云MSP概念最早由Gartner在2017年提出,因为企业在面对复杂的混合云管理,需要引入具备多云资源对接管理能力,并为上云提供一体化服务的云管理服务商。
2021年Gartner又发布了《Gartner 公有云 IT 转型服务魔力象限》报告(Magic Quadrant for Public Cloud IT Transformation Services),让Cloud IT Transformation正在成为云MSP(Cloud Management Service Provider)转型的新方向。
这也是由于企业上云的挑战和需求正在逐步变化,从之前的运维管理到现在的优化调整和适配。目前主流的云MSP服务商都在推出包括上云咨询、迁移、管理、运维、安全等覆盖整个企业上云生命周期的云管理服务。
发力云上西部
Gartner预测,到2023年,全球50%企业上公有云都会采用MSP。这对于云MSP既是机会也是挑战。
2016年成立的四川知行志成科技有限公司(以下简称“知行志成”)围绕企业上云正在开展三方面工作,第一,云上咨询、部署、迁移;第二,上云之后,提供一些定制化、场景化解决方案,帮助业务系统在云上能运行的更好;第三,自研云管产品,对客户的云上业务做全面的管理和运维。
知行志成的主战场在西部地区,这一地区的云计算发展相比其他区域要更加缓慢。但西部地区也有着自己的特点和优势,西部地区市场潜力大,首先是云计算已经成为企业数字化转型的技术基础,其次是西部地区企业数字化发展正在增速。
同时,政策上西部地区受到扶持力度也很大,省市区各级政府都在支持企业上云。行业上游戏产业发展迅速,很多企业很早就是云原生企业,带动了各大行业使用云计算。上云的意识上,西部企业上云的意愿和主动性一年比一年强。
为了更好的帮助西部地区企业上云,知行志成也展开了和亚马逊云科技的合作,加入了亚马逊云科技合作伙伴网络(APN)。
四川知行志成科技有限公司CEO孟伟谈到选择亚马逊云的四个原因,第一,亚马逊云科技的技术和服务具有领先性;第二,价值认同,顾客至尚的创新文化;第三,拥有为完善的能力认证体系;最后,全球市场的覆盖,以及产品和服务在中国的快速落地。
四川知行志成科技有限公司CEO孟伟
差异化的能力提升
亚马逊云科技也通过APN对知行志成进行不同层面的赋能,这也是双方能合作到现在的原因。
在2016年知行志成在刚接触云服务市场时,亚马逊云科技就在发展战略规划和路径层面给出了很多建议。通过亚马逊云科技的培训机制,持续赋能技术团队。亚马逊云科技及拥有丰富的能力认知体系,技术人员通过认证不断提升服务能力,为客户提供更好地服务。最后在市场拓展上进行支持,联合销售,商机共享提升市场覆盖率。
孟伟表示,2017年知行志成通过各项能力考核认证后,成为亚马逊云科技的高级咨询合作伙伴,2018年成为西区第一家通过云迁移能力认证的合作伙伴,2021年入驻亚马逊云科技Marketplace,2022年通过了Amazon EMR认证。
知行志成已经服务超过170家客户,覆盖了超过15个行业。一个代表案例就是通威股份,其业务对系统的依赖性非常高,尤其是FBC(融合业务云平台)系统,这是通威最复杂也是最庞大的一个系统,包含了门户、BPM(流程管理)、身份管理、KM(知识管理)、ESB(企业服务总线)等,现在30分钟就可以将核心的FBC系统直接迁移到云上,并且实现对客户端终端的服务交付。
现阶段,知行志成首先要完善解决方案能力,标准化服务流程;其次打磨云管产品;最后针对西部地区通过场景化的方案和服务,为客户提供定制化的服务,尤其是针对高端用户进行一对一的服务。孟伟指出,知行志成会将大多数客户的服务流程标准化,再从中提炼出部分服务,提供标准化升级服务提供给更高端的客户。
未来双方也将继续加强合作,提升各方面认证能力,提升服务的深度和广度,在云安全、大数据、AI方面加大投入,拓展多样化渠道,上架亚马逊云科技Marketplace,服务更多海外和国内客户,向着“服务+软件”的路径发展。
好文章,需要你的鼓励
谷歌深度思维团队开发出名为MolGen的AI系统,能够像经验丰富的化学家一样自主设计全新药物分子。该系统通过学习1000万种化合物数据,在阿尔茨海默病等疾病的药物设计中表现出色,实际合成测试成功率达90%,远超传统方法。这项技术有望将药物研发周期从10-15年缩短至5-8年,成本降低一半,为患者更快获得新药治疗带来希望。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
哈佛医学院和微软公司合作开发了一个能够"听声识病"的AI系统,仅通过分析语音就能预测健康状况,准确率高达92%。该系统基于深度学习技术,能够捕捉声音中与疾病相关的微妙变化,并具备跨语言诊断能力。研究团队已开发出智能手机应用原型,用户只需完成简单语音任务即可获得健康评估,为个性化健康管理开辟了新途径。