云智家”SHD人工智能管家系统,能够通过声纹识别、无线网络生物识别、语音控制、智慧物联网和机器学习实现对全屋智能家居设备的统一控制和管理,并能针对用户的使用习惯进行优化和学习。百芝龙智慧科技基于住宅及家庭场景的人工智能生活服务,具有27项专利及核心技术,覆盖全宅语音及智能解决方案、AI无线网络生物探测、自主学习策略、响应策略等方面,广泛适用于智慧家居、智慧园区、智慧养老等场景,目前包括香格里拉酒店集团、金茂房产集团等国内外数十家商业用户正在对其系统进行试装与试用。

百芝龙智慧科技创始人兼首席执行官叶伟表示,在AI场景化应用方面,与微软的合作起了很大的作用。不少微软自己的人工智能技术,被百芝龙智慧科技发掘出了其它的场景。例如微软LUIS认知服务里面有一个API接口是用来处理和学习环境噪音,但是当百芝龙智慧科技把这个功能引入实际家庭场景之后,发现稍做调整就可以学习用户的口音,包括语言习惯和方言等,而这是之前很多语音交互工具和产品都做不到或没有的能力。当百芝龙智慧科技发现新场景后,就与微软亚洲研究院合作,一起针对这个场景提出具体需求,然后共同改进API。“当我们把具体场景引入来之后,再去从场景角度看底层技术,就可以找到很多的原本没有发现的‘金子’。这样再跟微软的技术团队合作,就可以更高效地实现场景化的应用。”

叶伟强调,微软除了能帮助行业销售外,微软的背书对于创业公司来说也有很大帮助,而且如果与客户合作时发现新需求,就可以马上连接到微软技术团队,一起合作提高现有的技术接口或者底层技术。“如果是一个传统的渠道,就只能提供销售机会,而没有办法改进产品,但与微软合作就可以。”

(上图为上海云角信息创始人兼首席技术官郝峻晟)

创建于2012年的上海云角是微软金牌云平台和托管服务商(MSP)金牌软件开发服务商,于2017年成为神州数码子公司。凭借多年耕耘微软智能云Azure的丰富经验,云角信息可为客户提供从迁移、实施、运维、培训的全面服务,并打造了定制化的“云舶”管理平台和针对大数据、物联网、视频云、呼叫中心等应用场景的解决方案。利用微软智能云Azure,云角信息针对快速消费品、金融、IT、食品饮料、汽车、媒体、制造业推出了各具特色的行业解决方案,服务于各种行业的知名企业。

作为国内Azure Stack第一单,上海云角信息创始人兼首席技术官郝峻晟表示,Azure Stack能够与微软Azure公有云直接联通,同时企业可以把Azure Stack部署在私有云内部,满足安全性要求和数据同步等,既有了私有云的隐秘性和安全性,又有公有云的弹性和扩展性。Azure Stack去年下半年在中国发布的时候,云角信息敏锐发现这是很好的商机,而且在国内也拿下了Azure Stack首单。云角信息也在积极与微软共拓数字化转型市场,Microsoft Connected Vehicle Platform(简称MCVP)是微软在车联网方面的尝试,云角信息也是国内首家基于MCVP为客户提供微软车联网解决方案的合作伙伴。

(上图为Bespin Global中国总裁及联合创始人李云)

专注于云管理服务的Bespin Global拥有20年IDC运维经验和全球支持能力,致力于为企业提供云迁移、云运维、云成本优化等专业服务及相应解决方案,帮助企业在数字化转型中更高效地发掘云计算的全部潜力。Bespin Global于2016年成为微软金牌合作伙伴,也是国内唯一通过微软Expert MSP的合作伙伴,2018年被评为“微软年度MSP”,其研发的云管理平台工具OpsNow可以在多云环境下,为企业在事件管理、成本优化和运维、监控方面提供巨大帮助。Bespin Global与微软合作,为百威英博、保乐力加、爱茉莉太平洋、罗莱家纺、百胜中国、三星、北京同仁堂提供了云计算相关服务。

