阿里云峰会2017呈现出一个明显变化:云计算开始从企业后台走进城市治理、制造和零售等具体业务。它仍然承担存储、计算和扩展资源的基础工作,也开始与大数据、人工智能结合,为日常运营和管理提供支持。
对企业来说,技术能否落地,要看它是否解决了实际问题:数据能不能连起来,系统能否应对业务增长,投入云端后流程有没有改善。峰会讨论的方向,是以云计算为基础,让数据分析和应用进入业务现场。方向清楚了,具体项目仍要从企业自己的流程和条件出发。
从上云到用云解决问题
早期的云计算讨论,常围绕弹性计算、存储空间和成本控制展开。把部分系统迁到云上,企业可以减少自建机房和维护设备的压力。到了2017年,关注点进一步转向云上的数据能否得到分析,以及分析结果能否及时回到业务流程中。
云平台提供的不只是计算和存储资源,也能支撑数据汇集、模型运行和应用部署。业务增长较快的公司,可以按实际需求扩展资源,不必一开始就购置大量硬件;需要整合复杂数据的机构,也可以借助统一平台,减少不同部门各自建设系统带来的信息割裂。
但把系统迁到云端,不等于转型已经完成。如果数据质量不高,原有流程也没有调整,云端系统可能只是把问题从一处搬到了另一处。企业更适合先明确要解决的业务问题,再判断需要哪些技术,避免为了追赶趋势而叠加用不上的功能。
城市大脑:让数据参与城市运行
杭州“城市大脑”是云计算进入实际场景的一个案例。道路监控、信号灯、车辆和各类管理系统每天都会产生交通数据,但这些信息过去可能分散在不同平台和部门。通过云计算与数据分析,城市可以尝试汇集多源信息,辅助发现拥堵,并为交通调度提供参考。
比如,某一路段车流突然增加,系统可以结合周边道路情况分析拥堵变化,为信号灯配时和交通管理提供信息;遇到救护车、消防车等紧急任务,相关数据也能帮助管理部门更快掌握路线状况。系统提供的是更及时、全面的参考,具体管理仍需要结合现场情况作出判断。
这类项目不是部署一次就能结束。数据能否持续接入,不同系统能否协同,分析结果是否符合真实交通规律,都要在运行中检验和调整。城市治理关系公共安全和民生服务,技术方案需要经受长期使用的考验,不能只看演示时是否顺畅。
产业数字化,离不开业务协同
制造、零售和物流行业积累了大量业务数据,也常面对系统年代不一、数据标准各异、流程依赖人工等问题。云平台可以提供可扩展的计算和数据处理能力,但要形成实际收益,还得把技术接进生产、供应链和服务流程。
以制造企业为例,持续采集并集中分析设备运行数据,有助于及早发现异常、安排检修,减少突发停机造成的损失。要做到这一点,设备需要具备数据接入条件,生产部门、信息部门和设备供应商也需要配合。只采购云资源,并不会自动获得预测性维护能力。
零售企业可以从库存和需求预测切入。整合门店销售、促销和配送信息后,管理者更容易判断哪些商品需要补货、哪些区域可能库存积压。不过,数据是否准确,采购、仓储和门店之间能否及时协作,都会影响最终的周转效果。
企业上云前,先把几个问题想清楚
- 明确业务目标。项目要解决的是基础设施成本、响应速度,还是客户体验?目标越具体,越容易在上线后判断效果。
- 梳理数据质量和权限。提前统一数据口径,确认谁能访问和使用数据。数据不可靠,分析结果就很难成为可信的决策依据。
- 把安全和稳定写进方案。迁移系统、共享数据时,要一并考虑权限管理、备份恢复和业务连续性,不要等上线后再补这些环节。
中小企业不必一开始就启动范围很大的转型项目。可以挑一个边界清楚、成效容易衡量的场景,例如迁移一套业务系统,或建立统一的数据报表。先让试点稳定运行,再逐步扩大范围,投入更容易控制,团队也能从实际操作中积累经验。
阿里云峰会2017带来的启示
阿里云峰会2017反映了云计算从基础服务走向产业应用的趋势。云、大数据和人工智能在具体项目中各有作用,企业需要解决的实际问题,是如何把分散的信息转化为可用的判断和行动,让技术持续服务业务。
回看这场峰会,数字化转型的重点仍然落在业务流程、数据协作和组织能力上。系统迁到云上只是一个步骤;找到真实痛点,选择合适的技术,再通过试点和调整逐步落地,企业才可能从“上云”走到“用云”。