数字化转型中数据应用的三大内容解析

【数字化转型中数据应用的三大内容解析】 2020年 , 各行各业都面临着前所未有的全新形势 。受疫情黑天鹅事件的影响 , 不仅催生了各种新模式与新应用 , 远程办公、远程运维、在线医疗、云课堂、云签约等也成为新常态 。
而在企业战略发展、行业发展趋势、经济下行压力等多重因素的驱动下 , 企业也纷纷将加速数字化转型提升至战略层面 , 数字化转型已是大势所趋 。数字化转型就是利用数字化技术来推动企业组织转变业务模式、组织架构、企业文化等的变革措施 。数字化技术作为驱动力 , 在推进数字化转型中发挥着重要作用 。为此 , e-works于2020年8月14日1430特举办了《数字技术助力数字化转型——VR/AR、数据与人工智能》线上研讨会 , 以帮助企业更好的利用数字化技术推进数字化转型 。
在本次研讨会中 , IBM大中华区实验室服务总经理孙宏及其团队 , 带来了数据与人工智能领域的前沿观点解读 , 并就企业普遍所关心数字化转型中的数据应用问题 , 如企业上云过程中如何对不同业务系统数据进行整合 , 如何确保数据管理的高性能、高可用性、经济性以及可扩展性 , 以及如何管理冷热数据等 , 结合IBM实验室服务团队帮助国内某大型保险公司、某人工智能独角兽公司以及百度智能云事业群组解决数据应用难题的新鲜案例进行了探讨和经验分享 。以下为精华内容总结 。

一、前沿观点解读
1、数据已成为企业战略资产
近期IBM对全球2131位CEO进行了调研 , 通过整理这些CEO对数字化转型的意见和洞察 , 发现了那些成功的驱动企业数字化的CEO们都一致认为数据已经成为企业至关重要的战略资产 。他们所领导的企业都能够不断地从数据中创造巨大的商业价值 , 从而使企业在行业中具有更大的影响力 。当今洞察时代 , 如何合理利用数据资产 , 为企业实现人工智能、物联网、云计算转型 , 从而实现运用数据创造价值 , 是全体CEO最关心的问题 。通过数据与成熟而智能的运营相结合 , 通过技术手段来满足客户体验方面的价值主张 , 可实现细致入微的个性化体验 , 从而为企业带来更大的战略优势 。

数字化转型中数据应用的三大内容解析
文章插图
2、数字化转型中数据应用的三大内容
① 利用结构和非结构化数据生成洞察:要实现最大限度的数据变现 , IT架构需要具备混合使用结构和非结构化数据的能力 ,  而架构所采取的技术需要实现多数据中心的数据交互和存储 , 实现以上两点才能打通数据的“淘金”通道 。②确保数据实时可用 , 提高工作效率:很多企业都采用混合多云环境支持业务及应用 , 数据流转和实质性的难点需要得到解决 , 同时数据的协同和管理也是对IT技术的必要条件 。此外 , 空间扩展能力也需要考虑 , 否则会对IT的可扩展性带来影响 。③ 重视维护高质量的数据 , 合规以及低成本运营:对于可能产生海量数据的企业 , 所采取的IT技术和架构必须支持数据的摄入、分析、组织、融合、存放、清理和清除 , 支持整个数据的生命周期的可用性和可靠性 。
3、数字化转型需重视两大关键点
一是必须采用先进可靠的技术和解决方案;二是拥有强大的技术能力和丰富的实践经验的技术团队 。选择专业的团队 , 才能在更大程度上确保项目的成功 。IBM实验室服务团队具有丰富的经验和雄厚的技术实力 , 可帮助企业实现上云的需求 , 同时兼顾企业对于未来数据利用的需求 , 帮助企业实现高效率、高稳定的数字化转型 。二、三大新鲜案例分享
1、架构转型——超大型保险企业上云之路
针对企业是否适合上云及上云过程中的数据整合难题 , IBM可提供整套的解决方案 。一方面企业可借助IBM云亲和力分析方法论 , 辅助决策是否适合上云以及上云的方式和流程;另一方面企业还可采用IBM软件定义存储解决方案破解云架构下的数据存储与流转问题 。国内某大型保险公司自2010年完成数据大集中后 , 在短短五六年时间里 , 核心业务数据量增长了5-6倍 , 由此采购了大量存储设备 , 在该企业上云的过程中因此也面临如何数据中心的多资源(包括业务、数据、设备等)如何整合、数据如何跨数据中心流转和复用 , 如何实现弹性业务伸缩以应对“双11”“双12”业务高峰压力 , 如何实现统一的监控和数据服务接口以提高架构的安全性等挑战 。