Bespin Global中国总裁及联合创始人李云表示,非常赞同微软所进行的大力度云战略部署,这对整个微软生态都很有帮助。与其它MSP厂商不一样,Bespin Global是一家软件公司,而不是纯服务公司。Bespin Global通过软件定义服务,为客户提供端到端的数字化转型解决方案。在中国,Bespin Global跟随微软云业务的增长而发展,目前几百家客户覆盖了大中小型企业群体。

(上图为微钉科技联合创始人兼首席执行官黄震)

上海微钉科技专注于围绕微软智能云平台,面向制造业、零售业、地产业、教育行业和专业服务等行业打造基于Office 365 / PowerBI 的企业门户、业务流程和商业智能等协同解决方案、基于Azure AI 和 IoT 工业互联网应用解决方案。微钉科技的主要产品包括基于Office 365并集成了Azure人工智能与物联网服务的智能云流程(AgilePoint Cloud);基于Office 365和Azure AI的团队文档协同、知识文档管理和知识库机器人的智能知识库(ServiceMe);以及Windows 10终端安全审计、Office 365云端安全审计和内部威胁分析的智能云审计平台(SkyAudit)等,主要客户包括丝芙兰、威马汽车、宝马中国、时代地产、丰田通商、宝洁、PUMA、大众等。

微钉科技联合创始人兼首席执行官黄震表示,微钉科技自成立以来就致力于提供Office365解决方案、基于Azure人工智能AI解决方案等等,今年还将重点开展Dynamics 365解决方案。通过近两三年和微软的合作过程,微钉科技获得了很好的成长:不仅营收实现了两三倍的增长,而且如果需要开展了一个新业务方向,可以很快找到微软的很多部门并在短时间内获得帮助。

黄震强调,这几年微钉科技得到成长,在很多程度上与微软的庞大体系相关,当遇到技术困难时,微软有很多技术专家可以咨询、合作,包括微软亚洲研究院的专家资源等。而在营销方面,微软也会主动帮助宣传。“我始终跟同事说,就坚持在一个大的可扩展的平台上做解决方案,用户长期来说肯定有需求的。”微软三朵云让合作伙伴的业务延伸没有局限。黄震强调,微软三朵云环环相联,微钉科技可以帮用户进行集成、整合和定制化解决方案,而且现在很多企业都对此很感兴趣。

通过迅易科技、上海驿氪、百芝龙智慧科技、云角信息、Bespin Global、微钉科技等的例子,可以看出微软在数字化转型方面把客户和合作伙伴视为“合伙人”,共同探索数字化转型的新业务场景和解决方案。“我们当时被客户骂得很厉害,因为没有做过。在最危难的时候,也是微软站出来跟我们一起面对客户,现在这两个项目都已经顺利验收了,我相信还有后续的合作机会。”王强在微软Tech Summit2018上表示。

也许有一天,微软能够解决大熊猫三胞胎的识别问题,也许这将是永远的技术挑战,但这并不妨碍微软、合作伙伴和客户一起走上数字化转型的创新探索之旅。而且在很大程度上,当面对数字化转型的创新场景时,不再有微软、合作伙伴和客户的分别,而是一个团队。特别是当客户也把自己的场景对外输出为解决方案,把自己变为微软合作伙伴的时候,就完全形成了不分彼此甚至分不清彼此的数字化转型“三胞胎”。(文/宁川)

2018-10-30

甲骨文是世界是最大的数据库公司之一,其著名的Oracle数据库长期以来占据关系型数据库市场的主要份额,世界上很多大型关键交易系统都是基于Oracle数据库。从2015年开始,Oracle向云计算转型,陆续推出了完整的IaaS、PaaS和SaaS云服务。2017年,Oracle推出了自治数据库,为企业的核心数据库上云,提出了解决方案。

近几年来,不少采用了Oracle数据库的大型企业开始数字化转型。从采用数据库为内部IT系统服务,到通过数据库云化来支撑企业的数字化新业务,企业使用数据库的方式发生了根本性变化。例如世界上最大的电信运营商AT&T,就把自己的核心数据库迁移到了Oracle云中,相应节省下来的技术人员则转向了全新的非运营商业务——企业数字化转型,原AT&T CIO Thaddeus Arroyo就是这样走上了AT&T企业部门CEO的岗位。

