管理来自不同提供商的云服务集群是许多组织刚刚开始着手解决的一个挑战。他们如何将坐在数据中心的数据和应用程序移动到另一个供应商?他们如何将许多不同部分的环境无缝拼凑在一起?
回答这些问题是艰难的。首先弄清楚哪些部门正在使用什么云服务,然后来规划和处理业务。对于提供云基础设施的服务或软件开发平台,有各种工具可以帮助您整理出哪些是可移动的,以及需要什么连接。
但是,当涉及预先包装的云软件服务或软件即服务(SaaS)时,问题就更难解决了。例如,如果软件提供商提价或因为该应用不再适合该业务,则数据和信息和流程不能轻易地从一个应用程序转移到另一个应用程序。事实上,IT顾问Judith Hurwitz表示,服务商力争维持现状。
Hulwitz表示:“如果您查看任何这些应用程序,你会发现它们基本保持客户锁定,这是整个设计点。”Hurwitz是一系列关于IT的书籍作者,包括Cloud Computing for Dummies。
“运气不好”
顾问Jeffrey Kaplan本周在E-Commerce Times上写道,定制服务使得SaaS管理应用程序“随着时间的推移变得更加困难”。 咨询公司THINKstrategies的总经理Kaplan写道,组织希望自定义他们的云应用程序以适应现有的IT运营,而且供应商很乐意接受,因为对应用程序进行更多的定制意味着很难移动数据和所有这些专门化的特性——因此客户仍然是客户。
Kaplan在接受采访时说:“你每天的大部分数据都依赖于那些软件即服务的企业应用程序。这些应用程序在许多方面是最易被定制的。” 作为供应商锁定的一个例子,Hurwitz引用了他的咨询公司Hurwitz & Associates的情况。多年前,该公司安装了云应用程序Salesforce用于客户关系管理(CRM),并把钱花在构建特定的业务流程上。
后来,“我们发现这对我们来说实在是太过了。” Hurwitz表示,大多数CRM系统都是为拥有大型销售团队的公司而设计的,而Salesforce中的功能对于她的小团队来说并不有用。
因此,该公司决定将其数据从Salesforce转移到开源系统。 “我们一定可以得到我们的名字,地址和客户,一切都转移过来,”Hurwitz说, “但是,这个过程——你运气不好,因为这都是与这个应用程序有关的代码。” Hurwitz指的是业务流程,即销售系统将高端销售自动路由到特定团队进行处理。“这是一个业务流程规则,需要编码。”
扫除代码障碍
Hurwitz说,可能有办法,但这并不容易。如果一家订阅云软件服务的公司想要将这些业务流程与数据一起移动,那么首先必须弄清楚如何从基础应用程序中分离出自定义编码。
早期的关系数据库提出了类似的问题。在20世纪80年代,当它们在市场上激增时,可以对应用程序进行编码来定制它们,但是从一个数据库转移到另一个数据库是困难的。
最终,购买数据库的CIO和CTO最终设法将流程代码从应用程序中分离出来。 “但是,这让一些真正聪明的人来解决这个问题,”Hurwitz说, “我们绝对不会有软件即服务。” 容器技术可以解开云软件服务的答案。这是一种流行的虚拟化技术,允许应用程序或其中的一部分快速移动。可以将定制代码放入容器中,从而可以轻松地从应用程序的其余部分中移除。
Hurwitz说,有一天会有一些这样的创新,但是不要指望云软件服务提供商。 “可能是第三方,”她说,“因为如果您是SaaS供应商,为什么会让别人更容易离开呢,信不信由你,这是一个重要因素。” Kaplan表示,像容器这样的新技术以及带宽更大的网络可能确实有助于将云软件服务带入多云。
但是,随着我们对云计算能力的期待,新的问题将会出现。随着人工智能和机器学习等先进技术被集成到云服务中,云将被要求做更多、更快的工作。 Kaplan说:“我们每天都在为自己创造新的挑战,因为我们对于技术总是做出更高的期望。”
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。