先有雞還是先有蛋？——類似于這樣的“因果困境”問題還有很多。比如，先有花還是先有果？先有水還是先有雨？又比如，先有技術(shù)還是先有需求？我們通常認(rèn)為，技術(shù)是在人類社會(huì)發(fā)展、演進(jìn)過程中，由于某種需要而產(chǎn)生的。比如，為了狩獵所以有了弓箭，為了生產(chǎn)更高效所以有了蒸汽機(jī)，為了計(jì)算量更大更精確所以有了計(jì)算機(jī)。
但是，一些需求的產(chǎn)生事實(shí)上是無意識(shí)的，這時(shí)候，技術(shù)的發(fā)現(xiàn)就具有一定的偶然性。拿取火技術(shù)來說，原始人類對(duì)火最初是恐懼的，直到有人發(fā)現(xiàn)，被火烤熟的食物吃起來口感更佳，在靠近火堆時(shí)還可以御寒，此后，才會(huì)歷經(jīng)千百次試驗(yàn)，研究出了自主取火技術(shù)。
所以，關(guān)于“雞和蛋”這個(gè)千古哲學(xué)迷思，亞里士多德是這么認(rèn)為的——無論是雞還是蛋，這兩者都必然是一直存在著的。放在今天我們要探討的問題中，也就是說，技術(shù)和需求也是始終同時(shí)存在著的。
這樣一個(gè)結(jié)論背后，留給了科技公司一個(gè)嚴(yán)峻的考題——既要提供基于市場需求的技術(shù)，又要先市場需求一步洞見未來技術(shù)，甚至，幫助企業(yè)挖掘潛藏的需求。從目前來看，能做到第一點(diǎn)的科技公司不少，能做到第二點(diǎn)的不多，能兼具者少之又少。而歷經(jīng)百年風(fēng)雨的 IBM，之所以能夠持續(xù)保持競爭力，正是擁有著這樣的能力�？囱巯�，混合云與 AI 已是大勢(shì)所趨；看未來，量子計(jì)算機(jī)、納米級(jí)芯片、區(qū)塊鏈等技術(shù)也有突破性進(jìn)展和完整路徑規(guī)劃。這便是“藍(lán)色巨人”的科技洞見。
從需求出發(fā)：混合云與 AI 不是未來時(shí)，而是現(xiàn)在時(shí)
2018年，IBM 宣布收購紅帽，隨后又逐步明確了混合云及 AI 戰(zhàn)略。3年過后再來看這筆“豪賭”，效果已經(jīng)逐漸顯現(xiàn)。根據(jù) IBM 今年第二季度財(cái)報(bào)顯示，IBM 在過去 12個(gè)月的總營收當(dāng)中有 1/3 來自于混合云相關(guān)的業(yè)務(wù)，金額大約為 270億美金（約為 1738億元人民幣）。從全球來看，已經(jīng)有超過 3200個(gè)企業(yè)都在使用 IBM 的混合云平臺(tái)，超過 4萬用戶在使用 IBM 的人工智能技術(shù)。
IBM 大中華區(qū)科技事業(yè)部客戶成功管理部總經(jīng)理 朱輝
“這意味著，混合云+AI 在企業(yè)新的 IT 架構(gòu)和 IT 環(huán)境中發(fā)揮重要作用的時(shí)代已經(jīng)來了。我們并不是在看將來，它已經(jīng)實(shí)實(shí)在在到了我們的面前。”在日前接受記者采訪時(shí)，IBM 大中華區(qū)科技事業(yè)部客戶成功管理部總經(jīng)理朱輝這樣說。
在這個(gè)過程中，IBM 看到了企業(yè)在三個(gè)方面的訴求：第一，如何盡快、簡單、低風(fēng)險(xiǎn)且低成本地搭建起混合云的環(huán)境和基礎(chǔ)架構(gòu)；第二，如何通過智能技術(shù)，實(shí)現(xiàn)低價(jià)值工作的智能自動(dòng)化；第三，如何通過人工智能挖掘數(shù)據(jù)的價(jià)值。
