2019最新技术趋势报告（上）

过去的10年中，云技术、分析技术和其他为数字体验赋能的技术， 在不断颠覆信息技术运营、商业模式和市场。虽然这些现已被熟知的力量早已不能称为“趋势”，但其影响力仍不容忽视，其本身仍在继续演变发展。最近，区块链、认知技术和数字现实（增强现实、虚拟现实、物联网等）这三种新技术已经进入了“颠覆者”的行列。它们正在蓄势待发，各自有望成为一种独特的宏观力量。与此同时，还有三项基础力量：遗留核心系统现代化、信息技术业务转型以及安全和隐私范畴之上的网络风险战略升级， 使组织机构能够在保持运营完整性的同时利用创新。这九种形成力量是过去和现在技术创新的支柱。每种力量都在高速向前发展，而相互之间的适度碰撞加大了它们的整体影响力，以推动目的明确的根本性变革。

文章将分为上下两个部分，2019技术趋势报告（上）包括了：宏观科技力量，AI驱动型组织，NoOps与无服务器计算，以及高级网络的范围和潜力。

大约七年前，当“数字”这个术语进入商业技术 词典时，它被用作一种简略表达：即重点利用某种特定渠道，如社交媒体、移动设备或网络而面向消费者的销售和营销。现在，“数字”越来越多地与体验一起使用，描述组织、客户、员工和第三方成员在数字环境中沟通和进行交易的各种方式。它不仅适用于前台部门，更适用于整个企业。比如，健康计划通过部署新工具来简化理赔的预授权。在幕后，由认知算法、机器人流程自动化和预测性分析工具审批更为简单的、可直接套用条例的申请，而过去这通常是许多员工日常的主要工作。如今，员工可以将更多的时间用于处理那些微妙复杂并且可能会更直接地影响其会员群体之健康和保健的案例。再比如，领先的快餐店和便利店采用移动应用程序处理远程下单， 这不仅改变了客户体验，而且重新设计了零售、备货和递送的运营。以人为本的设计和用户参与已经成为商业战略的核心，它强调如何完成工作、如何开展业务以及如何创造有意义的回忆和体验。

自技术投资出现以来，数据及其潜在的复杂性便一直是企业常常提及的话题。与之类似、甚至更为诱人的一个主题便是分析技术的前景—利用那些数据去洞察消费者、大众、市场、运营以及企业运作方式的方方面面绝大多数分析工作一直在努力提供这种可能性的最简单版本：形同后视镜，描述已发生事件的，或者少数更高一级，可以提供当前正在发生的事件的实时视角。在分析科学中，这是有价值的，但还远远不够。

今天企业需要具备的能力是预测（我很清楚接下来会发生什么）并对症下药（我可以推荐一种应对方法）。但这不是一项简单的事业。虽然分析引擎、算法和辅助基础设施变得越来越强大，但可用于分析的数据量也指数级增长。组织机构应考虑传统信息技术系统内格式规范的数据之外的信息。一家公司如何利用机器日志和传感器数据、静态图像、视频、音频、生物特征信息、政府研究以及来自社群摘要（social feeds）的情绪信号？如何打破障碍挖掘内部数据乃至外部的数据来源？对于许多公司而言，能否在市场中保持竞争力，取决于他们回答这些问题的能力。此外， 还取决于他们能否将核心数据管理和数据架构功能从空思空想转化为基础力量。

我们的关注焦点已经从发生了什么转向将来会发生什么。通过与认知领域的碰撞，分析技术可能很快就会告诉我们，如何根据洞察采取行动，更甚者，自动采取行动。

有人可能会说，在过去十年中，没有任何一种技术趋势能够比肩云技术在企业信息技术领域的主导地位。在这期间，它从最初的适度讨论：“云技术的定义是什么，有何重要性？”，进阶为更受重视的：“我们在何时何地使用云技术来降低成本？”，继而提升到其今天的地位：“为什么不使用云技术？”。云技术首先从低级技术成本套利杠杆转变为交付模型优化的手段，继而成为企业转型的驱动力。简而言之，云技术正在日渐成为创新的基石。

随着宏观力量的发展，云技术的重要性无与伦比， 并在一段时间内可能会持续如此。尽管无处不在， 但云技术的潜力亦尚未得到充分发挥。有太多公司仍然把云技术视为减轻和转移工作量的手段， 或者仅仅把其当作数据中心或基础设施战略的扩展。但随着一些人开始提出更为复杂的前瞻性问题，这种情况正在发生改变：我们能否使用云原生服务更快地构建我们的产品？我们如何使用强大的计算能力处理更多数据并创造新产品？全新的云后台是否可以为并购敏捷性提供动力？在堆栈中使用云技术能否带来有利的税务影响？

在未来几年您会看到，主要的云服务提供商会强调其产品作为实现长期增长和推动创新的平台和模式的潜在价值。鉴于他们的客户可能已经开始使用部分云技术，例如基础设施即服务（IaaS） 或软件即服务（SaaS）特色和功能，他们现在可以使用云技术来进入人工智能、区块链、数字现实和量子计算等等领域。云技术十有八九将会继续成为竞争优势。

在未来五年中，数字现实、区块链和认知技术的重要性，很有可能会与今天的数字体验、分析技术和云技术不相上下。尽管仍然有相关报道，但这些技术带来的新奇感已经开始消失。它们在获得更多的投资，并被广泛应用于各行各业。最近刚刚霸据头条成为新话题的趋势现已跻身宏观力量之列。那些迟迟不愿拥抱云技术的机构可能会发现自己错失了创新机会。

数字现实，是增强现实（AR）、虚拟现实（VR）、 混合现实（MR）、物联网（IoT）和沉浸式/空间技术的总称，它目前正在重新定义人类与数据、技术以及彼此间的互动方式。虽然在可穿戴设备、“智 能”产品和传感器方面的突破有时会吸引最多关注，但关键不在于设备本身，故事的主角应该是必须通过设备所开启的交互和体验。

在数字时代，我们不得不透过玻璃屏幕这类非自然的方式强行打造参与感。数字现实打破了键盘和触 摸屏的界限，为我们提供 了一种更逼真、更亲密和更自然的体验，开启了引人入胜的全新参与模式。实现这些体验所需的基本技术正在不断向前发展， 会话界面、计算机视觉和听觉技术的进步将人类与数字世界互动的全新方式变为了现实。即使媒体、游戏和娱乐领域的产品和服务继续发展，企业投资也比消费者的接受度超前。随着现有技术变得成熟、新技术出现和工具、模式和技能不断发展以支持数字现实释放全部潜力，这对整个生态系统来说是个好消息。

随着组织更深入地认识到区块链在行业内及跨行业的转型价值，区块链技术在继续朝着广泛应用的方向前进。国际数据公司（IDC）预测，到2021 年，全球区块链解决方案的年度支出将达到97亿美元。考虑到几年前区块链这个词还只出现在与加密货币相关的话语中，这项技术能够成功赢得关注和投资着实令人瞩目。如今，区块链之于信任正如网络之于通讯：一种极具颠覆性的技术，它所改变的不仅是商业，还有人们交易和参与的方式。大型企业和财团正在部署企业级区块链解决方案， 规避跨越多个全然不同的数据库的复杂性。随着技术障碍和政策限制的解除，在接下来的几年中， 我们可能会目睹网关、集成层和通用标准方面的突破。随着权益证明成为证明工作共识的可行替代方案，围绕交易处理的可扩展性和成本效益的顾虑越来越少，管理和维护高性能区块链堆栈的企业工具也已出现。当实现进一步突破时，预计区块链的应用会变得更加普遍。涵括了跨行业、跨职能、跨地域巨大变革和无限潜力的跨组织业务流程重塑将变为可能。

认知是对机器学习（ML）、神经网络、机器人流程自动化（ RPA）、机器人和自然语言处理（NLP）等技术以及更广泛的人工智能（AI）领域的简单概述。认知技术可以帮助人们理解不断增长的数据，处理庞大的数据量，以及人类思维和传统分析技术无法弄懂的复杂问题。算法取代了查询，并能无监督地自我学习（通过强化学习、可生性对抗网络及其他技术），这使得机器可以探索潜在的联系并发现传统智慧永远无法意料的模式和关系。认知工具会增强人类的响应，并可能实现适当地自动响应，而不仅仅是将发现结果简单可视化。传统分析专注于发现和回答已知的、易攻克的问题，而认知技术则倾向于引发新问题并为应对发现找到捷径。

但与分析技术的情况类似，基础数据是实施认知技术的关键。算法和高等模型依赖于可信和准确的输入。利用机器学习、自然语言和机器人流程自动化这些构建认知的基本技术，全新的数据管理和数据架构方式，为数据的收集、分类和关联提供了更灵活的方法。

但大多数组织仍处于这一旅程的早期阶段。更广泛意义上的文化环境和组织动态也同样重要。成为数据驱动型企业并对分析技术保持兴趣已经足够困难；而接受机器在核心业务上的决策能力和驱动能力，则需要信念的再次飞跃。

从当前现状走向未来

在九大宏观力量中，信息技术业务、核心现代化和网络的光芒长期以来一直被数字体验、分析技术和云技术所掩盖。或许它们不像数字现实、认知技术和区块链那样夺人眼球。但它们对于所有其他既定和新兴宏观趋势的出现仍然至关重要。简言之，技术业务、网络和核心现代化使技术转型变为可能。当我们谈论我们需要畅想未来并从现状出发走向未来时，这三大宏观力量奠定了实现这一目标所需的基础。

在过去十年中，首席信息官（CIO）、首席技术官（CTO）和其他技术领导者们在努力解决一项长久挑战：在极速创新和技术驱动重大变革的环境下， 我们如何重组和重新装备IT组织，以提供企业所需的基本技术？为解决这一挑战而精心设计的举措，通常会占用超乎预期的信息技术预算。但大多数情况下，他们无法解决这一问题，因为正如部分人所意识到的，这项挑战极为艰巨。

我们年度《技术趋势》报告的一个重要主题是， 现在每家公司都是科技型公司，每位员工都是技术人员。随着企业和技术组织之间的界限越发模糊，这一主题非常中肯。一个越来越迫切的需求是围绕产品和业务成果重新定位技术团队，将精力和资源从机械化、重复性、低价值的活动中转移解放出来，这些活动往往占据许多IT组织的核心投入。在这个新模型中，企业和技术团队可以携手合作，无需牺牲那些基本的企业能力（如可扩展性、可靠性、安全性、可维护性等），以更快的交付成果超越传统方法和技术树立宏伟目标， 超越IT界限放眼未来。最终，技术业务更深远的发展是，公司如何将技术整合到战略中，并重新设计他们的IT组织，以便在这个新的技术世界中经济有效地蓬勃发展。这需要的不仅仅是CIO或CTO对自己的团队进行调整。实际上，这应该是CEO和董事会级别的讨论，帮助公司理解、优先考虑和执行颠覆性技术所代表的一切。

核心现代化旨在解答一个谜题：那些对遗留系统进行大量投资的公司，该如何通过把这些系统作为新的颠覆性创新的基础，从这些系统中获取更多价值。鉴于许多遗留环境的复杂性及其格局所导致的技术债务规模的巨大，这本身就是一项难以完成的任务。组织通过向其技术人员和业务部门公开微服务，而开始展现提高地重振遗留核心系统的能力。除了对遗留系统的平台再造之外， 核心现代化还涉及为构建下一代企业资源规划（ERP）核心创建路线图，该ERP对数字化、云技术及其他宏观力量进行了整合，而非简单的赋能。这次转型的引领者看到了将技术债务转化为技术资产的机会。核心现代化还为IT提供了一次开辟新渠道的机会。首席信息官可以从几种现代化策略中进行选择：平台再造、复兴、修复、替换和缩减开支。有些人可能会选择对遗留资产进行升级和再利用；而其他人则可能用以云为基础的技术将其完全取代。要确定如何组合使用这些策略来帮助您实现目标，就要了解哪些核心组成符合您公司的业务目标而哪些不符，以及市场和客户的需求。确定IT组合中每项遗留资产的使用寿命。考虑哪些资产可以解决企业密切关注的问题，例如应对市场情况和满足不断变化的客户需求的能力。然后，对技术问题进行分层，比如可靠性、安全性和可扩展性。找到的答案可以作为一个杠杆，帮助您决定进行现代化投资方面和方式的优先顺序。

在过去的几年中，随着网络风险威胁载体的演变以及网络攻击在性质上变得愈加复杂、蓄意和频繁，我们已经为CIO和CTO讨论过这对新兴技术趋势的影响。但这是个更为宏大的课题：除IT部门外，不断演进的数字化转型议程影响着组织内部众多利益相关者，比如营销、销售和客户关系、监管和法务。而多种宏观技术趋势的融合以及这种数字化转型议程，使得企业上下均要关注网络安全问题。至关重要的是，网络风险策略应该从头开始构建和管理，不仅要纳入IT架构和系统设计，更要植于商业思维、战略和政策中。信息技术和企业领导者必须协作确定全面的网络风险战略，将安全性、隐私性、完整性和机密性均纳入其中。由此，必须考虑组织的风险承受能力，确定最薄弱的缺口以及最有价值的数据和系统，然后制定缓解和恢复计划。明确而全面的战略可能会推动组织的市场地位， 甚至可以为其带来竞争优势。

