News information

公司动态

从“功能IT”到“智能原生应用”(云合汇森底层技术及安全合规系列文章之5)

来源:汇森投资 | 日期:2023-01-05 21:12:07 作者:汇森投资行研组 阅读次数:


汇森投资(Vision Capital)原创


星巴克最近在2022年第四季度财报电话会议上强调了两个用意颇深的信息。

一是客群年轻化,目前其美国市场51%的客户群是Z世代和千禧一代;二是客户对定制化的手工冷饮的需求特别强劲,目前星巴克60%以上的饮料均已实现可定制,这类饮料已经占到美国市场自营店饮料销售总额的76%。

星巴克认为,定制饮料的能力是一项重要的竞争优势,“世界上没有其他咖啡公司有能力立即响应客户关于定制的要求,也没有一家咖啡公司有能力在风味、糖浆、泡沫等方面提供柜台服务”。

作为其“Reinvention(重塑)战略”的一部分,星巴克正在通过各种手段——比如数字化后台、创新的制作系统等——“重新构想我们的门店运营模式”,提高其门店的自动化程度,在门店内实现越来越多的定制。此举使得星巴克在保障了门店咖啡师们的服务效率的同时,也大幅度提升了客户体验。

即将离任的首席运营官约翰·卡尔弗说:“我们的实体店是为不同时代而建的,我们必须进行现代化改造才能迎接这一刻。”

虽然星巴克一度被认为在疫情期间的表现相当不凡,但临时首席执行官霍华德舒尔茨并不满意。比如在原先的移动APP之外,星巴克最近还在客户忠诚度计划中推出了一款名为Starbucks Odyssey的NFT数字藏品;星巴克首席战略与转型官弗兰克·布里特 (Frank Britt) 表示,为了降低员工流动率,公司正在为其员工开发一款应用程序,使他们能够管理自己的日程安排并帮助他们实现职业发展。

星巴克在重塑自我和数字化转型上做出的这些努力很有代表性。

波士顿咨询公司(BCG)在2022年年初推出一篇研究文章,题为《数字化老牌企业的崛起》,主要研究了像星巴克这种“拥有强大数字能力的传统公司正在追赶数字原生企业”的现状。

该研究强调了四种类型公司的不同数字动态,分别是:超大规模企业、数字原生企业、数字化的老牌企业和尚未数字化的传统企业。

其中,超大规模企业特指排名前列的数字原生企业,其平台、基础设施和数据使他们能够随着需求的增加从而以巨大的广度和深度进行扩展,这类企业包括美国的亚马逊、苹果、Alphabet(谷歌)和微软,以及中国的百度、阿里巴巴和腾讯。

数字原生企业主要是其他在数字化时代成立的公司,比如Zoom、Atlassian、Spotify 等企业。

数字化老牌企业,即成功实施数字化转型并在系统化建设数字化能力方面取得进展的传统企业,这种企业的代表包括星巴克、沃尔玛、阿迪达斯、欧莱雅等公司。

至于尚未数字化的传统企业就是指那些依然主要依靠传统杠杆努力推动增长和提高生产力的老牌企业。

这些不同类型企业的资本回报表现也颇为不同。

根据统计,截至2021年12月31日的三年中,超大规模企业的回报率是标准普尔1200指数的2.5倍,因为它们受益于云服务、搜索和服务等市场的高增长和低单位成本;数字原生企业总体表现相似;领先的数字老牌企业的表现超过标准普尔1200指数约50%,而传统老牌企业的表现则落后于该指数。

当然,还有另一个不太乐观的数据——根据波士顿咨询公司(BCG)的估计,标普全球 1200 指数榜中只有约 30% 的公司成功转型为数字化老牌企业,剩余的其他大多数传统企业都很难跟上数字化的发展步伐。

那么,本文第一个问题来了——到底是什么困难如此严重地阻碍了这些企业的数字化重塑/转型升级呢?