其中，第三個(gè)訴求成為當(dāng)下最棘手的一個(gè)問題。人工智能與數(shù)據(jù)之間彼此成就，這也意味著，只要有一方面準(zhǔn)備不足，效果就會(huì)大打折扣。而 IDC 相關(guān)數(shù)據(jù)顯示，如今企業(yè)中高達(dá) 90% 的有價(jià)值數(shù)據(jù)要么無從訪問，要么無法信任，要么沒有被充分分析利用。“這阻礙了企業(yè)的決策，限制了企業(yè)對(duì)業(yè)務(wù)表現(xiàn)實(shí)現(xiàn)實(shí)時(shí)可視化、作出更快響應(yīng)的能力。”朱輝指出。
為了解決這樣的問題，Data Fabric 的概念應(yīng)運(yùn)而生。根據(jù) Forrester 的定義，Data Fabric 是以一種智能和安全的并且是自服務(wù)的方式，動(dòng)態(tài)地協(xié)調(diào)分布式的數(shù)據(jù)源，跨數(shù)據(jù)平臺(tái)地提供集成和可信賴的數(shù)據(jù)，支持廣泛的不同應(yīng)用的分析和使用場景。簡而言之，不管數(shù)據(jù)在哪，通過 Data Fabric 的數(shù)據(jù)架構(gòu)，就能幫助企業(yè)及時(shí)、準(zhǔn)確并且低成本地找到所需的數(shù)據(jù)。
如開篇所說，需求會(huì)促生技術(shù)演進(jìn)。目前，包括 NetApp、Telend 等在內(nèi)的技術(shù)服務(wù)商都已經(jīng)推出了針對(duì) Data Fabric 的成熟解決方案，而 IBM 也把 Data Fabric 融入到了最新的 IBM Cloud Pak for Data 4.0 版本中。其特別之處在于——AI 技術(shù)的全面賦能。
立足數(shù)據(jù)民主化：提供四大 Data Fabric 能力
IBM 對(duì) Data Fabric 概念做了更進(jìn)一步的釋義。在其看來，要實(shí)現(xiàn)智能的、安全的、可信的，甚至是自服務(wù)的方式來獲取不同數(shù)據(jù)源的數(shù)據(jù)，人工智能會(huì)發(fā)揮非常大的作用�；诖耍诤狭� Data Fabric 數(shù)據(jù)架構(gòu)的 IBM Cloud Pak for Data 能夠提供四個(gè)方面的能力：
其一，AutoCatalog（自動(dòng)分類）。
它相當(dāng)于一個(gè)數(shù)據(jù)分類“大腦”，可以根據(jù)數(shù)據(jù)類別進(jìn)行自動(dòng)化分類、建立自動(dòng)化目錄，從而實(shí)時(shí)維護(hù)來自不同環(huán)境的動(dòng)態(tài)數(shù)據(jù)資產(chǎn)；
其二，AutoAI（自動(dòng)建模）。
它的價(jià)值在于，能夠降低 AI 模型開發(fā)、校正及其自我學(xué)習(xí)的技術(shù)門檻和人力成本，從而對(duì)動(dòng)態(tài)數(shù)據(jù)和整個(gè) AI 算法生命周期的自動(dòng)化管理；
其三，AutoPrivacy（自動(dòng)識(shí)別隱私規(guī)則）。
通過數(shù)據(jù)隱私框架中的 AI 能力，智能化地識(shí)別企業(yè)內(nèi)部的敏感數(shù)據(jù)，當(dāng)數(shù)據(jù)被調(diào)用時(shí)，系統(tǒng)就能快速識(shí)別和監(jiān)控，甚至在后續(xù)為企業(yè)內(nèi)部敏感數(shù)據(jù)的定義和政策實(shí)施，提供自動(dòng)化技術(shù)保障；
其四，AutoSQL（自動(dòng)查詢）。
借此，不同類型、不同來源的數(shù)據(jù)都可以在不進(jìn)行物理移動(dòng)的前提下，使用同一個(gè)查詢引擎進(jìn)行獲取和分析，這樣一來，既可以節(jié)省數(shù)據(jù)查詢的時(shí)間，還可以避免移動(dòng)數(shù)據(jù)和多查詢引擎帶來的額外成本和復(fù)雜度。