数字化转型中数据应用的三大内容解析
文章插图
IBM实验室服务团队前期基于IBM云亲合力分析方法对该公司的上云之路进行详细和调研分析 , 提出了一整套业务上云的可行性流程 , 并经过反复测试论证 , 最终帮助企业选择了IBM Spectrum Virtualize软件定义存储解决方案作为其最终落地方案 , 利用500多个存储虚拟化引擎节点 , 在每个主数据中心和36家分公司的数据中心实现了存储平台的整合;利用IBM Spectrum Virtualize软件定义存储的高级数据管理功能和快速数据复制功能 , 解决了数据中心的数据流转需求和多业务场景的数据复用问题 。同时 , IBM实验室服务团队还为该公司引入了IBM Spectrum Control软件定义存储监控解决方案实现对存储平台的安全有效管控 。在项目实施上则通过整合创新的云咨询及实施方法论 , 引入风控管理 , 确保了该公司存储私有云架构的最终交付 。而针对特殊的业务场景及改造场景 , IBM实验室服务团队还帮助该公司制定了灵活的交互方案 。目前该项目一期建设已经完工 , 二期建设正在进行中 。带来的显著效益是 , 该公司最大的分公司江苏分公司在2018年双十一期间的业务平均响应时间缩短了3-4倍 , 且由于建立了统一的存储管理平台 , 该公司存储管理成本下降了75% , 新业务上线时间缩短了80% 。
2、多云协同——数据与人工智能助力独角兽高速发展
企业在支持AI开发团队或部署AI工作负载时 , 数据量和质量、高级数据管理以及技能缺口是面临的核心挑战 。IBM面向AI的存储解决方案 , 可通过IBMSpectrum Scale、IBM Cloud Object Storage、IBM Spectrum Discover等一系列产品 , 帮助企业解决与部署AI工作负载有关的重大业务挑战 , 进而助推企业进入实现AI生产力的快速通道 。

数字化转型中数据应用的三大内容解析
文章插图
国内某人工智能独角兽公司主要提供自动驾驶领域的人工智能芯片及解决方案 , 其主要业务都运行于托管在IDC数据中心的私有云里 , 然而随着业务的发展也面临着两大挑战:一是多云间数据如何协同 , 由于业务需要 , 该公司除了在私有云进行训练外 , 还需要在多个不同的公有云上租用GPU服务器用于AI训练 , 如何管理现有数据以高效方便快捷得传输到公有云上进行训练 , 训练完成的结果又如何方便地传输回来;二是性能和成本 , 即如何保证训练的数据拥有最高性能 , 而训练完后的数据又有比较低的存储成本 。为此 , IBM实验室服务团队为该公司建设了一套数据平台 , 其中包含IBM Spectrum Scale存储软件和IBM Spectrum archive磁带管理软件 , 经过IBM实验室服务团队存储专家的精心打造 , 实现了统一的多协议访问、灵活的ILM(信息生命周期管理)策略、灵活的存储扩展、Rest Api接口增强管理、LTFS(线性磁带文件系统)透明归档、按需审计及AFM按需同步技术 , 节省了时间、人力及成本 。不仅海量冷数据自动存储到磁带库 , 节省TCO可达84%;而且也提高了私有云与公有云之间的专用链路带宽利用率 , 可达90%以上 。
3、降本增效——百度智能云海量冷数据管理
IBM拥有完整的软件定义存储解决方案 , 可针对结构化和非结构化数据的存储要求 , 多云部署的环境 , 提供整套的分层、分级存储解决方案 。针对结构化数据 , IBM可提供Spectrum Virtualize块存储虚拟化解决方案 , 可以用不同的存储介质构建不同的资源池 , 数据在资源池之间自由迁移 , 实现多云、多站点的数据保护 。针对非结构数据 , IBM可提供Spectrum Scale分布式文件系统 , 对外提供POSIX AFS对象等存储服务 , 同时文件系统提供统一的命名空间 , 方便企业对数据的使用 。IBMSpectrum Scale分布式文件系统还可以集成磁带技术 , 通过低成本的磁带 , 构建无限的存储空间 , 提供海量的数据服务 。

数字化转型中数据应用的三大内容解析
文章插图
百度智能云作为专注于云计算、智能大数据、人工智能等服务 , 提供稳定的云服务器、云主机、云存储、CDN等云服务解决方案的云计算提供商 , 面临数字经济下数据爆发增长及复杂数据类型带来的巨大存储压力 , 迫切需要降低较为高昂的存储成本 , 并满足数据合规与安全性要求 。为此 , IBM实验室服务团队为百度智能云提供了融合Spectrum Scale、Spectrum Archive和Tape介质的存储解决方案 。其中 , 通过磁带近线存储资源池的建设 , 百度智能云过去9个月使用了10万盘磁带 , 存储了900多PB数据 , 冷数据存储总体成本下降了84% , 不仅极大地提高了IT对业务的支持力度 , 也有效满足了业务对低成本、低功耗、高空间数据密度、绿色数据中心的存储需求 , 大大强化了百度云、无人车等业务在行业中的竞争力 。而基于IBM Spectrum Scale存储软件解决方案 , 则为百度智能云的数据孤岛之间建立了高效、安全、稳定的数据管道 , 使得百度的数据在整个生命周期中流转更顺畅 , 业务可以0成本获得更高性价比 。此外 , 为满足部分客户需要更高性价比、保存时间更长的存储产品与服务的需求 , 百度智能云通过引入IBM技术也为其打造下一个阶梯的存储产品带来能力补充 , 补齐了百度智能云存储产品矩阵的最后一块“积木” 。

    推荐阅读