01

大企业数字化的真正难题




从历史上看,大型企业长期以来一直是工业经济中技术变革商业化的主要推动力。

在美国,像通用电气和贝尔电话公司都是在做到一定规模之后,才建立大型工业研发实验室,将大量资源投入到新的创新计划中。尽管大规模生产的早期推动是由政府机构(如斯普林菲尔德军械库)完成,但也正是在福特等大公司那里,才开发出了工业机械和流水线装配方法的创新组合。当工业机器人技术在 1970 年代末和 1980 年代首次开始采用时,引领潮流的也还是汽车行业的那些大公司。

但在另一方面,尽管头部/大型企业拥有更多的资源、更大的影响力,但更复杂的业务也让他们在数字化上面临着更大的挑战。

相对中小企业,大型企业往往资本密集度更高、生产效率更高,员工基础更多更好,往往具备最先进的技术知识,也通常是最先进技术的主要采用者。随着成功案例的充分展示,相关最佳实践可能才最终进入中小企业。但我们同样看到,在中小企业已经从云端的计算资源、数据资源充分获益的情况下,大型企业的数字化却似乎很容易遭遇滑铁卢。

汇总起来看,头部企业/大型公司遇到的数字化难题主要有以下几个。

第一,应用数量越来越多,单点应用聚焦业务局部优化,内外部数据生态缺乏交互协同。

IDC 在2022年上半年预测数据,从2023年到2025年,全球将新构建的应用程序将可能达到7.5亿个!未来三年,将有 270 亿台联网设备将更多数据导入云端。数量可谓惊人。

美国身份验证平台公司Okta过去数年中每年都会发布一份报告(Businesses@Work)。过去几年的报告,就很具象的展现了两个逐步加强的趋势。

首先,企业中App的数量不断增加,客户规模越大采用的应用程序就越多。

Okta公司2021年的报告中指出,在所有行业和公司中,每位客户平均部署的应用程序数量稳步上升,在过去四年中合计增长了 22%。2021年每位客户的平均应用数量保持在 88 个。

如果按客户规模细分,客户规模越大采用的应用程序就越多。其中,拥有 2000 名或更多员工的大型客户平均为每位客户部署175个应用程序,而拥有 1999 名或更少员工的小型客户平均部署了73个应用程序。

如果按行业划分,科技公司在过去三年中的平均应用数量从99个增加到155个,增长了 57%。其他行业的应用程序采用率也出现了显著增长。在过去四年中,政府部门的平均应用程序部署增幅最大,达到140%;2021年平均应用采用率大幅增长的其他一些行业包括专业服务(增长36%)、医疗保健和制药(增长19%)以及金融和银行(增长18%)。零售行业平均应用程序部署在过去一年中增长了 7%,但在过去四年中增长了 58%!

其次,单一供应商已经无法锁定客户,企业客户会叠加采购其他“同类最佳应用”。

简单说,很多微软Microsoft 365的客户还在持续采购Zoom、Google 和 Slack。比如微软有Teams,但很多企业在开视频会议还是选用 Zoom。

根据报告统计,81% 的组织正在使用一个或多个同类最佳工具来补充他们的Microsoft 365 套件,微软Microsoft 365 客户中有44%同时部署了Salesforce,41%同时部署AWS。这类数字逐年稳步增长。

再次,数据筒仓数量也同步剧增。

目前行业上主流的信息系统设计关注面更多聚焦于系统自身业务领域的局部优化,很少考虑业务系统之间的数据交互和数据共享,从而导致企业不仅在内部形成一个又一个数据孤岛/筒仓,同时也无法与外部行业、政府数据共同构筑数据生态圈。


第二,速度要求越来越快,但传统解决方案不具备智能化和自动化特性,难以灵活响应企业业务需求。

现在企业需要以更快的速度重新分配资源,这种影响在近几年疫情期间表现得尤为明显。

疫情期间,消费者大幅转向线上渠道,企业和行业纷纷响应。比如远程工作、迁移到云和送货到家,所有这些都需要快速、动态的资源来支持进行的创新变革,周期往往要求在几天或几周内完成,而不是传统认为的一到两年的时间。

从整个企业组织的运营模式来看,面向客户的元素并不是唯一受到影响的元素。很多企业的核心内部运营(如后台、生产和研发流程)的数字化以及供应链中的互动也出现了类似的加速。正如微软首席执行官萨蒂亚·纳德拉 (Satya Nadella ) 在 2020 年季度财报电话会议上所说的那样,“我们在两个月内见证了两年的数字化转型。”

根据麦肯锡的一项全球高管调查,很多公司都将客户和供应链互动以及内部运营的数字化速度加快了三到四年!