虽然是个例,但Thaddeus Arroyo成功从CIO转型为CEO,树立了一个数字化转型的典范:当技术成为企业的核心竞争力,当企业转型为基于技术的数字化业务,CIO就可以运用对全公司IT管理和运营流程的知识,转向为外部客户设计新的产品与服务。今天,AT&T已经把自己80%应用搬上了云端,而如果AT&T可以实现自己PB级数据和大型Oracle数据库的上云,用以支撑AT&T的数字化业务,那么这种能力自然也可以服务全球大型企业。如今,AT&T企业部门,正帮助全球200多个国家300万企业客户的数字化转型。

“今天,所有的企业都在变成软件公司。只要有好的创意,他们就可以在云上开发软件应用并迅速规模化,今天的公司和产业竞争模式已经发生了根本性变化。”Thaddeus Arroyo在Oracle OpenWorld 2018(以下简称:OOW2018)上表示。他认为,诸如AT&T这样的大型企业,必须与Oracle合作,让自己变得更加敏捷、快速、甚至创新数字化业务,以在数字化时代建立和保持新的竞争力。

中国隐形IT冠军的选择

中冶赛迪重庆信息技术有限公司是中冶赛迪集团旗下全资子公司(简称:赛迪信息)。中冶赛迪集团则是世界500强中国五矿集团所属中国中冶的核心子公司,其前身重庆钢铁设计研究总院系国家钢铁工业设计研究骨干单位,现已由一家专业化的钢铁设计院发展成为集应用基础研究和应用技术研发、整体解决方案、高端咨询、工程设计、工程总承包、全过程工程咨询、核心装备制造与成套、运营服务等于一体的国际化的大型工程技术服务集团。

中冶赛迪是国内第一家全数字化的工程技术集团,赛迪信息作为承接中冶赛迪信息化板块的子公司,为客户提供全功能、全生命周期的信息技术服务,包括:战略与管理咨询、IT规划、ERP系统咨询及实施、MES系统咨询及实施、以智能楼宇、智能安防、智能交通、智能社区、能源管理为代表的智能化工程咨询及实施、三维协同设计咨询及实施、CAE仿真分析咨询及实施、IT技术支持与服务等业务,业务遍及钢铁、工程建筑、服务外包、房地产、装备制造、物联网、餐饮、医疗等公共服务、电子政务等领域。目前,赛迪信息是国内电子信息百强、软件收入百强,西南地区最大的一家IT企业。

为什么说赛迪信息是国内的一家隐形IT冠军企业呢?中冶赛迪信息公司董事、副总经理刘明在OOW 2018上介绍,今天的赛迪信息已经有近1000人的规模,面向智能制造、智慧城市、智慧农业、智能企业等四个领域完成了战略布局,形成了相应的产品和品牌。在智能制造领域,赛迪信息承接了国家面向流程制造领域的工业云试点示范,全球前50家大型钢铁企业中有41家是中冶赛迪的客户,他们大部分的自动化、信息化都是由赛迪信息提供实施和服务。在智慧农业领域,国家唯一的初级农产品产销对接公益服务平台,也由赛迪信息承接,单日交易额达上百亿。在智慧城市领域,贵州、重庆等大数据智能化的智慧城市大脑标杆工程和标杆项目也是由赛迪信息承建,包括贵阳数博会全球首个块数据调度指挥中心、重庆智博会的全国首个智慧小镇智慧体验广场展控中心等。在智能企业领域,国务院国资委、中电投、中能建、中电建、龙湖等都是赛迪信息的客户。此外在工程领域,赛迪信息打造的智慧工地平台上已经有建筑工人10余万人,今年的目标是上千个工地、上万个工程设备、数十万建筑工人上云;赛迪信息的智能开放平台轻推,作为一个智能工作平台,目前用户达上百万,在上面可以实现即时通讯、语音、移动办公等。