从根本上对网络风险的更广义的理解是，网络风险不仅仅是在项目结束时要走的一个合规性流程， 相反，公司要在制定策略前试探安全功能的极限并塑造其风险偏好。展望未来，网络将巩固宏观平台的各个组成部分，并将融入组织数字化转型议程的方方面面。

发挥作用的力量

九大宏观力量只是更宏大的企业技术配方中的成分，记住这一点很重要。与许多好配方一样，用量不必精确，可以根据特定需要进行定制。但是， 这个特殊配方的重点是，宏观力量应该在一条生产线、某个应付账款流程或某种吸引忠实用户的新方式中融通协作。它们的碰撞可以引发巨大的可能性。在数字革命的当前阶段，宏观力量的单独部署不再是成功的秘诀。在不同行业中，我们看到，通力协作的宏观力量正在推动数字化转型并带来全新的战略及运营机遇。

例如，德国保险服务提供商Talanx   AG在面向未来的广泛工作中利用核心现代化和数字体验宏观力量， 更有效地与B2B合作伙伴协作，更重要的是以此满足客户快速增长的数字化期望。“保险销售过去一直是一项人事业务”，Talanx Systeme AG（Talanx AG的一个部门）的董事会成员Michael   Krebbers 说。“现在它正在成为一项数字业务。几年前，我们认识到我们需要将自己重新定位为保险信息技术公司，因此，我们开始重新设计未来的业务。”该公司的数字转型之旅主要关注两个方面：1）重构遗留的后端系统来降低技术复杂性，在某些领域还采用了基于工具的全自动应用现代化方法；2） 部署基于云的前端系统，来增强B2B和B2C数字渠道。虽然该公司的数字化工作仍处于早期阶段，但它已经开启了利用其他宏观力量的机会，例如高级分析和数据管理，尤其是IT组织的运作方式。最近，Talanx启动了一个最佳实践实验室，将全新保险技术解决方案透明化，并帮助公司分散于各地的办事处与正在进行的数字化转型项目步调一致。

在另一个行业中，电梯、自动扶梯、自动门和十字旋转门的全球供应商通力（KONE）正在利用云、分析、数字体验、认知、数字现实和其他技术来重塑其产品的服务方式。对于通力而言，像许多实物产品制造商一样，在数字世界中运营需要观念的深刻转变，公司首席信息官Antti Koskelin表示。“在传统行业中，员工习惯于以某种方式设计和创造新产品。电梯的尺寸和属性是可测量和可知的。而数字化的实验，一切都是抽象的，并且在很大程度上不可知，因此员工必须做出改变，以应对这种高度不确定性。他们想要前进，但他们不知道最终状态会是什么。”

对一些企业而言，AI潜力的充分利用是从探索特定的商业机会和创造潜在的应用场景开始的。企业希望通过这样的尝试获得有价值的认知，从而成为市场的先锋或者创造者，但是实际发现这些认知是远远不够的。若要成为真正的AI驱动型组织，需要从人机互动方式出发，从根本上重构工作环境。同时，管理人员还要考虑如何系统地将机器学习和其他认知工具部署在企业整体运营和每一核心业务流程中，基于数据来制定决策， 推出新产品和创造新商业模式。随着AI技术在各个行业迅速标准化，成为AI驱动型企业不仅仅是战略上的需要，它也将成为企业能否生存的关键。

Deloitte Analytics高级顾问Thomas H. Davenport

在其新书《AI的优势》中，描述了公司充分利用AI的三个必经阶段。第一阶段，作者称之为辅助智能，企业通过使用大规模数据程序、云技术以及科学方法论以数据为驱动支撑业务决策。

现今，处于AI革命前沿的公司开始迈向下一阶段：增强智能，在这一阶段，企业通过利用比现有信息管理系统更高级的机器学习（ML）来增强人类的分析能力。

Davenport称，未来几年，越来越多的企业将朝着自主智能的方向发展，这便是AI应用的第三个阶段—流程数字化和自动化达到一定程度，机器、机器人和系统可直接根据当前情况做出反应。

从辅助智能到增强智能再到充分自主智能阶段， 这一过程是企业实现向“AI驱动型组织”转型的一部分。

这种转型趋势是企业通过AI及其可能性，在系统架构、流程和战略设计上的持续性探索。最终， 真正成为使用设计的数字系统中的人机协作，来识别商业机会的AI驱动型组织。

在过去十年中，《技术趋势》记录了AI和其他认知技术的兴起，亦展现了其日益增长的颠覆性潜力。正如我们今天所认识到的那样，AI驱动型组织的趋势已在过去几年间找到立足点，那时的一些先锋企业开始尝试利用机器人和其他认知技术深入了解他们对生产力的潜在影响。

当下，全球各行各业的企业均已走上AI探索之旅。例如，德国零售商Otto目前正使用AI和机器学习在人类无法匹及的规模上自主制定运营决策。在金融服务业，苏黎世保险集团正在使用智能机器人处理人身伤害索赔。

与此同时，在这场AI之旅中领先的企业透过独特的举措，将目光放得更为长远。他们开始将AI作为企业战略的组成部分。《麻省理工学院斯隆管理评论》期刊和波士顿咨询集团最近对3000多名 企业高管进行了一项调查，结果发现，雪佛龙、安联和戴姆勒等先锋企业已经优先考虑开发创收型的AI应用程序而非节省成本的传统应用。他们将AI扩展到企业运营的方方面面，并使高级管理层也参与到AI计划中。值得注意的是，先锋企业的受访高管中，90%的人表示已经制定了AI战略。

一旦企业确定如何利用认知技术实现战略目标， 那么未来的18到24个月内，追随AI先行者的企业数量则很可能会增加。并且这个过程已经开始了。在连续两次的全球调查（2016-17年和2018年） 中，德勤调研CIO对新兴技术的计划投资，认知技术/AI一直居于首选之位。

尽管这些高管（正如社会大众一样）可能会被认知技术的科幻性所吸引，但是他们在AI领域的决心更多的来自于可以实现的利益：通过认知的三个阶段进行战略性推进，AI促进提高生产力，并 通过自动化增强合规性，帮助企业从日益庞大的数据集中获取价值。

企业技术领导者们，当下，开启AI之旅的最佳时机已经到来。

在一系列推动生产力实现巨大飞跃的技术驱动型变革中，AI驱动型企业已成为最新的趋势。在20 世纪初，新的制表机器已能帮助员工整理数据并进行计算。20世纪50年代，出现了可编程系统， 即当今计算技术和互联网技术的前身。21世纪来临之际，AI、机器学习和机器人技术等认知技术开始增强和扩大人工智能，这种转变正在不断颠覆运营模式并开启全新机遇。

今天，怀揣着实现下一次生产力飞跃的可能，我们迈向了自主智能。人类大脑可以从大量数据中解读并获取意义， 但这种独特能力受大脑限制，并非随时都可吸收大量数据。与人类大脑不同，AI不受这种限制，它能有效地将汇集商业洞察的涓涓细流转变为充满无限战略可能的汹涌江河。自动化所提供的更多且更为深刻的洞察有助于提高生产力、提高效率并降低运营成本。而在AI的背景下，以上目标并不难实现。试想，自主AI如何催生其他机遇，包括：

• 加强合规性。尽管公司做出了最大努力，但由于人们普遍存在的偏见，合规仍是个难以瞄准的移动靶。主观意见和不同世界观的碰撞使得交谈变得有趣，但同时也使得任意的两人（或更多人）很难以相同方式去解读法律和法规。也正因如此，才有法官的存在。相比之下，算法没有起伏不定的思维过程：它们总是根据现有法规的字面意思来解释和执行。通过智能自动化IT系统中的合规功能，企业可以将人类认知的机动性交由机器自动执行，理想情况下，这种自动执行不受主观性、偏见和情绪的影响。

• 产品和服务的“大量个性化”。如今，内容、产品和服务主要为大众消费而设计。在不久的将来，它们可能会根据个人用户的角色、需求、愿望和特点进行定制—这种方式被称之为大量个性化。更重要的是，这种程度的个性化将同时存在静态与动态。部分企业已经在努力实现这一目标。例如，在媒体领域，Netflix正在开发一个AI 平台，该平台可根据个人观众的流媒体历史记录打造个性化电影预告片。这是Netflix更大的内容战略—利用数据，为影片类型、演员和情节发展方面的创意决策提供信息—中的一个要素。

• 资产智能。当下，企业依赖人类智能去解读、预测和感知信息的这一情况即将改变。未来， 由基础设施、IT系统和库存等企业资产实现的数据智能，可能超越人类的洞察力，成为企业中最关键的商业智能。例如，内置于大型物联网网络、计算机视觉和机器学习中的传感器，将向分析系统提供实时数据。而根据所得洞察自动采取行动的AI工具，可以重新配置商店货架上的动态定价，重新计算仓库人员预测，校准制造机器和优化供应链。

的确，许多企业在以创新的方式使用AI，但随着AI 化趋势的发展，越来越多的企业开始从孤立试验项目的技术应用转向部署更大的AI系统。那么，有哪些系统呢？目前在使用中的系统模型已有三种：

• 云原生模型。鉴于AI在企业技术领域的优势，不难想象，AI即服务（AI-as-a-service）平台也许将成为下一个大型操作系统。这也许并不一定会发生，但仅是这种可能性便已在主流（和次要） 科技公司中引发某种淘金热，纷纷基于AI打造平台。AWS、微软和谷歌云平台正大力投资大数据、机器学习和AI技术，而中国供应商阿里巴巴和百度同时也在开发大量基于云的AI解决方案。

这些资金雄厚的科技巨头尚未占据先发优势， 但竞争及其潜在回报已开始持续增加。德勤全球预测，2019年，企业将推进基于云的AI软件和服务的使用。在采用AI技术的公司中，70% 将通过基于云的企业软件获得AI功能，65%将使用基于云的开发服务创建AI应用程序。敬请期待。

• 组合模型。作为云原生模型的一种替代方法， 一些供应商正在将现有的通用AI平台放入云端。例如，IBM现在开始为云端客户提供沃森（Watson）的AI和机器学习技术。Salesforce则为其Einstein平台采取了一种略微不同的策略：该公司正在收购AI技术，然后添加到其云服务组合中。同样，SAP和甲骨文仍专注于将AI整合到现有产品包中。

• 开放算法模型。认识到AI蕴含大好商机的企业， 并非只有财力雄厚的老牌供应商。同样地，也并非所有人都认为，一种单一的云模型或供应商模型能占据市场主导地位。出于这个原因， 许多初创公司和精品软件商店都在开发AI解决方案，以应对特定的商业需求、用例和垂直领域问题。在市场整合获得动力和标准兴起之前， 预计将有更多高度创新的初创公司加入AI战局，而他们早期的一些努力很有可能会形成可扩展性部署。

AI驱动型组织将AI、机器学习和其他认知技术置于企业和IT运营的核心。虽然这听起来极其容易， 但其颠覆性结果或将波及整个企业，并在以下方面产生特殊影响：

• 数据管理。若要获取成为AI驱动型组织的好处， 您需要落实更为动态化的数据管控、存储和架构。高级数据管理为企业AI引擎提供了动力，它是从大量数据存储中获取自主洞察力的核心。数据在向AI输入前需要进行正确标记，企业的团队应准备好为该信息提供商业环境。要成为AI驱动型企业，需要访问正确的数据集，并能对该数据进行算法训练，以及聘用能够解读该信息的专业人员。

虽然AI提供了以惊人速度处理、分析和执行数据 的机会，但这首先需要高质量的数据来提供支持。遗憾的是，为AI部署准备数据并创建管理数 据所需的动态功能，事实上是一项巨大的挑战。

在德勤《企业AI状态》第二次年度调查时，受访的约有1100名IT人员和企业高管，其中，39%的人认为“数据问题”是他们在AI计划中面临的三大挑战之一。

• 培训机器学习。AI技术依靠在神经网络中运作的机器学习算法来发挥作用，这些神经网络必须经过大量数据的“训练”。在全球AI淘金热 的背景下，中国采取了与大部分国家不同的数据隐私处理方法，因而在目前具有一定优势。在培训神经网络时，中国开发人员可以随时访问阿里巴巴和百度等公司所拥有的庞大数据集， 所有这些数据在较大程度上是基本可控的。而在西方经济体中，公司缺乏对大型受控数据存储的类似访问，这使它们（至少目前如此）处于竞争劣势。