但是,在业务需求越来越快的同时,现有的业务筒仓应用却难以给予有力的支撑。这些应用往往不具备现代智能化和自动化应用的特性,所以当企业面对新的业务需求时,只能以打补丁的方式新增模块以适配企业需求,或继续以点对点的方式建设新的业务筒仓应用。

点对点的软件开发和设计方式主要应对已知需求,对于无法预见的未知需求,在应用的框架、灵活性、适配性等方面都提出了更大的挑战。在底层架构缺失原生智能化和自动化的情况下,难以基于业务数据的实时沉淀和反馈去实现模型的学习和优化,整套架构缺乏自我修复和自我进化的能力,一方面难以灵活响应企业的需求变化,另一方面也会对企业的未知需求判断不足,进而导致软件的返工和客户满意度的下降。

其三,数字化进程也“内卷”,所有企业都“数字化”时,“差异化”也需要重新定义。

随着数字技术逐步走向深入,原先“零打碎敲”就能获得的优势已经远去,数字化转型正在走进掌控度更难的领域,例如使用数字技术来创新产品、服务和商业模式。

比如汽车制造商以前的差异化部分在于其发动机的质量。但随着汽车继续演变为“车轮上的计算机”,汽车制造商正在寻求通过软件来实现差异化,而这在传统上超出了他们的核心竞争力。

差异化意味着要将软件融入企业核心商业模式,甚至需要建立新的数字平台。

根据麦肯锡的调研,大企业高管们并没有忘记那些新的差异化来源,他们中的大多数人意识到数字技术是战略上至关重要的竞争差异化因素,不仅对于商业模式创新,而且对于生产力、成本优势和其他目标。

虽然近三分之二的受访者表示他们的公司已投资于软件即服务或现代商业软件,但表现最好的公司做得更多。这些公司的受访者表示他们正在开发自己的高性能软件,并且他们将通用组件构建到他们的软件中,并在内部平台上共享。其中,近 70% 的顶级企业表示在计划使用自己的软件来实现差异化。

当然,对于中小企业来说,云计算使无需投资数据中心的固定成本,这反倒使得他们可以拿出资金来更多的投资于那些能带来差异化能力的领域。

其四,本质上,数字化价值创造的重点已经从传统的线性价值链转移到适度颗粒化的网络价值链中。这就对企业在数字化颗粒度的把握以及数字化生态的锻造能力提出了很高的要求。

数字化转型 (DT) 的核心是基于信息、通信和新兴连接技术的不断深入整合,它不同于前三次工业革命,因为它结合了人、机器和各种物料的智能、横向和纵向整合。这可以在与数字化转型相关的最具影响力的技术发展中观察到,例如移动技术、社交媒体、分析和大数据、云计算和物联网 (IoT)。这些技术可实现更高的效率、更好的连接性、信任去中介化和自动化并允许“模块化、分布式、跨职能和全球业务流程,使工作能够跨越时间、距离和职能的界限”以以前不可能的方式进行。

从经济角度来看,这种数字化转型借助技术提高了价值链中的生产力。这些数字技术的集成扩展了无形资本(例如数据信息)的重要性,通过不断提高的业务流程自动化和日益网络化的关系,进一步提高员工收集和处理有关公司活动(员工、客户和机器之间)信息的能力。

换句话说,在对企业资源进行适度颗粒化的基础上锻造网络生态的能力已经成为数字化企业的关键能力。某种程度上,目前2B企业在建立这一能力的底层逻辑与2C企业并无不同,都会在生态网络真正就位之后,才能形成指数增长能力。

比如在2C市场上,当年猫眼电影等在线选座平台在将产品单位颗粒从某家影院缩小为某排某座时,一种新的商业模式就此诞生;同样的,在2B市场上,很多企业也在产品单位颗粒、付费机制、交付模式等多个方面做出新尝试,比如在软件产品的开发中你在不同时期会看到套件、中间件、组件等不同词汇,在软件的收费机制中你也会看到许可、项目定制、订阅到用量等不同方法。每种新的玩法中你几乎都能看到在客户市场和资本市场大获成功的标杆性企业。

