在中国运营的企业希望通过云部署来平衡两种需求:推动云原生创新,以及与现存私有数据中心环境集成。然而,中国市场的云服务提供商种类繁多,包括云超大规模提供商、硬件制造商、电信公司和独立软件供应商,企业很难找到最符合自身需求的提供商,导致成本超支、投资回报率(ROI)下降、目标与预期不一致等风险的增加。
许多中国企业采用了混合云,中国的基础设施和运营(I&O)领导者应找到合适的云合作伙伴,避免陷入提供商评选的三类错误思维。
图1:避免三类错误思维,合理选择中国云服务提供商
与业务和职能团队利益相关者互动
在中国IT部门中,云服务提供商的遴选通常由一小部分IT人员讨论,但云提供商的选择对数字化转型影响深远,对整个企业机构意义重大。希望实现数字化转型目标的业务领导者,可能并不会青睐根据IT运营需求所选的云提供商。只有考虑业务和职能团队的需求,才能成功选出合适的提供商。
为取得长期成功,负责云部署的I&O领导者应将云战略与业务赋能挂钩,并避免以成本为唯一标准。另外,在开始采购流程之前,应和供应源开发、采购和供应商管理(SPVM)团队以及云架构师沟通,更好地理解云服务。
明确企业机构对混合云采用的要求
很多中国企业在寻找提供世界一流私有云和公有云的平台,以构建混合云。专注于购买“完美”产品,往往会为选择带来困难,增加超支的可能性。这些企业机构评估的许多能力,可能并不会得到充分利用,甚至完全用不到。I&O领导者应明确实际需求并据此寻找“最佳”提供商。
企业机构应该将评估集中于以下领域,可节约时间、避免超支:
评估单个提供商在混合云方面的优势
很多中国企业发现,公有云和私有云的混合模式颇具吸引力,可以实现传统数据中心的现代化改造、解决安全顾虑、保留原有系统以及遵守监管和性能要求。公有云提供商都提供混合云解决方案,部分企业选择单一提供商混合云解决方案来降低运营复杂性,另一些企业选择多个提供商构建混合云来避免提供商锁定。
I&O领导者应进行自我评估并思考以下问题:
好文章,需要你的鼓励
OpenAI明确表示要成为互联网一切事物的主导界面。AI智能体正在改变用户的数字习惯,从健康记录分析到购物指导,ChatGPT已经在多个领域扩展影响力。用户快速采用AI工具,但企业和生态系统的适应速度滞后。电商领域的权力分配尚不明确,用户偏好AI驱动的答案优先体验,品牌则推动生成式引擎优化。研究旨在了解用户与企业在AI变革中的适应差异。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。