不过，有一种替代性的AI培训技术手段，可以帮助公司克服这种数据访问难题。谷歌旗下一家总部设于英国的公司——DeepMind开发了一套利用模拟数据而非真实数据训练神经网络的系统。换言之，DeepMind的AI解决方案可以完成自我训练。基于模拟的AI培训能否媲美传统数据培训，现在做出判断还为时尚早，但它确实提供了另外一种渠道，使得对全球数百万公司的AI培训和全面部署—包括缺乏多年数据集积累的初创企业—变得触手可及。

• AI伦理。目前关于使用AI所产生的伦理后果及其潜在的社会影响，社会上一直存在争论。在认知技术的诸多方面尚且缺乏伦理共识的情况下， 各个公司在推进AI探索时，应将道德因素及企业价值观纳入对AI解决方案的研发中。尽管，处于认知探索前沿的少数组织正在使用机器编码，但总的来说，编写代码的主要是人。因此，他们所有的偏见、假设和看法也许都将渗入正在开发的算法中。当构建AI驱动型组织时，不妨扪心自问：什么是AI伦理？管控和道德如何交叠？我们正在开创的算法是否符合我们的价值观和整个社会的价值观？如何在AI决策中建立透明度？如何更加统一地校准算法模型，以消除基础数据或周围环境中可能存在的无意识偏见？

• 人才。只有财力最雄厚的企业巨头才可能永久地留住AI领域的行业领先人才。而随着越来越多的组织朝着AI的方向转型，专业性的竞争只会与日俱增。该如何在大环境中获得竞争所需的人才和技能？

第一步便是抛弃这种传统观念，即员工必须始终是全职员工的观念。正如德勤《2018年全球人力资本趋势》报告中所述，“传统的雇佣关系正在被日益兴起的多元化劳动力生态系统所取代—员工、人才网络、临时员工和服务提供者的各种组合，为雇主在寻找人才时对不同经济模式的探索提供了灵活性、能力和潜力。” 这并不是说，全职员工将不再在信息技术中发挥作用。但确实意味着，随着认知技术和自动化转变IT职能和技能组合，对人才的定义将演变为包括：

– 招揽和雇用的全职员工

– 来自零工经济的签约自由职业者

– 众包活动，例如算法的创建

– 自动化数字全职的机器人

最后一种人才类别——机器人——十分重要。在未来，人类和机器可能会实现有效互补，智能机器人将承担全职员工现在所从事的许多工作。这将使人摆脱低价值、重复性的枯燥劳动， 专注于创造价值的任务和计划。这种混合型人才模型是我们所预见的“未来工作”的核心。它也是AI驱动型企业的基础组成部分。

• 组织和文化变革。数据分析、数据建模和应用程序开发，是目前公认最具价值的IT技能。随着AI应用的普及，企业将越来越重视数据科学、 算法开发和AI系统设计方面的专业技能，特别强调开发个性化用户体验所需的以人为本的设计技能。对CIO来说，这已成为一项挑战：如何利用已有系统中具备专长的现有人才？您可以重新培训员工，为其培训新的知识和技能，或者重建您的员工队伍。一些CIO可能会发现，尽可能地结合这两种选择不失为满足需求的最佳方式。

然而，对现有人才进行再培训并使其适应AI世界，也许会带来新的挑战。这不仅是学习新一项技能，它还需要人适应全新的文化。AI驱动型组织以非传统的方式运作。在零星的传闻中， 我们看到公司在努力培训员工使用分析技术来开展传统工作任务。当我们步入AI驱动模式时， 员工将必须适应一种更先进的最终状态，在这种状态下，人类和机器会以目前仍处于科幻幻想的方式进行交互和协作。这种组织文化的巨大转变对AI的应用、认可、支持和赞助将会意味着什么？

• 认知，并非信息。曾经，CIO们花费大量的时间和精力维护已建系统并保持这些系统的正常运行。

而随着AI、机器学习和其他认知工具不断推动整个IT生态系统的自动化，CIO及其团队可以节省维护时间，并将更多精力用于帮助企业就如何使用技术，以及对技术的期望方面做出明智的决策。CIO具有解决关键问题的独到意见，而这些专业意见将会直接影响企业战略和战术：

– 什么是组织内的数据资产？

– 如何将这些资产货币化？

– 从这些资产中将产生哪些认知？

– 如何理解这些认知？

– 如何利用这些认知催生有意义的结果？

– 最后，如何就客户提供的新产品和服务制定明智决策，并同时增加与他们的互动？

归根结底，AI化的过程为CIO提供了重新定义自身职能的机会，即从CIO转变为“首席认知官”—一个可在公司层面监管、推动并催生明智决策的组织领导者。

制药公司辉瑞为加速组织的整体创新进行了AI部署，其速度之快，堪称全行业内的最佳实践，可视为典范。“在加大新技术的应用方面， 作为一个产业，我们必须努力提升速度”，辉瑞的商业技术研发副总裁Mary Hall Gregg说。“对患者的健康和生活质量而言，速度和效率至关重要；AI可以推动我们更快地前进。若没有AI，我们还要耗费很久才能达到所期望的效果。”

该公司技术和业务方面的领导者迅速地认识到，AI可以深化辉瑞对患者及其疾病的认知，并且能够加速药物开发和进入市场的过程。但若想具现化这种潜力， 公司必须采取宏观的、业务驱动的全局视角， 并愿意“快速失败”， 以快速确定方法在何时可行，并做出适当的调整。辉瑞认为，AI是一个尚待发掘的、为创新赋能的机会，亦是一种获取竞争优势的手段，但面对如此多的潜在应用， 企业需要准确判断在何处采用这种技术。

辉瑞在整个企业内提供AI培训，帮助企业高管了解该技术的广泛可能性，并将技术事实与科幻相分离。辉瑞举办了五次AI新兵训练营活动，有1000多名员工参加其中。了解AI的可能性—及其对立面，即技术无法解决的问题—对帮助辉瑞的业务部门制定最终目标起着至关重要的作用， 这将有助其专注于提升在研发、患者安全、医疗、金融和全球供应链等多个领域的掘进速度、质量和效率。

辉瑞公司的IT团队看重敏捷性和开源技术，他们认为，在公司内部建立一支可以使用各种工具（如自然语言处理、神经网络、统计模型等）的AI人才团队，能够为公司提供最佳服务。辉瑞选择了投资人才：他们建立了AI卓越中心（AI Center of Excellence），并且聘请了了解制药行业并能在商业环境中快速应用AI技术的专业开发人员。软件驱动的方法和重要的数据管理框架均已准备就绪，只需适度的资本投资便可实现AI。

辉瑞全球商业智能和AI卓越中心的商务技术副总裁Ryan Steinberger解释说：“在公司内部，AI的应用正在以不同节奏加速进行。当一个业务部门开展创新并开始加速后—例如医疗团队在自然语言处理方面的推进—其他团队就可以搭上这一成功的便车，吸取其中的经验教训并将所得应用于自己的业务部门。”

迄今为止，辉瑞的AI驱动型方法已经实现了3万个小时的人机协作，随着每个月基于AI的自动化部署越来越多，这一数字还在不断增长。其他重大成就还包括企业科学数据云的部署，该数据云聚合来自各种仪器的实时数据，以创建改进组合预测的算法。该组织还利用AI加速制药研发团队的设计和构建过程。它与美国食品和药物监督管理局合作，探索AI在不良药物事件报告中的应用， 这会使监管空间发生巨大转变。最后，通过AI， 辉瑞可以更有效地与医生交流，为其提供关于合理的产品使用信息，还可定制医生与参与研究的患者之间的互动交流，此二者皆有可能使患者的治疗效果得到显著改善。

加拿大政府CIOAlex Benay认为，政府利用AI时，应出台令人信服的市场准入政策。类似银行和电信这类和政府有业务往来并受其监管的行业，其与时俱进的需求，加上AI为政府机构所提供的巨大机遇，正帮助加拿大推动该技术的可操作化进程。

公共部门的利益相关者在有效推进、采购和利用前沿创新方面正面临着独特挑战：漫长的合同周期、有限的预算资金等等，同时还要平衡对透明化的需求。因此，政府正在投资公私合作伙伴关系，寻求采购改革并颁布道德标准，其目的在于加速政府的AI应用，并推进实施加拿大的全面数字创新战略。

值得一提的是，加拿大政府对制定透明政策的倡导和需求，是为了支持对AI负责任且合乎道德的使用。“对公共部门和公民而言，AI存在着不同 范例”，Benay主张。“例如，我们认为，若它们没有办法验证结果或在必要时干预决策过程， 那么政府不应将重大政策交由黑匣子和软件决策。然而，我们必须通过同样的技术缩小政府与其所监管行业之间的数字鸿沟。”

为政府AI 部署— 以及与政府开展业务的组织— 制订标准和指导原则是加拿大数字战略的核心。

这些标准牢牢扎根于国家的价值观和道德规范。该政府正在制定一项关于自动决策的指令，并让公众参与其中；加拿大对透明度的承诺允许公民监督这一过程。一旦该指令获得批准，这种对透明度的承诺将一直有效，它要求联邦部门向加拿大公民展示如何用自动化提供服务。

除了该指令外，加拿大政府还在开发一套工具， 包括：一份经认证的AI供应商最新清单，政府部门可以据此购买AI产品和服务；一种算法影响评估工具，用以协助项目负责人确定如何在特定职能中选择和应用AI；以及一种“道德转换器”。这种由AI公司Cognitive Scale开发的转换器属于一种算法，用以识别AI引擎中的道德偏见，并帮助缓和这些偏见。加拿大政府正在试行道德转换器， 使其在遇到AI程序中的偏见时能够更好地评估对策部署。转换器的设计初衷是成为一种可监控算法决策并暂停系统的失效保护，以便人工审核员可以采取措施。

政府并非一味地封闭式推行其AI指令和政策。政府官员不仅征询了民众的意见，而且还与企业、学术界和其他国家就开放性、透明度和决策可追溯性的概念进行了磋商。加拿大的领导人，特别是首位数字政府部部长Scott Brison，希望能就此树立榜样，并与其他国家进行一对一的合作，同时作为Digital 9组织的成员国开展合作。

Benay在2018年11月的D9会议上分享了政府的指令草案，以寻求成员国的反馈和支持。“这些激烈的对话触及了全球公共部门的道德核心，”他说。“这引发了很多关于公共服务未来会在AI和自动化方面扮演何种角色的讨论。”最终，在D9 成员国对加拿大AI原则的一致赞同中，对话达到高潮，这是国际间将合作推行对AI的负责任使用的信号。

Benay（兼任非营利组织CIO战略委员会的联合创 始人，该委员会是一个加拿大协作组织，主要讨论数字化转型问题，旨在帮助制定行业标准 ）强调，该国的AI指令只是第一代指令：它将于每季度或每半年度修订一次，并随着技术和道德环境的发展进行调整。“这件事不会一蹴而就”，他总结道。“但这在伦理道德方面是一件好事：重要的是，政府要花时间正确处理AI的相关问题，更重要的是，我们要尊重加拿大的价值观。”

许多人猜测AI有可能取代大部分人力， 但德科集团预见到，未来增强智能将提升而非取代人类技术， 如批判性思维、情商和价值判断等。该公司正在其内部以及面向市场的职能中加速使用这种新兴技术。领导者看到了AI的两大机 遇：通过自动化核心的常规任务来强化德科集团员工的招聘工作和绩效，并为客户提供创新，改善其人才招聘和职业管理状况。

“我们不认为自己是一家科技公司”，德科集团首席执行官Alain Dehaze说道。“但我们认为，我们有机会利用技术来补充、推进甚至颠覆我们现有的业务，以适应当今的员工队伍。”

目前，其综合性人力资源品牌Adecco使用Mya System的聊天机器人来简化其对应聘者的初步筛选。聊天机器人首先通过将个人的技能、经历、地理位置、可用性和工资要求与空缺职位相匹配， 来预先筛选潜在的求职者；然后，它会联系合适的候选人，为其安排与公司招聘人员的约见。由于自动化提供了更符合要求的候选人并且后续通知十分迅速，招聘人员和求职者的回应都很积极。

德科集团在AI领域的初步布局，促使该公司开始探索在更大范围内应用该技术的可能，以提高整个企业其他核心流程的效率，例如，使用机器人流程自动化来管理每天70万名临时工的时间登记和工资管理，以及利用分析为公司招聘人员的工作确定优先顺序。

AI驱动的高效招聘和雇佣所带来的市场利益，推动了德科集团2018年对Vettery的收购，他们主要看中了该公司全自动、零接触的AI招聘平台。此次收购使公司获得了扩展其功能所需的算法，同时为Vettery的AI引擎提供了可以进行培训和继续学习的数据。Vettery已经开始制定信息技术相关职位表单，比如程序员和DevOps专业人员——因为这些职位最容易编码，并在短短几个月内实现了绝大多数永久职位招聘的自动招聘流程。