“混合云架構(gòu)讓數(shù)據(jù)變得更加公開，在不觸及數(shù)據(jù)擁有權(quán)、敏感度、安全性和可信性的前提下，讓更多人能從中得到價(jià)值，實(shí)現(xiàn)數(shù)據(jù)的民主化，這是我們的技術(shù)演進(jìn)所立足的思路和邏輯。”朱輝表示，從目前的實(shí)驗(yàn)數(shù)據(jù)反饋來看，Data Fabric 的自動(dòng)化能力，已經(jīng)能夠幫助企業(yè)把數(shù)據(jù)查詢的速度提高 8倍以上，成本降低約 50%。這顯然正是數(shù)據(jù)民主化價(jià)值的直觀體現(xiàn)。
除此之外，再加上此前已經(jīng)集成的數(shù)據(jù)倉庫能力（如 DB2）、數(shù)據(jù)治理能力（如 Watson Knowledge Catalog）、數(shù)據(jù)虛擬化能力、機(jī)器學(xué)習(xí)能力等等，現(xiàn)如今的 IBM Cloud Pak for Data 已經(jīng)是一個(gè)相當(dāng)完備的數(shù)據(jù)平臺(tái)�？梢赃@么說，與數(shù)據(jù)相關(guān)的需求，企業(yè)在這個(gè)平臺(tái)上都可以找到與之對(duì)應(yīng)的技術(shù)來滿足。
深入市場一線：獨(dú)創(chuàng)“十二星座”小眾產(chǎn)品系列
但從另一個(gè)層面來看，并不是所有企業(yè)都需要或者擅于使用一個(gè)大而全的平臺(tái)。就像我們要去一個(gè)距離 500米的地方大可不必開著車去，要打一只蚊子也大可不必使用大炮，有時(shí)候，企業(yè)亟需的可能是一個(gè)很小的工具來解決一個(gè)很具體的問題。對(duì)此，擁有豐富產(chǎn)品體系的 IBM，在這個(gè)問題上也并不令人失望。
IBM中國混合云與AI 華東及華南大區(qū)總經(jīng)理 許偉杰
在采訪中，IBM 中國混合云與 AI 華東及華南大區(qū)總經(jīng)理許偉杰向記者介紹了一個(gè)令人眼前一亮的產(chǎn)品項(xiàng)目，他命名為“十二星座計(jì)劃”。這是一個(gè)由許偉杰發(fā)起的內(nèi)部創(chuàng)業(yè)項(xiàng)目，初衷是根據(jù)企業(yè)的具體需求，與合作伙伴和客戶共創(chuàng)，幫助客戶尋找痛點(diǎn)場景，從而更精準(zhǔn)地推薦和提供 IBM 的技術(shù)產(chǎn)品。
值得關(guān)注的是，“十二星座計(jì)劃”中的產(chǎn)品，更側(cè)重 IBM Cloud Paks 中的一些小眾產(chǎn)品。比如“金牛座”產(chǎn)品，許偉杰挑選的是 IBM Cplex 算法求解器。由于算法求解能力非常強(qiáng)，這個(gè)產(chǎn)品可以幫助制造企業(yè)實(shí)現(xiàn)自動(dòng)化的優(yōu)化排產(chǎn)、整體資源整合以及路徑優(yōu)化。“通過與合作伙伴的項(xiàng)目合作，我們發(fā)現(xiàn)在企業(yè)中，過去一年下來一個(gè)人平均也就能跟 10個(gè)項(xiàng)目，現(xiàn)在平均可以跟進(jìn) 100個(gè)以上的項(xiàng)目。”許偉杰告訴記者，“疫情爆發(fā)之后，隨著供應(yīng)鏈和降本增效的需求日益迫切，越來越多的企業(yè)開始在應(yīng)用 Cplex 算法求解器。從今年上半年來看，這個(gè)產(chǎn)品在中國市場交付的營收大約是去年全年的 3倍。”