中冶赛迪从上世纪90年代开始,就已经采用Oracle的数据库软件;2006开始中冶赛迪启动了整体信息化建设,当时中冶赛迪内部有应用软件 200多款,各个部门都有自己的软件,这导致数据相当的分散,无法得到整体的有效利用,而中冶赛迪在当时提出了国际化和信息化两大战略作为未来的发展方向,信息化必须要跟上国际化进展和水平,因此在2008年选择了Oracle EBS套件作为整个中冶赛迪的核心信息系统,后来又上了Oracle ECM(现代 为UCM)知识内容管理系统、BIEE商务智能套件等;2011年,在国内工程领域的第一家采用Oracle Exadata和Exalogic,开始建设自己的私有云数据中心,从一体化的软件平台发展到一体化的数据中心,并联合Oracle一起打造工程建设行业解决方案展示中心; 2010年底赛迪信息公司正式成立,开始把中冶赛迪的IT能力对外输出,中电建、中能建、中煤科工、中电投等央企,相继成为赛迪信息的客户。

到了2018年,再次参加OOW,赛迪信息又站在了新的起点,相比成立之初,进行第二次战略布局:面向数字中国,打造全球化的冶金行业公有云,服务于全球的冶金行业客户,包括赛迪信息目前服务的很多海外钢铁企业。刘明表示,在打造这朵新的全球冶金行业公有云过程中,对Oracle的自治数据库技术及公有云私有化方案很感兴趣,自治数据库代表了数据自动化和数据智能,而未来大部分工作都要围绕数据展开,因此就需要更高效、更智能的手段。

船务管理系统的区块链应用

货讯通(Cargosmart)是一家专注于智慧航运供应链的公司,提供全球船运管理软件方案,帮助发货人、收货人、物流服务供应商、海运承运人等优化供应链规划和提高货运准时率。自2000年成立以来,货讯通通过与全球超过40家领先的承运人进行连接,利用多来源的大数据和云计算平台为客户提供船运管理方案,包括船期表、船运视野、文档管理、合同管理、贸易法规以及基准化分析管理解决方案。

通过SaaS的操作模式,Cargosmart客户可以在线/离线管理船运,或是将公司内部系统和货讯通系统进行整合,从而进行数据传输以协助管理船运。从2018年初开始,Cargosmart与Oracle北京Lab的专家合作,研究如何把区块链这样的新兴技术应用到船务管理系统中。

在船务业务处理过程中,有发货人、货运代理、承运人、货车司机以及海关代理等在内的各个物流相关参与方,需要在不同参与方之间保持信息与数据的一致性。货运文档仍沿用传统的文件处理流程,十分复杂且耗时。当涉及多个跨国相关方的纸面文书处理流程时,问题尤为明显。此外,国际船运中各公司的数据处理能力和数据标准通常十分多样化,需要转换不同格式的文件并通过邮件、在线表格、电子数据交换(EDI)等多种形式传输。平均一单货运就需要多达30余份文档传递于各个货运相关方之间,且常常由于业务需要或人为错误在离港前进行反复修改。

Lionel Louie 是Cargosmart的Chief Commercial Officer,他在OOW2018上接受采访时介绍Cargosmart与Oracle从2018年三四月份开始合作区块链应用。2018年7月,Cargosmart推出了基于Oracle区块链云的区块链解决方案,旨在简化运输文档流程、提升可信度并大幅提高效率。通过在区块链文档平台上的连接,该解决方案可以减少整个生态系统的纠纷,以规避因延迟而带来的罚金,加快文档在承运人间流转的效率,并能够更好的管理延迟及减少滞纳金的产生。Cargosmart预期,通过区块链货运文档解决方案,可以减少文件的重复操作及文件不一致带来的沟通成本,从而减少65%的货运文档处理时间。

Lionel Louie介绍,双方最近把应用场景延伸为针对危险品的申报。双方的合作现在进入Beta阶段,预计今年12月份推出生产环境的区块链应用。Cargosmart的区块链采用的是联盟链平台形式,创始会员来自现有的主要货代、货主、码头、船东等,创始会员共同投资该区块链并吸引更多参与方。