德科集团还计划利用零工经济的市场转向，这种趋势在很大程度上是由寻求自由职业的千禧一代推动的；它创造了一个端到端数字市场YOSS（自己做老板），利用AI来匹配供求。该平台有助于自由职业者和招聘公司之间建立信任，可为自由职业者匹配福利和培训，并处理付款安排。

“我们看到了颠覆传统市场的机会——传统市场仍旧依赖于高度接触、个人关系和联系”，Dehaze 表示。“AI让我们有机会发展我们的数字战略，将我们的业务扩展至快速增长的数字招聘市场，同时还推进了我们的专业人才招聘业务。我们希望将这些功能的应用拓展至更多地域的垂直市场。”

数字技术从根本上改变了我们与世界互动的方式。人员、机器、数据和流程愈发互联互通，结果是信息的爆炸式增长。这些信息便可用来了解客户需求。然而，实现我们期望所必需的数据量和数据来源，已经远远超过了人类处理能力的速度和规模。当我们进入AI世界，AI即将引领下一波颠覆医疗保健的指数式变化，它可以调动分析技术和自动化来实现关键突破。医疗保健行业的赢家将成为这样的机构：它们不但允许患者拥有自己的健康数据，还利用AI从数据中实时获取可执行的意见，来帮助协作和实现成果。

我们的多维数字化转型战略和AI至上的心态，帮助我们将每个个体都视为一个单独的种群。我们的第一步是建立一个基于平台的AI引擎，而不是点对点的数据解决方案。多年来，我们将基础数据管理技术作为此次转型的基础而投入了大量资金。譬如，我们的数据基础架构已经能够处理结构化和非结构化数据， 丰富和管理我们的数据通道，并持续管控和验证这些数据。接下来是落实数据管控、安全性和围绕数据存储的可信层。我们添加了机器学习引擎、算法层和软件开发工具包，这有利于为门户、移动端和内部渠道构建应用程序接口（API）。此外，我们还建立了反馈机制，让AI从收集数据演变为迅速行动—让流程自动化并提速，以及从反馈中不断学习以改善未来互动—提供认知。

对在安森保险上下充分实现AI潜力同样关键的是，在全公司获得对计划的支持，这意味着将我们可以实现的积极业务成果概念化并传达给利益相关者。关于如何使用AI重新思考、构想和实现核心业务流程， 我们向业务合作伙伴征询了意见。最初，我们专注于数据处理分析的自动化，在这方面，AI会对我们的业务—更高效地服务客户—产生最大影响。我们的团队将运营职能作为初始试点计划的首选，包括索赔裁决、程序的事先授权、提供商付款以及消费者/客户计费功能。我们为每项职能构建了一个概念验证，如果应用提供了价值，我们双倍下注进行扩展，使用敏捷技术将流程投入使用。

最后，我们明白，要在安森上下践行我们的AI愿景，我们需要积极主动地扩大我们的人才库。因此，我们建立了Anthem AI，吸引经验丰富的技术专家，通过提供结构化的AI培训计划培养现有的内部人才。为了留住这些人才，我们还致力于打造一种能够促进创新和企业AI解决方案构思的文化。

目前，AI只是推动整个企业数字化转型的一种技术。我们近期的项目之一是为期一年的数据试验—测试区块链和精准医疗联同AI是否可以预测人们何时会出现过敏症。希望我们的预测模型能够为健康相关的洞察增加准确性、速度和成本效益。

我们从这个过程中学到的一点，是要摒弃进行全新尝试的念头。我们首先了解AI如何影响业务成果，然后结合相关且适用的用例来实现一次次小的成功。通过采用逐步推进的方式靠近AI和机器学习，我们已经能够以显著改善客户体验的方式部署下一代技术。

网络安全专家对黑客利用AI获取客户和组织数据的这一威胁极为关注。但是，我们在应对AI技术的风险、安全性和隐私影响时，首先必须明白，AI也可成为打击网络犯罪、欺诈和威胁的有效工具。当AI随着时间的推移变得更加智能，它可以从事件和反馈循环中学习以提高识别威胁和漏洞的能力，它在确定事件可能性方面的准确度将变得更高。以下为实现方式。

• 通过自动化来探测和对抗网络威胁。在过去十年中，许多组织已采用本地安全信息和事件管理解决方案来监控针对网络和数据的威胁，这需要投入大量的时间、人员、硬件和资金。IT 团队经常通过劳动密集型的人工流程来应对日益复杂的威胁，这些流程要花费许多时间才能施行。分析人员密切关注安全事件和危害指标， 将安全事件一路上报，从类型鉴别员到威胁查找员，再到4级事件响应专家，与此同时还要不断地从频繁误报中搜寻并识别危险。今天的威胁载体不断发展和变化，需要更快、更主动的探查和响应， 这往往需要使用安全编排自动化和响应工具—这些工具会自动执行补救措施，如关闭路由器和端口或近乎实时地锁定端点。

• 以AI对抗AI。许多组织如今所面临的网络攻击，是由代表恶意行为者的AI引擎利用其安全漏洞所策划的。但好消息是，公司可以部署AI技术作为应对这些攻击的积极措施，加快探测和响应速度。认知计算使得实时处理数据变为可能，尤其是文档、图片、文件和音频等非结构化的数据，因此，AI可以从这些数据中学习，然后随着新威胁的演变自动调整其对威胁的检测和响应。

• 通过机器学习识别新威胁。基于规则和经验的传统威胁检测系统存在缺陷，因为它们通常只能搜索仅占网络攻击少数的已知威胁。组织可以将AI和机器学习融入基于规则的环境中，以强化从先前已知的网络威胁中获得的专业知识， 同时检测新的、不断进化的威胁。当今的企业掌握着大量的内部和外部数据，所有这些都可以提供对系统漏洞和潜在外部威胁的深入了解。通过人类劳动及时处理如此海量的数据是不可能的。但是，通过现有的人工监督/无人监督的技术以及辅助技术，例如图形数据库和自然语言处理，组织可以对威胁模型进行扩大和分层， 以提高已知和未知威胁的可见性。

这一目标的实现或需数据科学家和网络专家携手合作，为安全事件创建更准确的警报，才可促进更有效的响应。

• 但首要在于治理。最后，当组织开始在单一的用例或整个企业中部署AI时，化解来自组织外部的威胁就并不再是需要考虑的唯一因素。AI引擎行动和决策的速度，AI所使用数据的敏感性， 以及所做决策的道德影响，若未得到适当的监管，可能会在组织内部产生巨大风险，其恐怖程度不亚于外部的危险分子。

在组织内部署AI时，必须制定一个管理计划来监控这些AI引擎，就像人力资源部门监督职员的管理和行为一样。这种监管应涵盖众多考量，包括员工及客户隐私、数据的安全性和完整性以及人机交互的安全性。当基于规则的AI能够实现自动化时，数据的处理、管理和治理会变得更加重要。而这些数据不仅包括作为其培训的一部分输入到AI引擎的直接数据，还包括由AI反馈循环所产生的派生数据。

没有两家公司会使用相同的方式来应用某种技术趋势。踏上转型之旅前，每个企业都有自己的目标、优势和短板。如果您不清楚，AI化趋势能够为您的企业带来什么或要求您的企业具备哪些条件，那么不妨思考下列问题：

• 通过部署AI，我们的企业可以实现哪些业务目标？

AI可以为您的企业带来众多好处，但前提是要将其视为一项战略性业务而非一个IT项目，并且要有可衡量的结果，不能够仅仅是泛泛而谈。不同职能部门之间将协作确定企业的主要目标，然后制定相应的AI战略以实现这些目标。您可以选择寻求各种解决方案，如降低成本、促进生产力飞跃、监控合规性、减少风险情境或从更多数据中获得更大意义。AI旅程的第一步应是设定最终目标，这将使您能够绘制一个更加详细、更为可行的路线图，并在其上标有清晰的里程碑。

• 如何利用AI来获得竞争优势？

AI是一个很大的范畴，它包括自然语言处理、计算机视觉、机器学习等等，所有这些都可以增强后台系统、办公室内部系统以及面向客户的系统。如果您不确定从哪里开始，可以从您组织的垂直行业寻求指示和启发。在发展中关注行业趋势，可以确保公司既满足客户需求又保持竞争力。例如，在金融服务行业，开发人员正在创建高度个性化的产品和服务；一家金融公司可以通过为客户创建可提供一对一投资建议的机器人顾问或聊天机器人来启动其AI试点项目。您可以通过与客户、供应商和行业分析师的交流来更好地了解行业趋势。依据行业趋势判断选择最初的AI试点项目和用例，有助于确保您的资源充分用于实现业务目标。

• 对一家AI驱动型组织而言，我拥有的技术是否足够？如果不够，我该如何寻找合适的合作伙伴来构建自己的AI生态系统？

为了向前发展，您所在组织的现有技术和人才库可能无法满足建立AI系统的需求。您可能希望引入下一代IP、产品和解决方案来拓宽您的生态系统。一旦AI与您业务流程的契合点得到确定，您便可以评估现有的技术、人才和专业知识来确定缺口所在。您可以选择投资更精通AI的初创企业来扩大现有资源，也可以寻找供应商和其他行业合作伙伴，通过开展合作和共同投资建立满足最终需求、资源共享的应用程序。

• 我在自己的IT组织中感觉到“认知疲劳”。我该怎么办？

有些公司一头扎进认知技术领域，却发现他们过早地背负了太多。早期认知举措的寥寥收获或将削弱进一步探索的热情。如果您发现自己处于这种情况，可以考虑与利益相关者和IT人才进行一次关于“经验教训总结”的对话，回顾一下哪里出了问题，以及在未来举措中可以采取哪些不同做法， 讨论一下同行业的其他公司采取了哪些AI方法以实现预期结果。

• 是应该大处着眼小处着手，还是全押？

高瞻远瞩或积跬步以致千里，都不如选中更重要的目标而后明确地前进。CIO和企业领导者似乎均已认识到制定长期AI战略并用以指导工作的价值。专注于想要的结果并运用设计思维，正确的计划将自动落实到位。首先要确定在组织中应用AI的机会，例如耗时长久的交易型任务或者需要运用一些“部落知识”、涉及大量数据的流程。其次，进行成本效益分析，以确定AI解决方案是否适用于该流程，同时考虑现有资源和将需获取的资源。接下来，围绕其中一项事务构建试点计划，运行四到八周。如果收到了积极反馈，那么您就要决定如何将其进一步拓展到实现成果，并最终扩展到其他产品和服务线。

随着认知工具和策略在IT环境中的标准化，AI在企业中的作用也在不断丰富。虽然未来几年的人们可能会通过部署AI来增强人为绩效，并实现部分运营和业务流程的完全自动化，但是急于解雇人员一定无助于规划企业的下一个认知阶段。现在开始，我们要从根本上重新思考工作环境中的人机协作方式，以及新的方式在未来AI驱动型企业中所能实现的目标。

我们已处于云计算演化的新阶段，现在，技术资源已完全可以从底层系统设施及使能工具中提取。与此同时，云提供商正继续扩展堆栈；他们不再只是简单地通过“管理程序关闭”（HYPERVISOR  ON DOWN）来提供所有功能，如今他们通过关注超自动化，从而承担许多核心系统管理任务（包括：补丁、备份、数据库管理等），并结合这些功能，创建一个NOOPS（免运维）环境，以动态方式提供软件和以软件定义的硬件。照此发展，他们其后将采用无服务器计算，通过云提供商或者解决方案开发团队，完全自动化运行传统基础设施及安全管理任务。由此，操作人才便可从管理服务器的任务中解脱出来，转变角色成为运维工程师，推动业务成果的实现。

通常，确保关键业务技术系统持续平稳运行作为CIO工作职责的一部分，已经占用了IT部门70% 的预算和相当高额的人工带宽。存储、云计算以及外包成本降低，使此项预算支出减少20%甚至更多。然而，在一个IT预算始终吃紧的时代，如何另辟蹊径，将财力及人力资产从运营转向创新， 仍是CIO的首要目标。

在前几期的《技术趋势》报告中， 我们研究了CIO是如何把技术生态系统从收集工作零件转向既高速又兼具影响力和价值的高性能引擎，以实现上述首要目标的。

CIO正在从IT堆栈的底层逐渐向上构建可扩展的动 态基础设施以及可延伸的开放结构，并自上而下地重新思考IT团队的组织、人员配置、预算及服务交付方式。

在许多再造工程计划中，自动化是实现有价值的高效率以及降低成本的关键点。随着更多的信息技术可以通过代码实现（从底层设施到IT部门的任务）， 组织正逐渐消除业务成果与底层解决方案间的依赖 关系，以此来应用新的架构模式及规程。