由于深入中國市場一線，許偉杰及其團(tuán)隊(duì)每天都與各行各業(yè)的中國客戶在一起，因此也具備更加敏銳的市場“嗅覺”，更加了解本地企業(yè)的獨(dú)特需求。據(jù)他介紹，他們選擇產(chǎn)品的標(biāo)準(zhǔn)有兩個(gè)，一是在業(yè)界具有很強(qiáng)的領(lǐng)先性，二是中國客戶確實(shí)需要。再以“白羊座”產(chǎn)品 LSF 為例，基于超強(qiáng)的超算調(diào)度能力，LSF 不僅能調(diào)度 EDA 軟件，還能調(diào)動(dòng) GPU，因此，多年來一直是業(yè)界效率很高的工具，甚至已經(jīng)成為行業(yè)標(biāo)配。而通過與合作伙伴的進(jìn)一步溝通，許偉杰和團(tuán)隊(duì)還發(fā)現(xiàn)，僅 IBM 合作伙伴就有近1萬片的GPU調(diào)動(dòng)需求。“當(dāng)我們深入研究能不能進(jìn)一步提升效率時(shí)，發(fā)現(xiàn)真的可以，所以就開始做�？梢姡I(lǐng)先的技術(shù)真的很有魅力。”他說。
目前，“十二星座計(jì)劃”中已經(jīng)集齊“十大星座”產(chǎn)品，除了 Cplex、LSF 之外，還包括 PA（Planning Analytics）、Aspera、SPSS、Instana、Turbonomic 等黑科技產(chǎn)品，而剩下的兩個(gè)位子則留給了公司內(nèi)有想法創(chuàng)意的 IBM 同事或是市場上有眼光夢(mèng)想的合作伙伴。“我有一個(gè)夢(mèng)想，就是可以從 IBM Cloud Paks 的 200多個(gè)產(chǎn)品寶庫中，挑出 12個(gè)真的能幫中國企業(yè)帶來價(jià)值的產(chǎn)品，并且把這部分的營收做到比傳統(tǒng)主力產(chǎn)品營收還要多。”許偉杰告訴至頂網(wǎng)記者，“原來 IBM 有一些熱賣多年的明星產(chǎn)品線，通過‘十二星座計(jì)劃’，可以重新激活和挖掘出一批小而美的黑科技產(chǎn)品線，這樣能夠真正的幫助到客戶去實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型的產(chǎn)品及場景也會(huì)變多。”
專屬 IBM 的“霸氣”：拿去吧你
可見，經(jīng)過百年的技術(shù)沉淀，加上容器化的技術(shù)改造，IBM Cloud Paks 之上不但內(nèi)容豐富，同時(shí)還可以通過非常靈活的方式按需交付給企業(yè)。如果按照許偉杰的思路，其中每一款產(chǎn)品都可以做成一盤生意。而對(duì)企業(yè)來說，先從一個(gè)具體的問題入手、用好一款產(chǎn)品，再去規(guī)劃更大的數(shù)字化轉(zhuǎn)型戰(zhàn)略，或許也是更高效、更低成本的辦法。
當(dāng)然，如果企業(yè)想走“先戰(zhàn)略、后部署”的路徑，IBM 也完全可以滿足，依托于以數(shù)字化轉(zhuǎn)型、混合云與 AI 能力為主的咨詢服務(wù)，IBM 正在通過車庫創(chuàng)新的方式與企業(yè)共同創(chuàng)新，幫助企業(yè)制定數(shù)字化戰(zhàn)略，并運(yùn)用最新的技術(shù)發(fā)現(xiàn)并定義新的業(yè)務(wù)場景。
重新審視 IBM 這背后的業(yè)務(wù)邏輯，我們發(fā)現(xiàn)，這或許就是專屬于一個(gè)“百年老店”的獨(dú)有“霸氣”——要解決眼下的業(yè)務(wù)問題，上百個(gè)寶藏產(chǎn)品供你選；不清楚自己的痛點(diǎn)需求，咨詢、共創(chuàng)服務(wù)緊跟上；想擁有更前瞻的技術(shù)力，IBM 各種黑科技“了解一下”。總之就一句話——拿去吧你！