其五,在我国,头部/大型企业的地位更为显要。从国民经济的角度,他们是压舱石、顶梁柱;从产业经济的角度看,他们是产业链链主;从数字化转型升级的进程看,他们也被认为是数字化的领导者、排头兵。但在供给侧,海外市场成功路径难以复用,头部/大型企业的数字化市场亟待中国特色数字化解决方案出现。

据国资委公布,2021年中央企业数字化采购总额超13万亿元,辐射带动200余家企业。央国企体量大、业务覆盖面广,通过数字化转型可以充分发挥其引领作用,对上下游的中小企业赋能,提升整个产业链数智化水平。头部央国企的数字化落地案例有望发挥示范效应, 进而有效驱动大中型民营企业的供应链数字化。

目前国内头部/大型企业的数字化进程中存在的一大矛盾是:一方面,中国过去的IT服务市场由IBM、Oracle等传统海外大厂所主导,头部企业多使用他们的产品,巨头的IT管理架构和理念已经渗透至相关企业数字化系统中,完全推翻原有架构存在一定挑战;另一方面,中西方文化渊源不同,在企业基础架构、企业文化、管理制度、决策方式等方面也均有所不同。国外管理理念和成功模式在中国不完全适用。

所以,要想真正服务好国内头部/大型企业的数字化,服务商最好是既懂得IT外企的架构理念、又熟悉中国文化以及管理模式的复合型团队。

如此,我们在汇总了头部企业/大型公司的几大数字化难题之后,本文第二个问题就是——供给侧针对这些问题是否提出了相应的解决方案?



02

来自供给侧的不同主张




在数字化供给侧这一端,各类公司从不同角度提出了不同的解决方案。

比如在针对大型企业客户的、利润丰厚的企业级解决方案方面,埃森哲是一家不容绕过的服务商代表。

自 2001年上市以来,埃森哲已经稳步成长为一家全球领先的专业服务公司,其服务的广度和深度令很多咨询服务公司望尘莫及。

在2019年第二季度财报会议中,埃森哲就曾指出,“智能软件工程服务”是他们下一个关注领域。埃森哲表示,企业要真正获得数据的全部价值,就需要在云中做很多自定义的应用软件开发。未来对定制的、基于云的、应用程序的需求将大幅增长,公司已经准备好满足这一需求。

分析认为,当市场上很多人的关注点都还在标准化、可扩展的解决方案上时,埃森哲对“定制开发”的投资和关注凸显了这一重要的趋势转向。

也正是在2019 年,埃森哲推出一种创新的人机操作“引擎” SynOps,用来优化数据、应用智能、数字技术和人才的协同作用,帮助组织转变业务运营。

简单来说,SynOps 具体包含四个基本组件:一是专家+机器人,涵盖了埃森哲的100,000 多名运营专业人员(包括数据科学家和 AI 专家),以及数千个自动化解决方案、数十个分析应用程序和数十个AI顾问;二是工作编排,SynOps 以最佳方式编排工作分配,将事务性任务分配给软件机器人,并利用人工智能和分析来识别自动化的新机会;三是洞察力和智能;四是多样化的数据。

SynOps 最初只是埃森哲一个内部产品,只是在成熟之后才正式推向外部市场。

埃森哲首席执行官朱莉·斯威特(Julie Sweet)说,公司可以利用SynOps运营引擎快速交付切实的业务成果,从而为客户创造价值。

与埃森哲从咨询服务切入不同,美国企业服务软件巨头ServiceNow直接提出了一个“工作流平台”的解决方案。

ServiceNow公司认为,过去几十年里,企业在本地和第一代 SaaS 应用程序上投入了数万亿美元。但这些应用程序只是满足了“20 世纪的业务流程需求”。今天,新的商业模式需要一个完全连接的价值链。

ServiceNow公司的CEO Bill McDermott在2019年掌管ServiceNow之前是SAP公司CEO。他认为今天的企业管理/数字化正在从过时的“业务流程演变”转变为新的“工作流革命”。