组织将采用此类模式及工程技术，使IT人才的工作重心从死板、低价值的工作转向对高阶性能的关注。

如今，作为这股发展趋势的一部分，CIO将借助无服务器计算使自动化效果再上一层楼。采用这种模式，云提供商将根据高阶服务（比如：数据库或功能代码）请求，以动态方式自动分配计算、存储及内存。在传统云服务模式中，组织必须以人工方式进行设计和分配“上述资源”。其最 终目标为：从底层设施中提取并创建一个自动化NoOps IT环境，只需非常小型的团队便可对其进行管控。由此，CIO可将多余的人力投资用于开发新的增值功能，以提高运营速度及效率。

无服务器的价值将催生人们对无服务器市场的浓厚兴趣。最近，Cloud Foundry对全球600名IT决策者进行的调查显示，有19%的受访者已在使用无服务器计算，另有42%的受访者表示，计划在未来24个月内对无服务器计算进行评估。此外，B2B 竞争情报研究公司MarketsandMarkets预计，到2023年，无服务器架构市值将从2018年的42.5亿美元增至149.3亿美元。

截至目前，许多大型企业（包括Netflix、可口可乐 以及纽约时报公司）已纷纷成为无服务器趋势的先驱力量。在接下来的24个月，预计将会有更多组织跟随他们的步伐，探索如何以无服务器的方式来扩展自身DevOps实践并构建全新应用程序。构建一个纯粹的NoOps环境，可能需要花费几年的时间。但是，各个行业的转型—无论多么初级，已在悄然进行。

为了便于讨论这一趋势，术语“NoOps（免运维）”与“无服务器（serverless）”在此不可相互替换。“Ops（运维）”包括任意数量的运维领域，即：搭建网络、安全、管理及监控。在这片市场中，且在这样的技术趋势背景之下，术语“无服务器”主要描述的是服务器管理。这两个术语都属误称，都有定义混淆之嫌，因为：采用无服务器模式，仍会有服务器存在，但是服务器的功能却可以自动化；同样地，在NoOps环境中，传统运维（例如：代码部署以及补丁安装计划）仍属内部责任，只不过达到一种极致自动化罢了。

都可追根溯源至最初的“即服务”产品和一个构想（这个构想就是：在某天，IT组织将能够将企业组织中繁重的服务器维护及支持工作交由他人负责处理）。目前，“无服务器计算”是一个概括性术语，适用于描述旨在放弃服务器管理工作的组织可使用的一系列基于云计算的备选方案。在这个范围内，一端是“平台即服务”模式，通 过这种模式，客户可以购买随时可访问的数据库。

另一端则是“函数即服务”模式，这种模式提供了一个精细的定价模型，只有当客户需要时才会实例化并运行代码。因此，客户只需为已提出的服务调用请求支付费用。

无服务器计算为CIO提供了一套转换IT部门操作的工具组。这套工具组可能会带来以下好处：

• 无限可扩展性以及高可靠性。函数实例根据用户流量呈横向弹性扩展。免运维（NoOps）(或至少减少运维)。尽管诸如调试这样的运维任务通常仍在企业内部完成， 基础设施管理这项工作却是完全外包出去的。

• 无闲置时间成本。在无服务器计算模式中，消费者仅为函数的执行时长以及所执行的功能数量支付费用。若函数未执行，则不收取任何费用，因此，不会产生任何闲置时间。在成本方面，这样的收费方案是对旧有云计算模式的改进。而在旧有云计算模式中，用户根据运行虚拟机的时长支付费用。

目前，云战略仍是许多公司在进程中的工作，对虚拟化及容量方面的努力也仍在进行中。同样地， 无服务器计算，在实现其未来免运维承诺的过程中，并不会使这些努力变得多余，但它确实能够为CIO提供一个视角—实现其追求的高度自动化最终状态。

事实上，CIO也希望能够实现这样的最终状态。在德勤《2018年全球CIO调查报告》中，有69% 的受访者认为“流程自动化及转型”是数字化议程的关注要点。未来，无服务器技术或将成为许多CIO所采用的一项关键技术，用于自动化部署、 扩展、维护以及监控应用程序等工作。当下云供应商正向其所提供的无服务器服务组合中不断增添新功能，如：数据库及自然语言处理界面。现在，在不部署物理设备或虚拟设备的情况下，也可以构建全新应用。通过了解公司目前在无服务器计算方面所作的投资，并接受一个更广泛的无服务器世界NoOps趋势，这些公司可将这种转换提上短期或长期数字化转型的议程。

NoOps趋势越来越受到人们关注，其部分原因 在于它为我们提供了一个全新的方式以思考这个老生常谈的问题：我们如何能够更充分地利用资源？CIO常常面临预算吃紧，或所掌控的内部领 域无法直接产生收入等问题，对于他们而言，在很大程度上这个问题仍未得到解决。

但有一点非常清楚，即：在服务器及数据中心的维护方面，并无多大的业务价值。通常，雇佣人员专门负责打补丁，只是企业开展业务的另一项成本。

NoOps趋势则为CIO提供了一个机会，可让这些雇员把注意力从打补丁、监控及测量等工作转向价值更高的工程及开发任务。更广义而言，这一趋势使得高效地管理信息化运营成为可能，高效地管理源于他人首创且证实可用的自动化及编配能力。当我们提到NoOps及无服务器时，大多会想到亚马逊、谷歌以及微软所开发的基础设施组件，该等组件为“即服务”产品提供支持。这些服务提供商已经意识到，这些组件同样可以使“即服务”的消费者受益，在软件开发领域中尤其如此。采用NoOps模式后，开发人员不再需要与其他团队协作来执行涉及底层设施、操作系统、中间件或运行时的次要任务。

从传统环境转换到无服务器环境，并非一夜成型， 这一事实有助于减少IT部门某些人员对工作安全的担忧。

目前，一些主要的云提供商正在提供可帮助用户更接近NoOps状态的无服务器平台。亚马逊、谷歌以及微软正主导着当下的无服务器市场。阿里巴巴、IBM、甲骨文以及一些小型供应商正在把自己的无服务器平台及技术推向市场。与此同时，开源项目（比如：OpenFaas以及Kubeless） 正试图把无服务器技术从从云端引入到本地。

无服务器模式具有许多优点。相对于IaaS模式及SaaS模式而言（在这些模式下，客户不论是否使用已提供的全部容量，往往都需要于每月或每年支付固定费用），无服务器模式所具有的优点尤其明显。相比之下，无服务器模式只针对被调用函数的服务时间所消耗的资源向客户收取费用。这是一种即付即用的细粒模式，对于许多工作而言，这种收费模式远比其他云模式节省成本。例如：随着无服务器领域中的竞争日趋激烈，让用户每个月免费实现高达数百万计的计算请求并非是不合理的；由此，用户无需支付高额前期成本就能获得大量计算能力。

开发无服务器产品时，请注意：无服务器计算模式仍在不断发展演变，无服务器计算模式不应被定义为解决开发问题及操作问题的万能解药。例如：目前，能在无服务器开发环境中提供使用可见性的生产工具仍然有限。最近，云基础设施提供商DigitalOcean对5,000名专业开发人员进行了调查，询问他们在使用无服务器过程中遇到了哪些挑战。受访者给出的回答不尽相同，但他们均在以下几个主要领域遭遇挑战：

• 监控及调试。不出意外，有27%的受访者表示自己在无服务器环境中实施监控及调试工作时遇到挑战，考虑到无服务器计算时间短暂这一性质，遇到这样的挑战也许不足为奇。采用无服务器模式对需要进行监控及调试的信息加以计算，这更具挑战，因为，在无服务器模式下， 没有任何设备可供登录。某些情形下，负责调试棘手问题的开发人员可能不得不通过手动登陆数据仓库的方式。而好消息则是：可供在内部部署中运行无服务器服务的新一代调试工具及应用程序正悄然出现。

• 供应商锁定。在颠覆性技术浪潮的早期阶段， 人们通常会对供应商锁定表示担忧。在制定行业标准之前，且在单一模式成为市场领导者之前， 早期客户通常担心自己会错误选择。如若您已与一名供应商签订锁定协议，而其产品最终沦为非标准产品，该怎么办呢？如您想要更换供应商，那么，您就可能面临重新更换工具以及重设架构的巨额成本。DigitalOcean发现，有25%的受访者担心自己与无服务器供应商达成锁定协议。在许多情形下，合适的架构可以最小化您与具体供应商之间的关系。例如，采用“ 函数即服务”，就有可能把您的业务逻辑从无服务器“处理程序”中提取出来，从而简化迁移工作。

假设您签署了一项既非您所愿也非您所需的锁定协议，您可以与锁定协议付出的代价相比， 衡量无服务器其他的独有优势。

• 迁移。大约16%的调查受访者表示，迁移工作具有挑战性。对于大公司而言，大规模迁移的确不是一项简单的任务。例如，迁移可能涉及重构一个或多个应用程序（与“函数即服务” 的情况相似），或者，至少会涉及交换主要的系统组件（比如：数据库）。

正因为如此，一些公司可能会认为，把公司的应用程序组合全部迁移到无服务器环境中，相应成本会过高且具有颠覆性。这些公司也许便会转而选择性地迁移现有应用程序，或者，选择性地迁移那些属于新设开发计划的应用程序。

到2050年，全球人口大约将达到95亿。这是一个庞大的数字，企业需要以不同的方式进行思考并采取行动。嘉吉公司作为食品行业及农业领域的领军者，公司的唯一宗旨就是，以安全、负责且可持续的方式滋养世界。日前，拥有153年历史的嘉吉公司加大了对相关创新及技术的关注，这些创新及技术将有助于公司转型且有效应对当前和未来全球最大的一些食品挑战。

目前，嘉吉公司改善其软件工程能力的一种途径就是自动化开发生命周期。这种通过技术进行转型的方式，不仅可推动业务发展，而且将使嘉吉公司的开发人员在编写代码的同时不必担忧部署或打包等问题。“一个强大的数字基础有助于我们更顺利地开展工作，同时，更高效地为客户和企业服务，”嘉吉数字实验室副总裁Keith Narr表示。

他重新部署了公司在工程方面的投资，这一举措已成为嘉吉公司核心现代化进度及云计算进程的 一个重要组成部分，并助力公司内部以技术为导向及以业务为中心的领导者实现宏志。开发标准和操作标准正逐渐被嵌入到技术平台中，随后将在幕后自动实施。此外，嘉吉公司的开发人员已采用向DevSecOps方向发展的自动安全扫描技术， 同时还为基于API的开发工作提供主力支撑，为采用开放标准及开放平台铺平道路。

Narr及其团队努力确保云变革成果不被降级为“ 直接迁移”模式（即：在新的技术堆栈上仍旧运行旧功能）。Narr为嘉吉公司抓住了发展机遇， 通过开发新的工作方式，改变了公司内部的IT环境。重构后的核心架构以及现代架构根植于自治及DevOps，同时着眼于NoOps。

这些架构可开发在可升级平台上运行及操作的现代应用，并且，这些应用可在自我监控的同时自我修复。“技术部分比较简单；真正困难的是心态上的转变，”Narr表示。“作为这场变革中的组成部分，我们正重新训练自己以不同的方式审视我们对技术的期望以及我们使用技术的方式。”

NoOps变革的很大一部分根植于打破IT部门与业务部门之间的传统壁垒。在构建新平台的过程中，Narr及其团队首先识别出符合条件的业务单元，这些业务单元已经具备初创精神，了解新平台价值，也已使用DevOps流程且渴望接受NoOps理念。而后，该IT团队根据这些业务单元 团队的需求而构建平台功能。

认识到有必要克服这种心态转变之后，Narr的团 队还试图增强早期应用者的相关意识。为了证实NoOps模式所具有的潜力，Narr带领整个IT领导团队进行了六个小时的DevOps 101新兵训练营， 由此他们可以发现NoOps的能力可能对其个人业务产生的影响。该团队参与了所有的训练项目， 其中包括编写代码片段、检入源代码、部署，以及亲眼目睹全自动持续集成及持续部署平台所具有的强大功能。这一训练让业务部门开阔了眼界。

“在变革最初的12个月，我们有意把变革草根化且有意专注于IT部门以内的范围，在大家开始为此提出要求之前就构建了一套核心能力，”Narr表示。“随着越来越多的员工采用我们的模式并且这种模式越来越成功，我们所强调的重点已经从平台转向成果：概念原型及商业证明，或者能迅速推向市场的新产品。”由于嘉吉公司的战略不断发展，该平台正逐渐成为“未来就绪基金”的一个体现（“未来就绪基金”是嘉吉公司商业战略技术路线图的基石）。

