站在云端高瞻远瞩：四家企业的数字化转型成功案例

在疫情后时代，企业CIO们正在使用大量先进的云服务。

在疫情这段史无前例的时期之后，云已经从一个单一用途的计算和存储IaaS，发展成为一个更为复杂的平台，能够支持新型的高级应用，并被CIO们称为下一代创新引擎。

Gartner副总裁、分析师Sid Nag表示：“从历史上看，企业组织以战术性的方式——例如通过数据中心整合——部署云，而如今，企业组织把云视为满足其数字化转型需求的一种高度战略性平台，”他指出，现在云成为了所有数字化转型的基础。

在疫情后时代，CIO、CTO和数据科学家们大量采用多云，显然这给他们带来了很多商业上的好处，下面就让我们通过以下这几个例子来看看这几个各行各业的企业是如何充分利用云的。

石油钻井平台制造商McDermott：云平台创造新收入来源

当海上石油钻井平台和液化天然气(LNG)设施的大型承包商开始大力投资建设可持续的、低碳足迹的结构和产品时，一场巨变发生了。

对于石油钻井平台建造商McDermott International而言，这种转型得益于他们对云的采用，海量数据和分析服务不仅使McDermott公司能够以更可持续的、更高效的方式建造钻井平台和液化天然气，还让他们能够面向合作伙伴实现这些蓝图的产品化，为带来新的商机。

McDermott公司首席信息官Vagesh Dave表示：“这些产品都是为内部使用而开发的，但是现在软件客户也要求使用，所以这个平台已经成为了我们的一个收入来源，”他指出，这种从内部向可持续性的转变，让他们的客户可以不再使用汽油。“现在，当工程师设计石油平台或者液化天然气设施时，他们实际上可以选择碳排放较低的方案。”

Dave表示，McDermott公司在云和相关服务领域取得的IT进步，已经让公司及所在行业变成了创新引擎。此外，McDermott云数据平台的分析能力，也让McDermott能够提供有关业务趋势和供应链实时变化的关键洞察。

他说：“假设我们正在查看大量来自意大利的货物，而您正在查看供应链的依赖关系，数据预测功能就会出现使用高峰，”他说，这些信息对McDermott的客户来说是非常有价值的。

McDermott还使用AI和可视化分析来检测设计中的错误配置或者缺陷，并且正在训练AI模型，通过根据预设条件分析供应商的投标内容。Dave说，这种自动化可以显着提高McDermott公司的生产力。

美国百年保险企业Liberty Mutual：加速云端的数据科学

Liberty Mutual是美国最先进的云采用者之一，这在很大程度上要归功于首席信息官James McGlennon的远见卓识。他主要是在AWS上构建了一个强大的混合云基础设施，但在具体使用中，采用了微软Azure，以及Google Cloud Platform。

Liberty Mutual的云基础架构运行了一系列的业务应用和分析仪表板，可以产生实时洞察和预测，此外还有一些可以简化索赔处理过程的机器学习模型。事实上，Liberty Mutual有60%的全球工作负载都是运行在云中的，这显著地节约了硬件和软件采购成本，但最大的好处是具备了分析业务的洞察力，McGlennon认为，这一点是不可估量的。

Liberty Mutual公司的数据科学家们广泛使用Tableau和Python将模型部署到生产中。McGlennon说，为了加快这一进程，Liberty Mutual公司的技术团队构建了一个名为Runway的API管道，用于打包模型并将其部署为Python，而不是要求公司的数据科学家们转向采用Java或者是其他语言这些模型。

他说：“我们可以快速部署模型而无需在其他平台或者使用其他语言进行重建，这一点非常重要。而且我们可以跟踪这些机器学习模型的有效性，以便我们在数据集经常发生变化的时候重新训练这些模型。”

例如，Liberty Mutual公司使用了Amazon Sage Maker和Python来构建机器学习模型。IT团队还创建了一组名为Cortex的组件，让数据科学家可以对构建新模型所需的工作站进行实例化，“这样数据科学家们就不必操心如何构建基础设施来启动建模的过程，”McGlennon说。