在产品方案上,ServiceNow的产品架构是“平台+工作流APP”,包括一个Now Platform平台,以及专为自动化 IT、员工和客户工作流程而设计的标准化应用程序,还有一个“ Creator 工作流”(之前被称为App Engine应用引擎),主要用于支持自定义工作流创建、应用程序开发和与第三方系统的集成,这些自定义应用程序还可以在 ServiceNow Store 中进行转售。

在埃森哲、ServiceNow之外,一些专注于低代码平台的企业也从他们的角度,强调了编排和自动化的重要性。

低代码平台Workato公司在其企业博客中就表示:“今天的企业不会再因购买的应用程序而与众不同,真正让我们与众不同的是我们如何让应用程序为自己工作。” 

当企业中的业务流程、外部购买的应用程序、自己定制的应用程序越来越多,企业开始调用更多的技术来进行编排来力图实现自动化,比如用于应用程序集成的 iPaaS、用于数据集成的 ETL/ELT、用于流程自动化的 BPM、用于人机交互的聊天机器人。

然而在实践中,效果并不好,因为“每个工具都提供了一块拼图”,但是,“更多的碎片并不能解决碎片”,碎片化只能通过一个平台来解决,该平台能够在整个企业中端到端地编排流程。

与Workato类似,另一家低代码平台Appian也是力图将流程挖掘、工作流和自动化结合在一个低代码套件中。

Appian公司CEO Calkins与Workato公司看到了同样的问题,认为此前每个供应商都在用自己的方法来解决客户自动化问题,“BPM 专家会说这是 BPM 问题,RPA 商店会说这是 RPA 问题”,等等。而他将所有这些都视为自动化问题,他认为,“整个自动化行业现在需要一种坚定开放的理念”,现在需要的是在同一个工作流程中将机器人、人工智能和人类结合在一起。

Calkins将现代工作流程比作自动化操作系统,其中数字工作者和人类工作者就像插入该操作系统的应用程序。

有人强调工作流,也有人关注数据流,比如云原生大数据公司Confluent就是如此。

作为Apache Kafka的商业化公司,Confluent认为,如今公司使用软件的方式正在发生一种阶段性变化,“软件正在从业务边缘的、孤立的应用程序转变为驱动客户交互以及商品和服务生产的、核心的且完全连接的应用程序”。而当软件的地位发生变化时,其核心——数据——的底层架构也在发生巨大转变。

从历史上看,数据基础设施是围绕数据存储构建的。然而,这种以存储为中心的范式越来越不够用。随着公司更多地通过软件推动其核心业务,该软件必须具有更新的业务视图,并且能够在业务执行其核心活动时做出智能反应和响应。这就推动了动态数据的兴起。

从广义上讲,动态数据是通过将数据提取为连续流、并让这些数据流能流向那些需要他们的应用程序和基础架构来连接不同的系统。

在产品上,Confluent 公司主要推出了Confluent Platform,企业客户可以将多个来源和位置的数据集成到这样一个中央数据流平台。Confluent Platform简化了相关的基础设施,让用户稳定高效的建立实时数据管道和流应用。




03

智能原生应用



从咨询服务、工作流、低代码平台到数据流,很多公司为解决头部企业/大型公司的数字化难题给出了自己的思路和方案。

那么,是否可以有一种解决方案:不但具备传统软件/服务公司的架构高度和业务深度,同时又能兼顾现代应用程序的交付效率,适应变化及智能化能力呢?2020年成立的知微行易公司就在试图完成这样一个任务。


众所周知,从2015年开始,IBM、Oracle等海外大厂开始战略性退出中国,市场呼唤本土数字化行业领袖的崛起,拥有大厂经验但选择留在中国的专家所组建的新团队有望充分把握新的机遇,回应市场需求。

知微行易的核心创始团队主要来自IBM、HP、SAP、联想、阿里巴巴等国内外顶尖企业的管理咨询、实施和运营服务专家,其中核心研发团队成员均来自顶尖外企的核心产品研发团队,多年深耕企业数智能化产品。这种复合型的团队结构,使得公司提出的解决方案天然地综合了大型数智化产品和项目的研发及管理、交付、运营经验。