当Co m m o n we ll 互助保险集团（Commonwell Mutual Insurance Group）设定了显著提高保费增长率这一目标时，公司旨在同时确保会员价值、会员服务及员工敬业度持续符合严格标准。公司领导层意识到，要实现这一目标，或将需要从根本上转变部署支持技术的方式。为了推动创新，Commonwell公司的小型IT部门与业务部门建立了伙伴关系，而他们的共同目标则均指向核心系统现代化项目。这个项目在DevOps框架内执行，同时，它也在改变着 IT部门向业务部门的服务交付方式。此项变革的成功使公司可以继续推进下一个主要变革：转向NoOps模式以及无服务器环境，而这将进一步使 业务转型成为可能，并且将改变IT团队操作及管 理公司基础设施的方式。

“有人把DevOps视为消除开发生命周期工作中的某些步骤，而我们却把它视为使工作流中某些更具重复性、更耗时的部分变得更畅通的方式，”Commonwell公司解决方案交付经理PaulStamou表示“我们希望根据业务承诺进行交付， 而非仅仅关注如何使体系保持运行。”

由于Commonwell公司的IT部门人员精简，因此， 公司已选择实施一个可提供自动化及安全基础的云平台。该解决方案基于“基础设施即代码”方式，以便使解决方案更加敏捷。IT管理流程，尤其是备份及安全特性，将被写入配置中并被部署到计算机容器上。无服务器平台将允许IT组织对应用程序进行构建和部署，以有效利用成本的方式提供内置可用并可升级的服务。

这将使Commonwell公司的IT部门专注于业务结果，按需提供自动化性能，而并不是把注意力放在服务管理上。

“我们之前的解决方案需要使用大量的基础设施及人工干预对运营进行维护并提供服务，”IT部门副总裁Jennifer Baziuk表示。“而无服务器平台以及NoOps模式属于传统方式的一种根本性转变；我 们希望利用云计算、软件即服务，以及伙伴关系生态系统，帮助我们管理操作工作，而不是采用我们自己的硬件及人力资本把这些管理成本内化。”

Commonwell公司解决方案架构师Justin Davidson 表示，与其说是加速基础设施建设，倒不如说是努力使IT部门在推向市场及交付持续价值方面能够 像业务部门一样敏捷。目前，尽管这场向NoOps 过渡的变革仍在继续，但Commonwell公司的IT团队已经发现了转向DevOps及无服务器环境所产生 的重大影响。此外，公司在这方面取得的成功已使得员工及领导层对NoOps转型变革给予了极大 的支持及热情。

“ 从定性角度来看，” Baziuk表示，“ IT部门的一个预期目标是成为值得业务部门信赖的顾问。”由于我们的DevOps战略和NoOps战略已大获成功，我们在公司的业务战略及发展讨论中已经赢得一席之地，由此，便将如何使IT部门成为公司战略差异因素的这一讨论又向前推进了一步。我们正在逐步施展我们的才能，这样，我们就可以与我们心仪的伙伴开展合作，并同时帮助Commonwell公司的业务部门向前推进其数字化部分的工作。”

近20年来，我有幸研究了高绩效技术组织，我们所有的研究结果均明确表明，高绩效组织的表现远超同 行，且通常呈数量级超越。他们以更迅速、更安全的方式把软件交付给客户，因此能够迅速创新及试验， 从而在竞争中脱颖而出，赢得市场。

在过去，这个话题只对技术高管才具有重要意义。如今，几乎每一位首席执行官都会被问及如何应对数字颠覆、如何在主要的技术平台玩家中捍卫自己的市场，以及如何对自己的软件能力进行投资。在软件时代，几乎每一个投资行为都与软件有关。

十年前不可能出现的技术奇迹， 现在已经有可能实现， 不论怎么形容这些技术奇迹都不过分。当Facebook以10亿美元收购Instagram时，Instagram仅有13名员工，其中有6名员工是开发通才。手机游戏《神奇宝贝Go》（Pokemon Go）以最快的速度打破了1亿美元总收入的记录， 而创造这项记录的员工总人数还不到40人。

我认为，这些例子构成了DevOps最重要的目标：创建各种条件，让小型开发团队在现代商业环境中实现同样惊人的成果。由于这个目标不仅仅是针对社交媒体和游戏，它还有助于解决一系列商业问题，而这一类商业问题将确定下一代市场赢家和失败者。

据一项研究表明，未来10年，开发人员将能够使全球GDP增加3万亿美元。据我个人看来，在这些价值中，大部分将由今天的科技巨头或初创公司所创造，而是由各个行业中最大的品牌所创造。这些组织具有更好的途径获得资金，已拥有庞大的客户群，并且能够像科技巨头一样招纳到同样令人惊叹的技术人才。

这并不是“小鱼吃大鱼”的故事，而是“快鱼吃慢鱼”的故事。故事的最佳结局是组织变得既高效又强 大，而DevOps能够使之成为现实。

我不认为DevOps仅仅关乎开发人员，目前，它还关乎如何提高开发人员的生产力。要做到这一点，需要具备世界一流的基础设施及操作技能。正是这个目标把公司导向NoOps，而NoOps是一个倒霉的术语，因为它暗示着运维工程师将会消失，但我认为，这样的情形永远不会出现。

但是，我确实相信，把运维视为唯一途径的时代正渐行渐远。普遍来看，信息安全、合规以及基础设施方面的情形也同样如此。在这个新时代，我们的目标并不是像对待对手或者对待对等的主权国家一样与 开发人员开展互动，而是把开发人员作为一起共事的工程师，与他们合作，从而实现共同的业务目标。通常，这意味着创建出可供开发人员以迅速、安全的方式开展工作的平台，甚至不用开事件处理单，也  无需代替他们开展工作。

基于以下原因，我确信运维很重要：二十年来，我一直认为自己主要是一个运维人员。尽管如此，尽管我曾经被训练为开发人员，于1995年获得计算机科学硕士学位。我总是被运维吸引，因为我认为那才是真正的行动。然而，大约两年前，情况发生了变化：我开始把自己定义为开发人员。毫无疑问，这是因为我学习了Clojure编程语言。

这是我学过的最难的编程语言之一：它是一种函数式编程语言，不允许出现状态变化，并且鼓励只编写纯函数。但我认为它是一种用于构建应用程序更安全且更有效的方式，而且它也把编程的乐趣重新带到我的生活中。

在这种转变过程中，出现了一件让我匪夷所思、不曾预料的事情，那就是我现在讨厌处理基础设施的问题。基础设施非常混乱、不可预测。有些开发人员只想生活在一个完美的小应用程序泡沫中，不愿面对凌乱的基础设施，而我已经成为他们中的一员。

正因为如此，我坚信，基础设施工程最美好的时代就在我们前面。我们需要富有经验的工程师，以确保开发人员能够拥有能够帮助我们构建、测试、获取并部署代码到生产环境中的相关平台，从而真正高效地工作，而不必编写定制脚本、管理安全凭证、处理日志记录、进行监控以及连接数据库等。这些都是我们在一个凌乱并且不完美的世界中创造价值而必须去做的工作，但是，这些工作会拖慢开发人员的速度。

正因为如此，基础设施就显得非常重要。而且，开发人员的生产力也不是免费获取的。而现实却是，大多数组织可能在这方面投资严重不足。领先的技术公司则对自己拥有的技术大力投资。相比之下，许多传统组织并未对这方面如此投资。在一个快鱼吃慢鱼的时代，这些传统组织比同行慢了好几个数量级。

但是，这样的情况正在逐渐改变。在大型且复杂的组织中，DevOps通常是一个充满反叛色彩的故事，故事中，勇敢且有胆的技术人员试图推翻一个古老而强大的秩序，即：保守的功能竖井。在此，我对组织 的领导层提出两点建议：识别能了解DevOps方式所具有的价值的工程领导者，然后使其与希望重构价值创造方式且充满激情的业务领导开展合作。让他们一起共事，并且为他们提供预算、自主权及权力。然后，神奇的事情就会随之发生。

许多组织可能会发现，在云计算无服务器环境中工作会出现令人生畏的网络风险。但是，企业在利用自动化更好地保护自己免受潜在威胁方面， 存在着一个巨大的机会。组织应该理解：如果处理得当，在NoOps操作模式支持的无服务器环境中的安全协议可显著降低网络风险。如果操作不当，也可能加速整个企业面临网络风险及加速出现大规模的网络风险。

要克服与无服务器环境相关的潜在网络风险，其关键在于转换您的视角，即：把风险缓解视为一个机会，在代码本身的范围内开发并且实现安全及风险过程（或护栏）。分析代码中存在的潜在漏洞以及无服务器环境中的潜在漏洞，明确最重要的以及最可容忍的威胁向量，然后把资源集中投入到保护最有价值的资产上以及易受影响的入口点上。嵌入安全控件，检测整个网络及系统中的不良事件并且自动响应，以及在检测到新的网络风险时自动更新配置。

组织应该从何做起？首先，了解您的网络及基础设施的设计原理并且确定出脆弱点，这一点至关重要。这并不是一项容易的工作，并且，从您一开始进行无服务器变革时就应该对此项工作给予适当的关注。在更传统的技术转换中所使用的那些方法不再奏效：逻辑、工具以及流程不一定能够直接从您的本地部署网络转换到无服务器网络。

例如：重新使用内部代码并且把它转换为一个面向外部的API，但未添加额外保护，这时，您就可能因为使用了从未打算部署的代码而意外地让您的网络暴露在恶意攻击风险中。

而好消息则是：云提供商设有内置机制，可利用这些机制实现强大的身份验证、主动监视网络、监视配置等功能。如需进一步增强您的网络风险防御能力，就需要在您的网络环境的各层中构建安全性，贯穿整个开发、交付及操作环境层，从云平台管理到流程，再到应用层。通过新的自动化操作功能，系统应该能够在您的网络、数据或声誉受到威胁影响之前进行测试、停止并且进行修复。值得注意的是，许多组织将继续同时在云环境和传统环境中运行。这些企业将保有以前的控件及战略，同时在其现代化基础设施范围内设计和实施新的、截然不同的控件及战略，因此， 这些企业将面临更多挑战。

由于尚无措施可完全消除网络风险，因此，您必须重新评估和定义您的风险容忍度，以便采用无服务器的技术。通过无服务器技术的强大功能， 安全团队可以采用以前不可能实现的方式，部署有助于控制并响应新、旧威胁的解决方案。重新访问网络风险事件并且主动编写、调整及更新代码，以抵御新发现的威胁，这应该作为一个常规过程，而非季度事件或年度事件。把政策制定成文，然后监督管理事后违规行为，这样的时代已一去不复返。在一个无服务器的世界中，管理网络风险需要每天修订、调整和调准，而NoOps自动化可使网络风险管理工作更容易— 并且把主动防御提升到一个新的水平。

正如许多公司日前踏上的宏云（macro cloud）之旅一样，任何对NoOps或无服务器的追求都可以在可管理的阶段开展进行。但是，问题是：从何开始？又如何开始呢？当您在探索无服务器世界的NoOps模式将对您的组织具有哪些潜力时，请思考以下几个问题：

• 这个趋势是否适合我？

NoOps以及无服务器趋势，就其核心而言，都基于两个基本用例：基础设施工程师们可能把自动化推进到新的水平，而应用程序开发人员则可能减少对基础设施工程师的依赖。请牢记，尽管无服务器不会完全适合您堆栈中的每项应用，但是，通过自动化以及自我服务来运行并管理您的某些解决方案却几乎不会产生负面影响。此外，如果处理得当，无服务器体系架构还可能有助于更迅速、更灵活地进入市场，同时减少人为失误、降低基础设施成本及维护成本。所有这些好处对于恰当的工作负载而言都很有意义。

• 我如何把这项变革从小范围推广至整个组织呢？我如何在战术层面采取行动呢？

从技术角度来看，无服务器的环境允许以自动化形式更迅速和持续地扩展。因此，此项技术可使整个企业更迅速地进行部署。随着应用载荷增加以及执行功能增多，云提供商负责扩展底层基础设施。由此，拥有完整旧有系统的成熟组织也可以像小型初创公司一样，迅速构建新功能。但是，从运维的角度来看，NoOps环境要求组织内部进行文化变革。公司必须愿意打破坚井，赋予员工新的角色，并且愿意重新组织人员以获得必要的吸引力，以便大规模进行部署。公司应成立一个指导委员会，通过委员会来制定并实施标准以及制定路线图，这与云迁移的操作很相似。初步看来，这似乎违背了DevOps和NoOps的精神，但是，指导委员会可确保变革正常实施。

• 如果我需要从头开始，该如何开始呢？我对自动化和DevOps并不是很了解。

无服务器体系架构可能是您采用NoOps模式最为迅速的方式。在无服务器环境中，软件应用程序可能被分解为单个功能（即：基于微服务的体系架构），这些单个功能可被迁移、可有效利用成本，并且，最重要的一点是，不受旧有基础设施痕迹的限制。把应用程序功能从辅助基础设施中分离出来， 这为应用程序现代化提供了最大的机会。

