在数字化转型需求的驱动下,中国的上云步伐持续加速。Gartner预测,到2024年,中国40%的IT基础设施支出将用于云服务(参见图1)。
图1:中国云基础设施和平台服务(CIPS)云迁移率
云服务的增长在很大程度上是由数字原生企业推动的,对于多数中国企业来说,云战略的制定并非易事。由于中国的监管合规和安全要求较为复杂,涉及私有云和多个公有云部署的混合云部署尤其如此。
在云战略制定中遇阻的企业机构,在筛选公有云迁移的候选应用系统时也会遇到困难。因此,许多云迁移的实施最终都会主要采用基础的“直接迁移”方法,而不会利用云原生服务来完成现有应用系统的整体架构改造。
此外,由于I&O领导者缺乏公有云迁移的技能和经验,云迁移也很难有效在开展。
构建云部署可行路径的三个阶段
中国的多数I&O领导者都意识到了上云的重要性,但很多企业并未制定具体的云部署规划。有效的云部署规划可分为三个阶段:实施前、实施中和实施后。实施前的活动可为整个云战略部署计划奠定基础。在实施中阶段,需要明确实施所需的资源,选择厂商和服务,并且制定上云工作负载配置方法。在实施后阶段,需要开展有关未来云管理的活动。
开展详细的应用组合评估
Gartner认为,云原生服务的部署在中国是场有大幅增长。在中国,与其他云原生服务(例如,功能性平台即服务[fPaaS]、无服务器、事件驱动)相比,云容器服务的使用率更高。选择容器原生而非云原生方法,有助于应用系统迁移到云端并实现基础架构各个方面的现代化升级。然而,随着时间的推移,这种方法可能会逐渐对转型形成阻碍,因为云服务提供商所提供的大量云原生服务(如Amazon ECS/Lambda、Azure AKS/Key Vault、阿里云 ACS/PolarDB及其他无服务器服务)的优势无法得到充分的使用。
I&O领导者应首先与客户沟通,对应用程序开展详细的现代化评估。Gartner从业务契合度、业务价值、敏捷性、成本、复杂性和风险维度,明确了推动应用现代化的常见因素。企业应确定每项工作负载的最佳迁移方法,包括增加PaaS的采用(对于容器原生服务尤其如此),以发挥云原生的最大优势。针对公有云应承载的应用数量,以及每项工作负载迁移到公有云的正确方式等问题,每个企业机构都有自己的答案(参见图2)。
图2:中国公有云部署应用组合评估
制定结构化的工作负载配置标准
I&O领导者在确定应用迁移方法的同时,还须准备好应用运行的环境。有些决策虽然是由I&O部门以外的因素决定的(如厂商关系和应用契合度),但I&O须确保应用可以在选定的云环境中顺利运行。工作负载配置的选择如果出现失误,可能会阻碍云部署的成功,因此I&O领导者应与架构和应用开发人员合作制定工作负载配置标准,包括云服务提供商(CSP)的选择、云参考架构、韧性标准和安全框架。
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。