公司虽然成立仅两年,但基于成熟的产品技术,已经服务了100+国内外头部客户。

在知微行易看来,具备原生智能化和自动化能力是下一代企业应用在数字化时代的刚需和不二选择。基于此,知微行易推出了智能原生企业平台和智能原生应用。

前文提到的几种解决方案中:ServiceNow的Now Platform,通过强大的平台+工作流的方式可以生成企业各领域的应用,但这些应用并没有数据流能力,缺乏数据采集和智能分析的能力;Workato的iPaaS平台,内置大量的连接器可以快速集成外部系统,但这些本身并非应用,只是用来连接各个系统的工具;Confluent Platform的数据流能力,针对企业传统应用缺乏数据采集分析能力的现状,将多个来源和位置的数据集成到这样一个中央数据流平台,但这个平台并不具备上述的工作流和系统自动化集成的能力。

正如前文所说的 “每个工具都提供了一块拼图”,但是,“更多的碎片并不能解决碎片”,碎片化只能通过一个平台来解决。知微行易的核心逻辑是:智能原生企业平台依托下一代企业数字化底座架构MAA (Mesh Application Architecture),能够快速创建企业数字化所需的所有业务能力(业务、数据,自动化和智能组件),并通过装配各种业务能力来生成智能原生应用。所谓智能原生应用是从应用生成那一刻起,就具备了数据萃取,自动化,智能化及适应变化的能力,就如同智能汽车Tesla, 自动驾驶的能力与生俱来,无需在应用外再添加各种补丁。

知微行易的智能原生企业平台和生成的智能原生应用具有多种优势。

优势之一是“Plug-and-Play(即插即用)”。

正如Tesla超级工厂每小时可以生产28辆汽车, 知微行易的智能原生平台同样可以通过Plug-and-Play的方式,用户只需要勾选所需的"积木",就可以快速生成智能原生应用。

知微行易的“积木”类型和能力非常强大。

一种是大积木,颗粒度都是基于功能模块级别,目前功能模块涵盖各个领域如企业经营管理(战略/集成产品开发/CRM客户关系管理/集成供应链管理/人力资源管理/IT管理/等等), 生产制造(MES/EAP/等)和业务系统(租赁等)。知微行易通过重用历史项目中积累的类似业务组件,从而能够在短时间内很快地生成客户的原型系统。另一种是小积木,当组件部分无法提供客户的定制化能力时,智能原生应用通过调整构成组件的多个服务来实现客户的各种定制化需求。

优势之二是“Hyper- Orchestration(超级编排)”。

传统应用的编排,要么使用工作流来串联业务逻辑,审批等,要么使用数据流来对数据进行抽取,转换和分析,要么使用设备流来采集及控制设备侧的数据,而机器学习的任务编排一般是在数据处理之上,采用算法模型进行训练,从而获取数据中的价值。

知微行易的Hyper- Orchestration万物皆可编, 通过知微行易的Hyper- Orchestration无缝串联业务流,数据流和设备流,并且可以在不同的业务颗粒度上灵活地组合“大积木“和”小积木“, 从而极大提升了开发的效率以及适应变化的能力。另一个好处是有助于客户打造开放性的生态,这一点对于头部企业/大型客户来说尤其重要。知微行易“智能原生企业平台”生成的解决方案可以支持直接导出,降低企业应用对平台的强依赖性。这就完全不同于微软PowerApps和其他PaaS平台的做法和技术实现方式。

另外,通过Hyper- Orchestration可以支持第三方代码嵌入、集成及互相调用,实现内外数据打通;不同企业之间的业务组件和流程可以进行共享,形成一定规模的应用组件市场,易于树立行业的业务最佳实践。

优势之三是“Omni-Automation(全自动化)”。

传统应用不能自动化的原因不外乎以下几种:1)软件比较老旧,当时没考虑自动化;2)设计的时候为了兼顾更多需要人工判断介入的特殊场景,因此没法全自动,就干脆手动了;3)场景横跨不同的应用,甚至既有软件又有硬件,所以大家各顾各的情况下就不自动了。