• 什么样的工作负载将适合无服务器环境？

无服务器环境并非适用于所有的应用程序，但是，通常，非常适用于依赖微服务或API的应用程序，比如：Web应用程序、移动后端、物联网后端，以及实时分析及数据处理。非常适用无服务器环境的应用程序既短暂又无状态，并且，这些应用程序不需要访问文件系统。另一方面，具备高读写容量的相关功能以及需要使用持续计算能力的功能，可能都不太适合无服务器环境。运行时间更长且更加复杂的计算任务（比如：把数据迁移到NoSQL，需要使用大量磁盘空间或RAM的应用程序，或者需要在服务器级别操作访问的应用程序）可能更适合采用服务器环境与无服务器环境兼具的解决方案。

• 我从何开始？每家公司都有几个核心的心肺系统—我是从这些系统开始吗？我是否应该首先解决外围问题？

一些公司正逐渐把自己在无服务器环境方面所作的努力集中投入到自己已经在数字前沿取得某些进展的领域（比如：面向客户的电子商务应用程序以及微服务）。通常，这些领域是向无服务器转移的成熟领域，因为数字团队多半已经开始了文化变革（以及一些可能必要的再培训及技能提升工作），而文化变革是NoOps转型的一个必要部分。当公司把工作锚定在数字化基础上时，就可以同时自上而下地以及自下而上地着手进行NoOps模式及无服务器环境的转换。

• 从基础设施角度来看，我需要采取哪些措施？必须全部云部署，还是可以仍然保留企业本地部署？

您当然可以从本地部署DevOps实践中获得某些好处，但是，除非您拥有真正可靠的私有云，否则，您的自动化能力将可能受限。并且，尽管您可以部署一个无服务器组件/服务器组件兼具的混合解决方案，但是，您也可能会逐渐意识到只选用无服务器部署所具有的好处。即使只需管理一台本地部署服务器，您也仍将实施反病毒及漏洞扫描和修补工作。为了触及NoOps天堂，您很可能需要全部上云。

数年来，对关键系统的基本维护及支持已占据IT部门很大一部分预算及人员能力。如今， 无服务器世界NoOps（无操作）趋势为CIO提供了一个途径，通过这个途径，我们可以把对这些宝贵资源的关注重点从运维转向结果。这个趋势还为开发团队提供了一个机会，由此他们可以学习新技术并更加独立地开展工作。从旧有的内部服务器转变为基于云进行计算、存储及内存等工作，这种转变不会一夜成型。而转变过程中，也会遇到许多独特挑战。但越来越多的CIO已逐渐意识到：从根本上把IT部门从被动转变为主动—实在是一次大好机会，不容忽视。

作为数字未来的无名英雄，高级网络所提供的持续的连通将推动全新产品和服务的研发，改变低效的运营模式。通过认知科学、物联网、区块链和高级分析等依靠数据和网络技术实现的数字化转型，正持续推动技术连通性的应用发展。利用下一代技术，如5G、地球低轨卫星、网状网络、边缘计算和超宽带解决方案，我们有望实现数量级的改进，为可靠、高性能的通信技术提供支持；同时，软件定义网络（SDN）和网络功能虚拟化（NFV），则帮助企业管理不断变化的连通性需求。未来几个月中，预计将有来自不同行业和地区的企业利用先进的互联互通来配置和运营企业的未来网络。

传统上，颠覆性的企业技术，如数字体验、认知技术和云技术等限制了人们想象且占据着新闻头条—高调的姿态使得网络一直处于它们的阴影之下。感觉网络虽必不可少，却没那么迷人。

但这种情况即将改变。依赖于网络的技术已开始逐步改变企业架构。例如，激增的移动设备、传感器、无服务器计算、海量的共享数据和自动化都需要高级连接和差异化网络。事实上，先进的连通性正迅速成为电子商务的关键。

在TechTarget最新的IT优先事项调查中，44% 的受访者将网络基础设施升级作为新一年的首要任务。同样，Interop ITX和《信息周刊》（InformationWeek）在2018年对IT领导者的一项调查中发现，企业越来越关注增加带宽、探索通过软件实现网络现代化的方法以及扩展现有网络功能。

展望未来，CIO的主要职责之一是将数据从收集到分析再到用于推动实时决策和自动运营的所需之处，并快速且大规模地在数据中心、云端或者业务发生和实现的边缘地带。

那么，建立和维护与业务相匹配网络功能，越来越成为CIO首要考虑的问题。作为未来连通这一发展趋势的一部分，首席信息官（CIO）们已经开始制定连通战略，以支持其更广泛的数字化议程。他们正在探索利用软件定义网络（SDN）、网络功能虚拟化（NFV）和网络切片来构建安全可控的分布式网络—这些分布式网络具有不同类型 的设备并能够利用分布式计算能力。同时，他们还在探索不断发展的访问机制（如5G和近地轨道 卫星）将如何在其连通战略中发挥作用。更重要的是，CIO们已开始学习如何在不增加现有成本的情况下掌控这些网络组件。

拥有部分或全部上述组件的网络模型可以改变组织的敏捷性、效率和竞争力—但仅限于可靠且顺畅地向最终用户和应用程序提供连通性、安全性和高性能。通常，各种数字体验背后，对支撑的网络连接期望是无缝、无限、无所不在的。因为一旦这种期望无法实现时，体验及其背后的策略就会失败。

5G承诺的数量级性能提升不会经常发生。近地轨道卫星的联通和网状网络很快将为目前5G覆盖的有限范围提供5G功能。在接下来的18到24个月内，通过探索如何使用大量高级网络功能来增强产品、服务和企业架构，预计会吸引更多公司步入未来连通的趋势。

从战略角度来看，若目前的行业可以从更大带宽和更多数字技术，从应用于门店、仓库、现场运营蔓延到全球网点，并从中受益，这一趋势对企业的未来意味着什么？企业将如何建立未来连通？

高级连接提高了网络灵活性，并可通过配置网络来满足不同类型的性能和可用性要求。网络管理框架已逐渐使得企业可通过软件动态配置和控制网络资源。在制定高级网络战略时，CIO应首先明确，下列核心能力将如何推进其数字化转型进程。

最新的高级连接构建模块包括：

• 5G。第五代蜂窝无线技术所代表的彻底变革， 远不只是智能手机的另一个新无线接口。它提供更快的速度和更低的延迟，更重要的是，它能够连接网络中的大量传感器和智能设备。这如何实现呢？通过打破技术限制。使用5G，许多网络协议可共同使用，以满足设备和应用程序的特定要求，并且可以实现无缝管理。在未来连通中，数十亿连接设备将进行机器对机器的直接通信，前所未有的大规模增减连接设备将成为可能。在这种环境中，管理大量连接设备及其所交换信息的能力将至关重要。

作为一种统一技术，5G汇集了管理大规模信息流和高密度所需的网络能力。同时，该协议降低了对基础通信的功率要求，延长了传感器电池寿命，并扩展了物联网许多潜的应用场景。

电信运营商正在经历5G革命。德勤预测，2019 年将成为5G网络大规模到来的一年。2018年共有72家运营商测试5G，到2019年底，我们预计，至少将有25家运营商会在其业务范围的部分地区（通常是城市）推出5G服务。另有26家运营商可能将在2020年启动推广，使服务商的总数增加一倍以上。

此外，在监管部门批准频谱使用的情况下，企业可以使用5G技术部署私有局域网。在工厂车间等工业环境中，5G可以通过Wi-Fi取代局域网， 显著提高网络的可靠性、性能和可预测性。这种5G技术可将机器人从固定位置解放出来并可实现机器人的远程控制，从而在操作中提供更高水平的灵活性。

• 近地轨道卫星。长期以来，企业一直使用大型高空地球同步卫星来使得偏远地区得以与外部世界连通。这些卫星虽可实现这种需求，但它们在可靠性和响应速度方面远落后于光纤和基于电缆的互联网， 且具有潜在的高成本特征。在一些人称之为“ 新太空竞赛” 的局势下，SpaceX、OneWeb等组织正在开发小型近地轨道卫星，并以集群方式部署。这些卫星将可能在地球上的任地方提供高性能宽带。除了提供连通乡村或信息孤岛外，低轨道卫星还可以成为能源、采矿、运输甚至金融等行业在偏远地区运营业务的重要网络基础设施。为了监控和管理日益多样且不断演变的连通需求，CIO们正在使用以下网络管理技术使部分连接堆栈虚拟化：

• 软件定义网络（SDN）。SDN是一个软件层， 位于由交换机和路由器等网络设备组成的物理网络之上。长期以来，该技术主要局限于数据中心内部使用，现在正扩展应用于广域网（SD-WAN）以连接数据中心、银行分支行、门店或其他多区域应用。数据包仍由这些物理设备转发，但其转发位置则由SDN软件控制。在SDN 模型中，软件可以通过集中编程和管理网络提高灵活性。

• 网络功能虚拟化（NFV）。NFV利用虚拟化软件取代专用物理网络设备提供的路由、交换、加密、防火墙、WAN加速和负载均衡等网络功能。这些虚拟网络的功能在外观和行为上与其物理网络相似，但无需专用的特殊硬件。

NFV部署通常使用商用服务器。这些网络服务可以通过虚拟化，按需进行水平或垂直扩展。借助NFV，将低成本的通用计算平台作为网络基础设施，如今云环境中已可以彻底运行多媒体语音、核心网（EPC）路由和无线接入网络等服务。

SDN和NFV是互补的。SDN集中控制网络功能， 但网络功能是由专用硬件设备提供还是通过虚拟化网络提供并不重要。

CIO可以将这些高级连接构建模块与现有的局域网 技术（如以太网和Wi-Fi）以及千兆宽带、4G LTE 等广域功能结合使用，以创建可配置的网络，可通过个性化定制来满足各种企业需求（见图1）。与利用弹性云计算基础设施的方式类似，借助SDN和NFV，企业可按需启动、关闭和优化网络功能，以 满足特定应用或终端用户的需求。

在开始制定未来连通战略时，请考虑以下供求因素：

• 终端设备对实时计算和低延迟的需求不断增长。工业自动化、虚拟现实和自主决策等应用，要求具备高计算能力和极低的延迟（从设备到云端再返回的往返时间）。在这些情况下，数据处理可以在尽可能接近设备的“迷你云”的划分 领域内执行。

其余的数据处理功能可以在云服务提供商或公司数据中心之间选择。这种迷你云也称为边缘计算，在终端设备低延迟连接必不可少的情况下，可谓是一种有效的模型。对于生成和移动大量数据的物联网网络，边缘计算可以改变游戏规则。它使这些物联网设备（许多具有极小的 计算能力和低速连接性）能够在边缘处理数据。这种模型通过减少从中央存储库的网络回程拥 塞，为电信运营商和企业提高效率。

• 连接设备激增以进行监控和管理。在5G的支持下，预计企业内部连接设备类型的数量和种类将大幅增加。这些设备可能具有一系列操作系统、计算能力、存储能力和网络功能。对CIO及其IT 团队而言，新的终端安全要求和挑战即将涌现， 其中包括禁用企业网络中的未授权设备、设备的安全策略管理以及避免恶意设备发生网络风暴的可能性。

• IT人才模型不断发展。正如《2018技术趋势》中“技术重塑”章节所研究的那样，为应对新常态，人才模型需随着IT人才的提升和再培训而发展。在高级连通的背景下，SDN和NFV专业知识并未在所有区域和行业人才库中得到广泛普及。同样，企业架构师需要解决边缘与云/企业数据中心之间的应用程序分区问题，同时确保数据的高效安全传输。

自动钻机、自动驾驶运输卡车和实时供应链分析等技术改变了过去的传统采矿业，使其变得更高效、更盈利、更安全。总部位于澳大利亚墨尔本的必和必拓（BHP）是一家在全球范围内开采和加工矿物、石油和天然气的企业，其为整合这些技术的应用并实现价值链自动化提供了一条途径，以提高生产率、提高流程效率和降低成本。这一雄心勃勃的战略依赖于强大的下一代连接基础设施。

必和必拓正在利用工业物联网、数字网络、Wi-Fi 和4G LTE等技术为旗下多个集成式远程操作中心（IROC，首家于2013年启动）提供支持，使它们能够全天候运行，为公司提供从矿坑到港口整个采矿过程的实时可视化。通过一站式提供矿山供应链网络的实时端到端视图，集成式远程操作中心可以使团队管理规划、调度、控制和分析的工作更有效地开展。为了成功建设集成式远程操作中心，必和必拓不得不在2000公里的范围内扩展其网络，启动互联电信基础设施，实施闭路电视监控系统和设计建造停机时间管理系统，并在整个网络中实施安全措施。

