作者：缪可延，IBM 副总裁，大中华区云计算与认知软件总经理

IBM 副总裁，大中华区云计算与认知软件总经理 缪可延

20年前，互联网泡沫破裂，众多“风口”上的互联网公司跌落谷底。当去互联网化占据业界主流声音的时候，IBM 在全球发起“电子商务回归本质“的倡导，开启企业脚踏实地实施信息化的发展历程。

20年后的庚子年，肆虐全球的新冠疫情把企业带到一个新的“达尔文时刻”——生存还是消亡，有赖于企业的敏捷、弹性、安全和成本效益。我认为此次疫情让企业经营再次回归本质，倒逼企业重新思考自己的核心业务和能力，思考如何借助科技和生态的力量获得更大的成本效益、竞争优势和成长动能。同时，疫情也让多年来热闹喧嚣的“云计算和人工智能”回归了本质——所谓”沧海横流方显英雄本色“，此时，谁能把企业迫切所需的“敏捷、弹性、安全和成本效益”带给他们，谁就能成为他们信赖的技术和业务伙伴。

无独有偶，今年 4月国家发改委首次明确了“新基建”所包含的三个方面，即“信息基础设施“、“融合基础设施”和“创新基础设施”。具体来说，就是建设以 5G 为代表的通讯技术（CT）与云计算和人工智能等为代表的新兴信息技术（IT）深度融合的新型信息基础设施；建设支撑行业转型升级的新型融合的行业基础设施，如智能交通基础设施、智慧能源基础设施等；以及建设支撑科研、技术开发、产品研制的“创新基础设施“，如产业技术创新基地等。（参考: 《热点快讯|国家发改委首次明确“新基建”范围》）

我认为，企业是释放新基建的经济与社会潜能、发挥效益的关键。IBM CEO Arvind Krishna 在近期举行的 IBM Think Digital 大会上提到, “选择用哪些技术平台来支持业务，这会是企业做出的最影响深远的重要决策。技术平台是 21世纪竞争优势的基础，决定了你能以多快的速度转向新的市场机会，能多好地服务客户，你能规模化到何种程度，你能多快地去响应类似新冠疫情这样的危机。“

混合云是 IBM 继主机、服务和中间件三大平台之后的又一个更为长久的技术平台。尽管企业应用上云历经多年，但是仍有 80%的核心工作负载还没有上云，这些工作负载不是点餐、送饭这些提升体验的应用，而是关乎企业核心运营的关键性工作负载，这个重要的工作才刚刚开始。

从长远来看，混合云的技术架构对企业而言是最安全、最灵活和最经济高效的。IBM 和红帽共同打造的企业开源与安全保证，IBM 深厚的行业知识和长期积累的企业客户的信任，以及帮助企业实现关键任务应用一次构建、随处运行的能力，都可以成为客户选择 IBM 的动因。然而更为关键的是，由 IBM 和 红帽所代表的 Linux、容器和 Kubernetes 已经成为企业云计算架构的标准。我们看到有四个基本促因在推动企业选择混合云架构——

第一是历史沿革。随着过去几年的数字化转型，很多企业都有了复杂的数字化工作负载和应用程序、信息、数据和交易系统。混合云就是根据企业所处的不同阶段来选择适合的 IT 基础设施，无论是在公有云、私有云上，还是在本地、在边缘端。

第二是自由选择。如果企业只依赖一种基础设施，比如一个公有云，就会被锁定在一家公司的技术和创新上。混合云给与企业选择的自由，他们可以选择托管自己的软件，也可以把它迁移到某块云上，还可以根据需要把它迁移到别的地方去。

第三是物理距离。随着 5G 时代的到来和人工智能的采用，如果云端的响应时间还需要 50毫秒，就不可能在工厂车间里使用机器人手臂。企业的 IT 系统与企业数据与服务的物理距离必须非常靠近。

第四是法律法规。对于走上全球化运营的企业而言，在世界不同的国家和地区需要遵守不同的法律框架和相关规定。

从物理距离的促因来看，5G 时代的边缘计算是混合云架构的延伸， 是即将来临的下一篇章。 IDC 预测，到 2023年，有一半新的本地基础设施将会部署在关键的边缘站点，而不是在公司的数据中心，目前这一比例还不到10%。对于企业来说，5G 可以使移动数据获得极高速、低延迟和最小传输延时的联接，企业能够利用 5G 的潜能来支持类似应急响应、机器人手术或者是联网车辆安全功能等关键应用，无需再把工作负载发送到中心云端，避免了现在以毫秒计的延时。

IBM 所提供的边缘计算服务与解决方案，结合了 IBM 多云环境的经验与专长以及红帽业界领先的开源技术，可以为各行各业带来全新的发展机会。我们有充分的理由相信，5G 和边缘计算对企业计算能力的影响将不亚于手机对消费者的影响。抓住这个机会，意味着企业现在需要做出重要的架构选择。 IBM 认为，企业应该坚定不移地采用基于开放技术和标准的混合云策略来迎接 5G 时代的到来。