知微行易通过Omni-Automation构建的智能原生应用支持简单自动化、超级自动化和原生自动化:其中,简单自动化(RPA)可以实现基本的自动化部署,通过逻辑设置和触发条件,执行重复性动作和简单流程;超级自动化(Hyper Automation)综合运用多种工具及AI能力,系统化进行顶层设计和管理,使得自动化在企业内的应用深度和广度大大提升;原生自动化  (Auto-Native) 实现业务原生即设计为自动化运行,企业日常不需要任何人为干预,人仅需要做出战略决策。

基于Omni-Automation,企业可以调用简单自动化,API自动化,内外部AI相关API, 审批流和数据流,打通系统内外及人机融合流程复杂场景的自动化。

优势之四是“Process Evolvement Supplement (自我优化)”。

相较于传统应用程序是静态的,知微行易的智能原生应用可以根据实时的运营数据提供智能辅助决策功能并对业务流程进行自我调适。首先是可以通过数据萃取和人工智能技术,定位和获取不同应用及多种数据源中的业务所需的数据‘其次是采用MLOps技术,通过不断反复训练模型并在运行和开发环境中使用新的数据,知微行易的产品组合进行学习来迅速适应在最初开发过程中无法预见或获得的现实世界情况变化。具体的实现是根据实时反馈动态调整它们的学习和目标,因此智能原生应用特别适合那些外部环境快速变化,或者因为企业目标不断变化而需要优化响应速度的运营场景。

优势之五是“System Corrective AIOps (自我修复)”。

相较于传统应用程序, 智能原生应用利用多种,技术手段更好地记录系统的使用情况: 比如服务基于MAA技术底座实现自动监控和数据采集;Hyper-Orchestration自动记录业务每一步的输入输出和异常报告,便于后续监控,审计,排错和分析,并为流程优化提供数据基础。

智能原生应用通过收集有关系统的内部和外部状态数据,可以更好地理解系统运行中的问题。同时采用AIOps技术,在发现和理解问题发生的根因基础之上,预测未来可能发生的问题以及相应的改进措施,从而有效提高系统的整体性能和正常运行时间。





04

“智能原生应用”的愿景和进程



了解中国数字化市场的人都知道,知微行易选择的这一战略方向并非坦途。因为这一选择对团队在产品成熟度、头部客户获取能力以及咨询服务能力等方面提出了很高的综合要求。

不过,知微行易也激发我们在以下两点上做了更多思考。

其一是关于一家创业公司的愿景、成长性和天花板。

从一定程度上讲,如今在数字化市场上选择一些单点功能的产品/方案来做,更容易切入但成长天花板可能不会太高。

这条路似乎从一开始就不是知微行易的菜。

知微行易的核心创始团队主要从各大数字化产品/服务商走出来的“老炮儿”。说句俗话,这帮“老炮儿”过去玩的就是“炮”,当他们开始创业的时候,天生就不会选择“枪”,眼里还是只会看到“炮”。

所以,他们从一开始就摒弃了做单点产品/方案的方向,搞就搞一个更大的东西。一方面是基于对行业趋势的判断,另一方面也是基于一个足够大的创业愿景。

在这一点上,有类似情况的还可以再看看上文提到的ServiceNow。

当 ServiceNow 在 2012 年首次公开募股时,许多分析师表示他们被高估了,因为仅仅是IT服务,市场空间有限且竞争激烈。

但后来ServiceNow从IT领域继续深入到业务管理领域,而且陆续吸纳了工作流系统、自动化、机器智能等其他软件行业的新方向机会,他们可以管理同类最佳软件产品的工作流,实现跨云管理,并挑选功能模块添加到自己的软件堆栈中。  

一番操作下来,ServiceNow的潜在市场空间也在不断跃升,其对标的竞争对手直接瞄准了Salesforce。


其二,我们是否正在见证数字化企业从“功能IT”到“智能原生应用”的关键转折期。

前文提到,数字化最初只是一个技术问题,但现在已成为影响企业价值主张核心的战略管理问题。

新的数字技术正在从根本上重塑传统业务战略,这些战略变化促使管理者需要找到管理和发展员工数字技能的新方法。更具体地说,这意味着“在业务流程和工作实践中”战略性地采用和整合数字工具,最终导致创新、新的商业模式和价值创造。