必和必拓的下一步是利用其在增强连接方面的投资，扩大整个价值链的自动化水平并提高效率。该组织已经安装了4G  LTE，利用边缘计算来安排列车路线，并实施自动信号跟踪来控制和监控其铁路系统。这些措施缩小了列车之间的最小间距， 使必和必拓铁路网络的容量翻倍变为可能。该公司也还在探索如何整合新技术和运转良好的遗留系统，同时管理连接基础设施中增加的新的网络安全风险。

必和必拓已在各项目中看到了营收成果和流程效率。这些成功为连接战略赢得了领导层的支持， 现已融入必和必拓的整体业务战略。展望未来，必和必拓正计划扩展和维护强有力的连接基础设施， 以在中央及边缘为未来的创新和功能提供支持。

最终，必和必拓将继续引领行业转型。连通性的发展进步将加速以下各方面的开发和部署，包括远程安全系统、传感器、未来输送机、配备自动钻井和自动运输车队的虚拟开采以及用于维护其车队和设备的预测分析。

当下，已有越来越多的人开始体验海上乘船旅游，且随着目的地越来越远，在海上保持连通出现了从未有过的挑战。如今的乘客希望与他们在陆地上以及船上的亲朋好友一直保持联系， 并期望能够即刻接通设施、娱乐和活动来实现完美的海上乘船旅游体验。为此，地中海邮轮公司（MSC Cruises）一直致力于在七大洋上打造快速可靠的船上连通，并投资一系列全新的数字化服务和体验。

“让技术服务客户体验，这至关重要，我们致力于投资我们的船队，开发能够在未来几年中满足客户需求的技术和基础设施”，首席商业创新官Luca Pronzati表示。

地中海邮轮的全系统数字创新计划名为MSC for Me，于2017年初推出并于几个月后在公司邮轮Meraviglia号上首次亮相。该计划由公司携手数字设计和行为设计专家联合设计而成，作为10年100亿美元投资的一部分，旨在打造以客人喜好和行为为中心的游轮体验。若要以这种规模提供世界级的客户体验，首先，邮轮公司需要强大的连接基础设施。

Pronzati将邮轮想象成智能、互联的城市，但不同之处在于，船队因置身海上而面临更高的复杂性，因而配备有先进的技术解决方案—其展现了地中海邮轮公司对用真正创新增强客户体验的承诺。地中海邮轮公司选择了一种多维方法，依次实现了为乘客和船员提供船舶与岸上的通信连接以及船队内船舶之间的连接。为实现这一目标， 该公司采用了先进的网络技术，包括卫星、蓝牙信标、边缘计算、本地位置服务和传感器。

据Maritime Executive报道，整个MSC舰队连接到Marlink卫星通信系统（VSAT）网络上的专用云带宽，包括25颗卫星和32根重叠波束。

为船员和乘客提供高级连接需要对地中海邮轮公司的现有舰队进行彻底检修，但该公司正在为预计2026年启动的新船配备这种功能。该公司宣布，在一艘船上落实MSC for Me计划依靠的是整艘船上安装的3000个传感器，具有16000个连接点（如Wi-Fi 和NFC信标）、700个数字接入点、358个资讯及交互屏幕以及2244个带无线射频识别（RFID）/近场通信（NFC）接入技术的舱室。这能够帮助客人登船、动态寻路、安排行程、预订短途旅行、购物以及确定儿童在船上的位置，同时工作人员也能更好地定制船上操作并满足乘客不断变化的需求。

这种高级连接为全新尖端技术和数字体验-铺平了道路，而2019年将推出新功能，包括协助员工识 别乘客的人脸识别功能和增强旅行预览的虚拟现实功能。此外，利用船上的网状网络，地中海邮轮公司正努力在游轮上实现首个人工智能平台， 在所有特等舱中配备智能语音助手。该公司业务专属的数字门房支持七种语言（包括中文），并部署在船上以确保整个旅程的无缝操作。

“一切皆是为了客户体验”，Pronzati说道。“客 户期望高速、持续的连通， 而我们也希望做到这一点。但我们仍然面临着获得合适带宽的挑战， 这是海上行驶不可避免的难题，但随着技术的发展，基础设施和服务落实到位，我们将准备进一步提升客户体验。”

全球消耗的数据量每年增加50%，我预测当前50%的年增长率四年后将提升到70%至80%。为何会出现如此的猛增？因为5G的推出会呈指数式地加速数据消耗。组织需要不断拓宽管道来适应不断增长的数据量。基站和其他5G基础设施将在2019年和2020年推出，当它们上线时，全球将感受到5G带来的影响：从城市和农村地区到新兴的物联网生态系统，从工厂车间到公司董事会。

想想5G的潜力。手机将首次展现类似连接无线光纤电缆的效果。在网络领域，这是一个历史性的事件， 许多人曾怀疑这是否能成为现实。这也证实了我长期所持有的论点，即无线电频谱顶部未使用的波段毫米波也许比迄今为止的任何一代蜂窝技术都更好。

我和我的同事们曾于2011年和2012年在德克萨斯州和纽约州演示使用毫米波的情况。演示表明，如果你使用定向天线将光束指向特定方向，则可以获得相同带宽和相同辐射功率的更好覆盖范围。此外，随着频率的提高，你可以获得更好的覆盖范围和更好的信噪比。虽然违反直觉，但事实证明这是正确的（ 忽略大雨或大雪的影响，该影响可通过更多的天线或电力来抵消）。

在性能方面，使用高频波段和现有较低频段的5G比4G提升了几个数量级。使用5G，传统上依赖于电缆连接的应用程序将能够在移动设备上无缝运行。不妨想象一下，任何一个依赖于光纤或铜缆连接的事物， 无论是数据中心功能还是整个办公楼，5G可以通过无线的方式完成几乎所有工作，以全新的方式为应用从网络上松绑。4G带来了无线网络的复兴，人人（至少在城市市场中）使用手机开展日常活动，比如办理银行业务、通信和使用交通等。5G希望在全球范围内扩大这种复兴，让无线渗透进我们生活的每个部分，甚至渗透到我们无法想象的新应用中。

全球无线复兴在另一个层面也是具有历史性意义的。我相信，5G可以使那些尚未享受到与城市无线同等便捷服务的农村和郊区受益。在整个美国农村和世界范围内，依然存在有几十年历史的老化铜线电缆在支持语音传输。虽然从技术角度来看，运营商可以将其更换为光纤电缆，但他们也完全可以用带内回程来替换。固定的点对点链路可以通过5G频谱分配轻松适应菊花链基站和小基站，并将通信量传输回互联网和农村地区的公共交换网络。

对于运营商而言，5G提供了新的机会，通过深入参与财富500强客户的企业运营成为其更具价值合作伙伴。考虑一下网络切片，这是一个相对较新的概念，其中运营商使用部分5G频谱为特定用户或用例启动虚拟网络。假设某个地理区域内的工厂需要低延迟、高带宽的技术控制其移动机器人。运营商可以为该客户提供5G频谱上的专用虚拟网络，但有了巨大的带宽管道和政府正在竞卖的特定毫米波之后，运营商也可根据需要为企业解析频谱。此外，大型企业—特别是那些拥有校园网络的企业—可能很快就会在市场上找到毫米波产品，这将使他们能够实现建筑物之间的连接。预计这些产品很快就会变得十分可靠和易于安装，使得IT技术人员在管理现场网络时更具有控制力和灵活性。未经许可的频段产品还将允许企业使用校园无线基础设施安装“即时光纤”。

机遇正待把握。现在，是时候开始考虑企业的网络战略了。

对于思考未来的组织来说，理解各种连接网络、内部边界以及与持续发展的外部连接网络的交互是一项艰巨的任务。通过不同的无线技术、网状网络和物联网传感器连接的各种设备，员工、供 应商、客户、合作伙伴和公众可从多个位置访问 大多数企业网络，这显著增加了威胁向量和企业攻击面。但是，尽管在过去十年中技术已经发生 了巨大变革，一些组织仍在沿用老方法来保护自己的网络。企业应该采用新的策略来确保整个网络、用户和连接设备的普遍安全性。

• 内嵌。受防火墙保护的同构网络已经成为当今市场的遗物；随着连通性的发展，网络很可能成为5G、长期演进（LTE）、SDN、多协议标签交换、Wi-Fi、卫星等的混合体。此外，设备（“事物”） 的数量和性质将呈指数级增长，远超我们今天所见的范围和复杂性。安全功能只满足单个网络模型或协议的要求是不够的，这会使组织在其他渠道变得不堪一击。解决方案是建立安全控制，以便在数据、设备和用户识别层面对其进行嵌入、检查和实施。

• 零信任网络。组织可以从实施零信任体系结构中获益匪浅，在这种架构中，每个行动者和设备都必须经过识别和验证，无论它们看起来是位于防火墙内还是企业网络之外。零信任方法部署了多种策略，如身份识别和访问管理、多因素身份验证、加密、风险评分和基于角色的访问控制等，以实施严格的治理政策，只允许用户访问为完成任务所必需的最少应用和资源。

• 自动化。安全流程的自动化使组织能够承受一定量的网络风险，因为它可以快速敏捷地对潜在威胁作出响应。例如，当传统网络遭遇入侵时，工程师必须确定网络已经被攻破，判断受到影响的部分，断开连接，然后找出解决方案。若入侵发生在云端或软件定义的网络环境中， 则其可在造成更多损害之前通过自动化在几分钟内完成修复。此外，未来人工智能系统将越来越多地用于识别环境中的漏洞并牵制网络攻击，决策正确的解决方案，然后在无人为干预的情况下实现应用。

随着未来连通趋势势头越发强劲，为设备和应用所需的差异化、适用性网络提供支持的新技术将在全球范围内得到支持。您可以采取哪些步骤为企业中的新网络模型奠定基础？第一步可能会涉及场景规划， 您可以创建同时顾及公司业务和高级连接的模型。然后，您可以使用这些模型在与企业战略对其的网络连通路线图中制定战略选择。

作为此规划工作的一部分，可以考虑以下问题：

• 在企业战略中，高级连接可以在哪些地方并以何种方式产生重大影响？

这些技术可以成为企业内部加速推进信息技术和运营技术的催化剂。对这些技术和潜在时机的了解， 应当成为塑造面向客户和内部的数字化转型计划的关键输入。从另一个角度出发，数字转型、企业敏捷性、移动性和云技术功能（如无服务器计算）都依赖于高级连接。但是，先进技术所带来的更高网络复杂性将以各种形式呈现，例如多种网络协议、设备和设备类型的激增、边缘计算。此外，这些技术可能会在不同地域实现应用并以不同的速度发展。要考虑企业的业务和技术战略，考虑构建能力可能为企业带来的变革，评估潜在的可用性和时机，制定战略选择和企业未来连通的三年路线图。

• 高级网络系统会对企业架构有什么影响？

随着5G、近地轨道卫星、SDN和NFV等技术的推进，计算和存储也在不断发展，对企业计算基础设施和数据架构产生重大影响。例如，场地传感器以及应用程序和移动设备上的遥测技术将产生越来越多的数据，需要进行存储、分析和做出响应。企业架构必须考虑分布式计算在设备、边缘、云和数据中心之间的影响，以及对部署高级连接的位置、方式和时间的影响。

当您制定连通和云计算战略时，两者都应与数字化转型议程中提出的战略目标保持一致。云技术和连接将如何帮助您的企业更有效地运营？在正确的时间和地点交付及处理大量数据的能力如何帮助您的企业更有效地吸引客户和业务合作伙伴或开展全球运营？

• 服务提供支持？这种趋势将如何影响预算？

随着这种趋势的势头增强，用户对网络技术和性能的期望将会提升。供应商将希望收回他们在新产品和服务方面的重大资本投资。随着技术的广泛应用，竞争可能会给价格带来下行压力。因此，企业客户可能必须就高级连接的技术/价值要求做出决策。价格也许会在一段时间内起伏不定，这要求企业需要不断平衡用户和系统对高级连接在成本和业务价值方面的需求。并且CIO可能需要将持续变化纳入未来几年的网络战略中。

• 这种趋势会如何影响信息技术/网络功能？

高级连接可以显著提高自动化程度。随着自动化水平的提高，IT的主要职责将更多地转向设计和推动信息技术与运营技术的融合。根据您在这条路上的进展，您可能需要对组织结构进行调整以支持新的运营现状。同样，当您采用通过SDN和NFV部署的可配置网络时，您的连接服务提供商可能会采用不同的环境配置文件。当然，这取决于您获取了哪些技术、从哪里获取技术以及如何将它们整合到您的基础设施中。

未来连通趋势是了一种必不可少且备受期待的转变，这种转变关乎组织如何将业务关键型数据从生成位置移动到所需位置。在不同行业，这种转变只会随着网络设备总数呈指数增长而加速发生。很多技术和企业领导者日渐意识到，作为精心规划的连接策略的一部分，5G、卫星、SDN和NFV等构建模块在部署时可以在网络灵活性、效率和速度方面实现数量级的提升。对于利用未来的连通性，您将采取何种战略呢？