跨国企业机构发现,对其业务有可能造成破坏性影响的不确定性和突发事件的数量正在增加。2024年Gartner董事会调研显示,受访者认为监管、网络安全和地缘政治风险位列最大风险的前几位(见图1)。
图1:影响未来增长的主要外部威胁和制约因素

从全球技术栈中解耦中国市场使用的应用,是指将中国应用的运行和数据从全球体系中解耦,使本地应用能够独立运营。出于制作报表、进行分析和决策等原因,本地应用可以与全球技术栈集成,但此类集成并非运营本地应用所必须。同时,为了支持和维护本地应用,往往还需要配备一个境内团队来负责本地应用的运营和维护。因此,解耦是一项成本高昂的举措,需要对技术和团队进行投资。首席信息官(CIO)需要对厂商格局进行评估,选择合适的应用部署方案,以确保合规、全球效率和本地增长。
符合合规要求的同时,满足全球效率和本地增长需求
为符合合规要求,企业机构纷纷将其在中国使用的应用解耦。由于部分国际厂商无法支持企业的这一需求,企业机构也在对厂商进行重新评估。不要仅仅将该举措视为是合规要求,而要将其视为推动本地增长、平衡全球效率的机会。解耦中国应用时,除了总拥有成本(TCO)和实施时间外,企业机构还应考虑以下其他因素(见图2):
图2:解耦中国市场应用的考虑因素

评估国际厂商与中国厂商的格局
企业机构经常面临一个抉择:是继续使用国际厂商的解决方案,还是转向本土厂商,以更好地适应国内市场的需求。国际厂商通常经由总部挑选,应用内已经设置了相关企业流程并已经与其他内部系统集成,可作为全球标准。然而,这些厂商可能无法提供能充分满足国内市场需求的功能。相比之下,中国厂商则针对国内市场优化了解决方案,集成了本士生态系统,并提供了符合用户偏好的功能和用户界面。然而,这些本土厂商提供的功能可能不如国际厂商那么先进,或者不能快速方便地与全球系统集成。对于每个应用解耦考虑方案来说,国际和本土厂商各自存在优缺点。
从三个方案中进行选择,实现与全球应用解耦
在中国,有三种解耦方案可供选择:继续使用全球应用、混合使用全球和本土应用,以及转向使用本土应用。每种技术对于合规、效率和本地增长的支持程度不同,而且每种技术所适用的TCO和实施时间也不同(见图3)。
图3:解耦中国市场应用的三种方案

好文章,需要你的鼓励
在2025年KubeCon/CloudNativeCon北美大会上,云原生开发社区正努力超越AI炒作,理性应对人工智能带来的风险与机遇。随着开发者和运营人员广泛使用AI工具构建AI驱动的应用功能,平台工程迎来复兴。CNCF推出Kubernetes AI认证合规程序,为AI工作负载在Kubernetes上的部署设定开放标准。会议展示了网络基础设施层优化、AI辅助开发安全性提升以及AI SRE改善可观测性工作流等创新成果。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
DeepL作为欧洲AI领域的代表企业,正将业务拓展至翻译之外,推出面向企业的AI代理DeepL Agent。CEO库蒂洛夫斯基认为,虽然在日常翻译场景面临更多竞争,但在关键业务级别的企业翻译需求中,DeepL凭借高精度、质量控制和合规性仍具优势。他对欧盟AI法案表示担忧,认为过度监管可能阻碍创新,使欧洲在全球AI竞争中落后。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。