所以有研究认为,如今的数字化已从“功能性 IT” 级别提升到了战略和管理级别。

在此我们不妨再进一步推断:正像2010年前后,“功能手机”跃升到“智能手机”之后,移动互联网的黄金时代才真正来临一样,数字化企业正在迎来一个从“功能性IT”转变为“智能原生应用”的关键时期。

在云端,企业可以获取源源不断的算力、数据;在数字化平台(埃森哲、Servicenow、知微行易等公司都已经提到了应用商店或应用组件市场)中,企业可以获得并继续组装推出各种智能原生应用;在终端,企业可以借助各种工作设备/工厂设备完成具体的操作。

过去十年里,全球企业已经见证了DevOps的兴起——一套结合了软件开发 (Dev) 和 IT 运营 (Ops) 的实践。如今,当软件已经吞噬了世界之后,“DevOps”似乎也在变得无处不在。

从营销、供应链、产品设计到制造、人力、财务等领域,各种智能化的“运营”变体不断出现。有人就将新兴的“运营”世界称为“Big Ops”时代(来自WPP 产品管理全球主管 Jason Baldwin)。其实所谓“Big Ops”就是基于所有智能原生应用、自动化、人工智能算法、流程和人机交互的巨大规模和复杂性、所实现的一种“智能运营”。

而在这一“智能运营”转型过程中,本文最后要提出的一个值得继续探讨的问题就是——在“智能原生应用”崛起爆发时,还会出现类似于移动互联网时代的iOs和安卓这种角色吗?!




参考文献:

“数字老牌企业的崛起”(bcg.com,2022);

“获取数字化转型全部价值的三项新任务”( mckinsey.com,2022);

“瑞士中小企业的数字化转型:数字工具采用的见解”(战略与管理杂志,2022);

“Businesses@Work”报告(2021)(Okta);

“数字世界的战略”(mckinsey.com,2021);

“创业型中小企业如何通过数字平台竞争:数字平台能力、网络能力和二元性的作用”(Journal of Business Research,2019);

埃森哲、Servicenow、Appian、Confluent等公司近年财报电话会议记录;




【END】




公司动态
交易新闻
行业洞察

交易案例

合信

合信

专注于工业自动化产品的研发、生产、销售和技术服务,依靠高质量、高性能的自动化控制产品与方案为客户创造最大价值,立志于成为全球领先的工业自动化解决方案供应商。

力控科技

力控科技

行业领先的国产核心工业软件提供商及工业互联网解决方案服务商,可提供从基础工业软件到工业互联网的完整产品体系,其SCADA自动化软件、实时数据库、工控信息安全等产品处于国内龙头地位。

欧税通

欧税通

国内首家跨境电商合规产品SaaS解决方案提供商,专注于打造高效、便捷、智能的跨税云服务平台,帮助跨境企业解决税务、产品、知识产权等方面的合规服务,降低跨境企业的出海门槛,推动全球贸易的健康发展。

轻网科技

轻网科技

SD-WAN行业龙头。基于SD-WAN技术在互联网上搭建企业级数据传输平台,满足企业高质量异地数据传输需求。目前公司已在全球范围内部署SD-WAN平台,并面向中外企业展开分支机构互联、云平台访问、云平台及数据中心互联、SaaS访问等业务。

天地和兴

天地和兴

全生命周期工控安全解决方案提供商,工控安全领域细分行业龙头,主要应用于石油、电力、工业制造等行业。

迅联云

迅联云

依托于中国科学院,深耕于企业级SaaS服务领域的软件技术开发企业,核心业务聚焦数字化供应链协同云服务,利用发票数字化核心能力为企业提供从采购到支付全流程供应链的各个业务场景的数字化协同和智能化管理。

中智软创

中智软创

化工行业智慧管控的引领者,以AI实时优化为核心的全厂智能生产管控平台。聚焦化工行业生产管控(MES)及智能优化(RTO)一体化业务,通过信息化、智能化、工业互联网等技术手段,提供拥有自主知识产权的工业软件产品及智能制造解决方案。