借助Cortex组件，Liberty Mutual公司的数据科学家们可以简单地设置他们的技术和数据集要求，并且在AWS上创建一个建模工作站，在大小适当的GPU环境中使用适当的数据和工具。McGlennon还补充说，他还专注于那些将定义下一代云应用的技术，例如物联网设备和传感器，与Liberty Mutual公司基于云的计算机视觉模型相结合，可以为客户保险索赔生成更多数据。

美国科氏工业集团Koch Industries：拥抱多云网络

在收购后整合新网络对于任何CIO来说，都是一个相当头痛的问题。但对于价值1250亿美金、在两年内收购了5家企业的全球企业集团Koch Industries而言，将这些被收购企业的网络与自己庞大的网络连接起来，是另一种巨大的挑战。

Koch集团业务解决方案首席技术官Matt Hoag表示，传统意义上说，为了整合收购，Koch会对被收购公司的核心网络实施扁平化操作，这种方法虽然会让网络连接变得更容易，但随着收购企业的数量越来越多，这项工作也会变得缓慢、艰巨、而且更加复杂。

他说：“云部署通常是以多个帐户的形式出现的，包括需要连接的多个LAN段，这其中不仅包括虚拟机，还有云提供商提供的许多其他服务”

这其中涉及到的主要任务就包括部署核心IP路由、在多租户云中启用虚拟工作负载之间的连接、连接多个云、确保远程用户可以连接到公司云资产，等等，当今很少有企业能够在没有合作伙伴支持的情况下应对这一挑战。

Hoag聘请了合作伙伴Alkira来帮助解决这个难题，因为使用第三方平台将网络抽象化成为软件服务，这将大大降低自己IT团队的复杂性，他说。

IDC分析师Brad Casemore表示，混合云和多云网络（例如Koch网络这样）代表了云成熟度的下一个层次，在这个层次上，大多数企业都处于落后的状态。他说：“虽然计算和存储基础设施在很大程度上符合云计算原则和多云环境的需求，但网络并没有跟上发展的步伐。”但是，随着企业数字基础设施的成熟，企业也会逐渐在这个层面上发展成熟。

英国电网公司National Grid：利用云打造“智能互联公用事业”

云是推动英国National Grid数字化战略的核心要素之一，全球首席信息官Adriana Andi Karaboutis将其等同于National Grid的核心目标：打造“智能互联公用事业”。

Karaboutis是这家价值200亿美金的英国跨国公司负责英国、纽约和新英格兰数字化转型的首席架构师。她还与两个政府机构合作，加强几个北约电网的网络安全。

她说：“保护和改造关键的国家基础设施，这是压力最大但也最具挑战性的工作之一，”她很高兴能参与到保护National Grid免受网络攻击的工作中，并在这个伟大的先进技术时代推动改造全球能源网络以放缓气候变化的脚步。

她说，云对于实现这些目标是至关重要的。National Grid是微软Azure云的大型客户之一，National Grid广泛采用了微软的高级数据分析、网络安全和AI工具。

例如，National Grid在代号“Copperleaf”的项目中，正在采用微软机器学习算法来优化他们的“植被管理”计划，以防止火灾和其他灾难的发生。她说，National Grid还使用了与微软Azure人工智能相结合的地理空间技术，就如何维护海底电缆以及做出路由和投资决策做出“正确的决策”。

这家公用事业企业还在探索机器学习算法的部署，以更好地管理在电涌期间（例如世界杯或者有皇室婚礼时候的歇业期）仍然可能发生的停电事件。

她说，并非所有数据都会迁移到外部——他们只迁移那些适合运行在云中的数据。

她说：“我称其为‘恰当的云密度’，我们所有投资都是关于价值体现的，在很多情况下，这并不是纯粹的投资回报率和成本节约，而是为了消除管理技术债务造成的隐藏成本和共享成本，例如不必要的升级。这些都是为了提高国家的安全性，为了容量管理和弹性的。所有这一切的重点在于我们衡量云计算价值的方式。”