关于人工智能，我很欣喜地看到人工智能的价值也在回归本质。今天已经不再是拿人工智能做噱头的时代，IBM 在制定人工智能策略时，聚焦于对企业最为重要的方面，致力于帮助企业更好地预测、实现自动化，优化运营和管理。

过去几年，尽管人工智能的技术、产品和解决方案得到了一定的发展，但是在企业中的应用尚未普及。IBM 商业研究院的调研报告显示，中国只有不到14%的企业真正用到了人工智能。人工智能的普及之所以雷声大雨点儿小，主要是因为企业在使用人工智能的过程中通常会碰到三大挑战，即数据的复杂性、AI 人才的不足和 AI 的可信性。可喜的是，长期致力于人工智能研究与开发的 IBM 不仅拥有领先的人工智能技术，也是应用人工智能解决商业和社会问题的市场领导者（IBM 连续三年被 IDC 评为“人工智能全球市场占有率第一”），对于企业所面临的每一项挑战，IBM 都有相应的技术和解决方案。

第一，数据的复杂性。IBM 的人工智能阶梯（AI Ladder）可以帮助企业解决数据难题，做到“数据就绪”。基于 IBM 在全球实施的数千个 AI 项目的经验，IBM 打造了一个开放且可扩展的数据和 AI 平台 - Cloud Pak for Data，可以帮助企业收集、组织和分析数据，然后再把 AI 融合到企业整体经营中去，为企业提供端到端的数据就绪、分析和人工智能应用的全方位能力，而且不用 4个小时就能部署在任何云上。

第二，AI 人才的匮乏。今天 AI 人才的录用和培养成本极高，企业如何在可控的成本之下发挥人工智能的作用？ 为此，IBM 做了多层次的设计，以满足企业不同层次的需求。例如，针对具备人工智能开发能力的企业，IBM 可以提供全套的人工智能全生命周期解决方案，满足企业自己构建、管理人工智能模型的需求；针对企业业务部门有强烈需求，同时又面临上线时效性和人才的挑战，IBM 会推荐产品化的人工智能解决方案应用给业务人员直接使用，无需具备编程能力，如 Watson Assistant 和 Watson Discovery 等；第三种是嵌入式的 IBM 人工智能技术，不是提供端到端的解决方案，而是提供人工智能的能力嵌入到 IBM 自身的产品或者第三方的产品中去。通过这些方式，帮助企业打破 AI 人才缺乏的瓶颈，加速智能化转型。

第三，可信 AI 的挑战。IBM 通过可信化、可管理的平台，监督和管理企业运营中人工智能的应用、算法和模型，使企业在应用人工智能的同时，可以规避可能存在的 AI 偏见风险。同时，IBM 承诺不会利用客户的数据，以及客户数据创造的模型和洞察来提升 IBM 人工智能的能力。IBM 的人工智能紧跟客户的需求，大部分产品平均 3到 4个月就更新一个版本，而这些提升都源自 IBM 自身技术的发展和应用。

此外， 与 IBM 混合云架构一脉相承的，是 IBM 人工智能的开放性，这既是我们的技术承诺，也是客户所需。IBM 的 Watson 采用开放的体系架构， Watson 使用到的数据、文本、流程、模型、结果等等，用户都能很直观地看到，并且能非常方便地以 API 的方式让企业内外的其它应用程序调用。 这样可以快速地扩展人工智能在企业中的应用范围，真正实现人工智能无处不在。为此，Watson 还获得全球的 API 大奖。

在中国，我们正在深化与像新奥集团（《智慧实践先行者 新奥集团如何迎接“新的达尔文时刻”？》）这样的客户以及与更加广泛的业务伙伴的合作，构建一个围绕云计算和人工智能的生态体系。

企业能够利用云计算、人工智能、区块链、5G、边缘计算等新兴的技术成功地应对疫后新常态，并非只取决于技术因素。新技术的采纳，往往会给企业管理带来冲击和挑战，企业领导需要回归本质，重新思考自己的运营模式、核心业务与能力，思考如何善用科技和平台打破部门墙、公司墙，鼓励员工创新成长，同时整合生态力量，获得新的生长空间。这些技术以外的因素，往往能够决定一家企业到底能走多远、走多快。IBM 拥有业界最强的服务团队，从业务咨询、方法论、到最佳实践、落地实施，可以为企业的领导者带来有价值的启迪，帮助他们做出合适的选择。

混合云和人工智能是推动企业变革的两股重要力量，也是 IBM 公司战略的重中之重。在国家“新基建“的框架之下，我相信，IBM 从信息基础架构、融合的行业基础架构和协作创新等不同层面，都能帮助中国企业把握新基建带来的机会，加快数字化和智能化之旅，从容地应对不确定的未来。