pbc|Gartner 2022重要战略科技趋势:工程化信任、塑造变革、加速增长( 二 )


怎样实现组装式应用?Gartner提出了“封装业务能力”(Packaged Business Capability,简称PBC)这个概念作为组装式应用的核心。与微服务架构不同的是,前者交付的依然是封装应用,而基于PBC的组装式应用交付的是一个数字化的平台。在这个平台中,PBC更像一个个原子,而组装式应用是把这些原子重新组合起来的一个个分子。
在基于PBC的组装式应用交付的系统中,每一个人、每一个团队、每一个部门,可以根据自己的需求去构建自己所需要的应用程序。理想状况下,业务部门可以从云端或是企业的应用商店里去下载所需要的PBC。PBC可以是一个对象的数字孪生或者是某一个小功能,这个对象或者功能被模块化之后,业务用户就可以根据自己的需要把PBC下载下来,然后用低代码的方式构建出定制化的应用。高挺对钛媒体App表示,当下流行的低代码平台正是组装式的应用程序中的一种实现方式。
另外一个比较重要的趋势是,“人工智能工程化”。高挺认为:“AI目前的应用仍然是被低估的。”因为当下很多的AI项目的价值只能体现在一些“点对点”的一次性的方案中。也就是说,很少有看到有AI大规模的落地。这件事情的难度在于,除了传统在应用开发上会遇到的DevOps的挑战,在AI的项目里面还有两个比较复杂的模块,数据(DataOps)和模型(ModelOps)。因此AI工程化并不只是一个技术问题,更是一个管理体系方法的问题。
“美国有一家医疗机构叫‘凯撒医疗’,这家医疗机构试图用计算机视觉的方式,来对患有皮肤病的人群进行分类,并接受远程诊疗,但一开始并没有成功。”高挺介绍。凯撒医疗初期没有成功的原因在于,因为隐私保护的原因,他们无法获得足够的真实数据进行AI建模,而是采用了教科书中的高清照片作为训练数据。由于训练模型的数据和真实的世界出现了脱节,导致模型上线后效果不佳。
最后,凯撒医疗采取的办法是让病人对自己皮肤患处拍一个5秒钟的视频去上传。我们知道,每秒钟视频默认情况下有30张照片,因此医院在几乎没有增加成本的情况下把输入数据增加了150倍,最终让这个“不完美”的AI模型达到了可以接受的分类效果。
凯撒医疗的例子其实是证明,在“AI工程化”的路途中,有许多的实践检验、方法、流程是需要注意的,这些方法论的形成才有可能真正地让AI算法、已有的数据发挥价值和作用。
加速增长:全面体验与生成式AI“加速增长”主要是希望企业能够抓住一些新的模式和场景。其中两个比较重要的趋势是全面体验与生成式AI。
“全面体验”的一个大背景是,我们现在已经进入到了一个“体验经济”的时代。本质上,我们现在所处的时代,已经从传统的以营销为主的时代到了现在一个以产品为主的时代,也就是从营销时代转向了产品时代,而对于产品力的判断方法往往不仅是一些硬指标,更多的是客户和用户对于产品的体验。不同客户关注的方面可能是完全不一样的。这与此前有企业奉行的“PLG驱动”(产品力驱动)异曲同工。
Gartner把体验分为四块,分别是客户体验、用户体验、员工体验、多重体验。这四个“体验”中,从销售的流程来说,可能最关注的是“客户体验”。因为一个客户从认识这个产品到最后买单有一系列的流程。这个流程里面客户的体验好不好,就是客户体验所要关注的地方。“在这几个模块当中‘多重体验’其实就是一系列的数字化能力,可能就是给员工一个终端。但是这个终端只是一个终端,背后要有一套系统,要收集足够的数据、足够的反馈,去把用户的这样一个能力支撑好。这个就是为什么我们说所谓的全面体验,必须要这四个模块一起考虑,而现在的大多数的企业只考虑了两个模块或三个模块。”