2.1 基于云原生應(yīng)用的數(shù)字化戰(zhàn)略

在《Cloud Foundry：從數(shù)字化戰(zhàn)略到實現(xiàn)》一書中，我們詳細(xì)討論過計算技術(shù)中以大型機(jī)為代表的第一代平臺、以PC為代表的第二代平臺和以云計算為代表的第三代平臺，以及三代平臺的變遷之路。三代平臺的技術(shù)創(chuàng)新催生了不同的企業(yè)數(shù)字化商業(yè)模型。PC時代和云時代的數(shù)字化商業(yè)模式的特點如表2-1所示。

表2-1 第二代平臺和第三代平臺的企業(yè)數(shù)字化商業(yè)模式

三代平臺各自有其代表性技術(shù)以及背后的技術(shù)支撐公司，這些公司在時代的變遷中大浪淘沙，有成功過渡的，也有退出歷史舞臺的，還有正在從第二代平臺向第三代平臺轉(zhuǎn)型的，當(dāng)然還有很多后起之秀（比如，在幾年前，作者所在的Pivotal公司還是一個獨角獸企業(yè)，而現(xiàn)在已經(jīng)成功登錄紐約證券交易所上市，從創(chuàng)建到上市只用了5年時間）。對第三代平臺，我們解釋了I層云、P層云和S層云的定義和意義，著重強(qiáng)調(diào)了以Cloud Foundry為代表的P層云（亦叫作云操作系統(tǒng)）提出的必要性，以及如何幫助企業(yè)極大地降低云原生應(yīng)用的準(zhǔn)入門檻。

在企業(yè)數(shù)字化轉(zhuǎn)型的實踐方面，福特公司是一個典型代表。數(shù)字原生戰(zhàn)略的第一個階段是通過數(shù)字應(yīng)用實現(xiàn)數(shù)字世界和物理世界的無縫交互。第一階段的數(shù)字化應(yīng)用強(qiáng)調(diào)對企業(yè)的傳統(tǒng)業(yè)務(wù)進(jìn)行數(shù)字化，從而建立在數(shù)字應(yīng)用上的用戶交互體驗。這個階段的主要目標(biāo)是快速迭代開發(fā)應(yīng)用，一方面用戶通過各種APP和企業(yè)交互；另一方面，企業(yè)通過應(yīng)用收集運營數(shù)據(jù)和用戶的數(shù)據(jù)。應(yīng)用和數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系如圖2-1所示。

圖2-1 初階數(shù)字化階段的應(yīng)用和數(shù)據(jù)運營關(guān)系

這類應(yīng)用的交互方式表現(xiàn)為云原生應(yīng)用，即后端運行在云端，前端表現(xiàn)為iOS程序、Web程序或者微信小程序等。后端的數(shù)據(jù)層設(shè)計也相對簡單，通常為單節(jié)點的MySQL或者Post-greSQL系統(tǒng)管理的數(shù)據(jù)庫。

隨著數(shù)據(jù)量的積累，企業(yè)開始進(jìn)入以數(shù)據(jù)為中心的戰(zhàn)略。按照傳統(tǒng)方法，企業(yè)開始建立數(shù)據(jù)倉庫并把業(yè)務(wù)數(shù)據(jù)拷貝到數(shù)據(jù)倉庫，在數(shù)據(jù)倉庫中做統(tǒng)計報表或者數(shù)據(jù)挖掘。數(shù)據(jù)倉庫的用戶通常是企業(yè)本身的決策者而非終端用戶。企業(yè)決策者根據(jù)報表或者用數(shù)據(jù)挖掘所獲得的洞察來判斷企業(yè)產(chǎn)品的改進(jìn)點，然后將改進(jìn)后的產(chǎn)品和服務(wù)交付給消費者。這樣一個長鏈?zhǔn)降姆答仚C(jī)制，不僅因為周期長而導(dǎo)致反饋延遲，鏈中各個環(huán)節(jié)都可能因信息丟失而導(dǎo)致機(jī)會錯失甚至決策錯誤。為此，企業(yè)需要建立一個新型的以大數(shù)據(jù)為基礎(chǔ)、AI驅(qū)動的數(shù)字應(yīng)用開發(fā)方式。

在AI驅(qū)動的開發(fā)模式下，企業(yè)會進(jìn)入如圖2-2所示的應(yīng)用、大數(shù)據(jù)和模型的“鐵三角”運營方式。通過在應(yīng)用和數(shù)據(jù)之間引入模型，可以在應(yīng)用的運營過程中，讓企業(yè)根據(jù)累計的數(shù)據(jù)隨時進(jìn)行數(shù)學(xué)模型的創(chuàng)建和迭代。這些模型包括高階的分析（Analytics）模型，甚至AI模型。模型產(chǎn)生的智能直接輸入到應(yīng)用里，給用戶帶來更加智能的體驗。例如，現(xiàn)在的新聞閱讀終端會根據(jù)用戶閱讀的內(nèi)容實時推薦新的閱讀內(nèi)容，因此每個讀者看到的內(nèi)容列表是不一樣的。而傳統(tǒng)的新聞客戶端則是由編輯決定內(nèi)容編排，編排后的內(nèi)容也是“一刀切式”地推送給所有用戶。

圖2-2 高階數(shù)字化階段的應(yīng)用、大數(shù)據(jù)和模型的運營關(guān)系

更加高級的例子就是無人駕駛等自治應(yīng)用，在這類應(yīng)用里，模型根據(jù)收集的數(shù)據(jù)，結(jié)合歷史的標(biāo)簽數(shù)據(jù)，實時判斷、決定應(yīng)用的輸出，從而呈現(xiàn)出智能的效果。

這其實就是數(shù)字原生戰(zhàn)略的第二個階段—通過大數(shù)據(jù)平臺實現(xiàn)數(shù)據(jù)積累，并通過數(shù)學(xué)模型支撐運行，從而實現(xiàn)AI驅(qū)動的開發(fā)。后面我們將著重討論這個階段。