【数智化CIO展】美的集团CISO刘向阳:建设赋能AI与AI赋能的多云统一数字化底座

数据猿
Sep 11

刘向阳

企业核心竞争力在于能力和效率。能力主要靠研发,效率主要靠数智化。效率是为企业保命的,因为护城河迟早被填平;所以说数智化是为企业保命的。我认为企业数智化分三个阶段:第一个阶段是用数字化系统表达业务,即把业务从线下搬到线上,或者说把业务数字化。第二个阶段是用数字化系统优化业务,即用数字化手段(例如大数据分析、优化算法等等)来优化业务过程,取得优化的业务结果。第三个阶段是用数字化系统接管业务,即用数字化系统代替人来完成业务。三个阶段三个关键词:表达、优化、和接管。

虽然现在人人讲AI,但是对大多数企业来说,AI并没有给它们带来革命性变化,这是因为这些企业的数字化还没有搞好。AI的基本功是数字化,而数字化的基本功是数字化底座。数字化底座对数字化业务的重要性,就像地基对大楼的重要性。何谓数字化底座?就是所有和业务逻辑无关、但是每个业务系统都需要的能力,例如计算平台、数据库平台、大数据平台等。数字化底座很重要,但是数字化底座建设对CIO们来说是一个极具挑战的难题。数字化底座要么在数据中心里面自己搭建,要么用公有云,要么既有自己的数据中心,也有公有云。

在自己数据中心里面搭建数字化底座的问题在于很难建设好。主要原因有如下五个:

(1)技术旧:大多数企业数据中心里面的数字化底座技术还停留在诞生于90年代的计算虚拟化技术,而不是公有云技术体系。

(2)产品杂:采购了各种各样的商用软件以及一些开源软件,这些软件系统之间很难打通,难以联动,形成一个个孤岛,无法体系化协同作战。

(3)稳定差:能力低、体系差的数字化底座的稳定性必然差。IT大故障几乎全是架构和体系问题。

(4)效率低:底座能力差,上层业务软件自然各个需要自己搞,例如每个业务软件团队都需要自己搭建和运维中间件、数据库,这样整体数字化部门的效率自然低下。

(5)安全弱:信息安全建设是一个体系问题,数字化底座能力低则信息安全很难建好。例如没有云计算的虚拟网络技术,依靠物理网络,应用系统之间的隔离是不可行的。

那用公有云是不是就解决数字化底座建设难题了呢?一样也很让CIO们痛苦,因为多云很难驾驭。为什么很多企业会用多云呢?这里面原因很多,例如横向部门原因(不同部门有权利选择使用不同的云),纵向历史原因(不同时期的CIO选择了不同的云),业务出海原因,财务降本需求(因为单云绑定的话议价很难),以及业务稳定需求。

多云带来三个难题:

(1)公有云互不兼容问题(因为每个公有云都想把客户锁定在自己一朵云里面):当业务软件从一朵云迁移到另外一朵云的时候,业界实践是这个迁移一般都需要至少半年的业务软件改造适配时间,这会导致业务晚半年上线。

(2)云孤岛问题:部署在不同云上的业务与数据形成孤岛,难以联动,例如,难以实现多云多活。

(3)多云运维问题:不同云不同配置不同参数,而且参数越来越多,性能调优也越来越难。

破界

我在美的集团负责整个集团的云计算能力建设和信息安全能力建设。在云计算能力建设方面,我在美的建设了一整套全球多云统一数字化底座,简称中立云。技术创新体现在以下几个方面:

(1)实现了云下云上的统一,即企业自己数据中心和公有云上数字化底座的统一;

(2)实现了多云的统一,即在多个公有云上面实现了数字化底座的统一;

(3)实现了云计算的软硬件解耦;

(4)实现了云上云下资源的统一调度,为企业实现全球一张网,全球一朵云;

(5)作为操作系统级平台,屏蔽了不同厂商公有云之间的差异,屏蔽了企业数据中心数字化底座与公有云之间的差异;

(6)应用系统在从企业自己数据中心迁移到任何公有云、以及从任何一家公有云迁移到另外一家公有云的时候,不需要任何业务改造,业界一般需要半年以上的改造期,因为公有云之间不兼容。

在信息安全能力建设方面,我在美的建设了一整套信息安全与合规体系,提出了信息安全八板斧:进不来、能发现、防泄露、保合规、重运营、常治理、勤攻防、育人才。在创新方面,与企业联合研发了业界第一个安全大模型。

反卷

我在美的建设的中立云和现有的公有云不是同质化竞争(中立云只有软件,而现有的公有云都是软件和硬件一起提供服务),反而是优势互补和相互合作。从是优势互补维度,现有公有云无法解决多云的问题,因为利益冲突,而中立云可以让一家企业所有公有云上的资源和所有数据中心的资源统一成一个资源池,在一个网络空间,实现真正意义上的全球一张网,全球一朵云。从相互合作维度,中立云可以在现有公有云上面运行,和现有的公有云厂商一起为客户提供服务。

·“刘向阳”简介:

刘向阳现任美的集团首席信息安全官(CISO-ChiefInformation Security Officer)兼软件工程院院长。2006年获得美国德州大学奥斯汀分校(The University of Texas at Austin)计算机科学博士学位。曾任美国密歇根州立大学(Michigan State University)助理教授、终身副教授、终身正教授和蚂蚁集团首席科学家。

海量资讯、精准解读,尽在新浪财经APP

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10