在Cargosmart的区块链应用造型时,曾经考虑过开源的解决方案以及微软云等,不同的解决方案各有长短之处,基于Cargosmart的时间表以及开发人员的经验,最终选择了Oracle。Cargosmart从2018年3月开始接触Oracle区块链产品,在三周的时间里就完成了一个简单版本的开发;之后开始增加复杂功能,第二个版本在六周的时间内就搭建完毕;现在Beta版本已经完成架构,而Cargosmart的开发人员为12个到15个左右,从架构到开发的整体进展快速。

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

互联网金融公司的支付核心

汇付天下成立于2006年,专注于不同行业的支付解决方案。汇付天下产品与信息中心副总经理雷智勇在OOW2018上介绍,目前中国国内支付行业共有200多家持牌公司,业务侧重各有不同,总体来说有三种模式:一种场景为阿里和腾讯这样逐渐演变为类似银行业务的支付公司;另一种为绑定一个集团的业务场景,例如平安付服务于平安集团、海航的支付公司服务于海航等等;第三种为行业解决方案,例如电商行业解决方案、线下收单解决方案等。

支付在很多行业中是最基础的需求,支付解决方案可以嵌入很多行业。对于支付公司来说,最核心的要求是账户处理能力和支付通道处理能力,例如阿里就宣布了双十一峰值时几十万级每秒钟账户处理能力。而对支付技术的追求,到最后就是应用的可扩展性,可靠性以及强一致性。可扩展性主要指通过简单添加机器设备就能成倍提高性能;可靠性是指系统稳定运行不宕机,因为在支付上,宕机一秒可能几万笔交易就要受影响;强一致性指的是要保证资金不受损失,例如不能出现用户支付了而商户却没有收到钱的情况。

汇付天下对应用系统的特性进行了分析,把支付公司的数据分成四类:第一类为流水类数据,即交易流水,这一类数据比较适合目前的云技术处理;第二类为集中式的数据,比如账户数据,同一个账户在AB两个设备上都存在,那么账户余额以哪个为准,这就一定需要集中式的处理;第三类为共享类的数据,包括客户信息、商户信息、费率配置、安全配置等,这些数据分散在一个分布式应用框架里,比如在三个IDC中每个IDC都可以配一套,这些数据的变化相对来说比较低;第四类为内存计算型的数据,例如风控系统——如果交易系统每秒要处理几万笔,那么风控系统的处理量至少是十几万笔,其计算完全是内存计算。

雷智勇表示,对于这四类数据来说没有万能的技术,在应用系统的整体体系设计时要对适当的场景使用适当的技术。汇付天下采用云技术来处理流水类和共享类数据,而集中类数据和内存类计算类数据则与Oracle合作。

为什么选择Oracle呢?雷智勇表示,这一方面是因为Oracle的数据管理能力。对于云技术来说,通常在数据量达到瓶颈时候,性能就呈断崖式下降;而Oracle数据库在处理几亿条数据时,却能保持稳定性能。另一方面,是Oracle数据库可以保证强一致性,不会出现资金风险。目前,汇付天下已经引入了Oracle 12C和甲骨文一体机,来提升处理能力。

当然,汇付天下也在不断进行技术创新,与Oracle技术专家探讨如何实现Oracle数据库的分库分表,同时实现不同数据中心之间的强一致性。另外,对于Oracle的TimesTen内存数据库,汇付天下也在研究如何实现多中心部署的内存数据库一致性。MySQL和TimesTen都是Oracle的数据库产品,Oracle也有相应的技术专家。

正如赛迪信息刘明所言,未来的工作就是数据、数据就是工作。随着Oracle自治数据库以及基于Oracle二代企业级公有云IaaS和PaaS的推出,越来越多的企业将能够把核心数据库和业务系统迁移到云上,无论是支付、物流、供应链还是智能制造、智慧农业、智慧城市等,数字化转型都将进入新阶段,开启新时代、新征程。(文/宁川)