|站在2023起跑线,政企数字化如何深入“核心地带”?( 二 )


可以说 , 数字化深水区的一大难题 , 是如何将云上创新深入到大型政企的核心地带 。
沿着华为云Stack的管道 , 走向“核心地带”
对人体来说 , 强健的体魄离不开心血管系统持续不断的功能;而稳健可持续的政企数字化转型 , 也需要输送技术和资源的管道 , 为深度用云提供源源不断的助力 。 面对这一需求 , 华为云也肩负起了责任 , 发布了华为云Stack 8.2新版本 , 从三个角度 , 将政企用云的深度进一步推进:
一是基础设施的韧性 。
随着大型政企的用云深入和全面云化 , 云端基础设施的安全性、可靠性、可演进性 , 将直接影响大型政企核心业务的运行 。 因此 , 华为云Stack进一步夯实了云原生架构的基础设施能力 。
华为云Stack8.2版本中 , 通过支持多种配置的云边基础设施 , 比如边缘云、边缘计算节点、边缘网关等 , 来打造统一的云边基础设施 , 让大型政企的复杂基础设施实现云边协同 , 提高业务的可靠性 。 同时首次支持全栈管理面和数据库的两地三中心方案 , 打造全场景容灾能力 , 让云原生业务高可靠运行 , 业务持续在线 。 此外 , 全新推出1+7安全防护体系 , 将华为公司多年来服务政企客户的流程和经验以及华为云全球安全运营经验 , 沉淀到一个“安全云脑” , 同时设立7层安全防线 , 提供从物理安全、云主机安全到数据安全等多层级防护 , 确保端到端安全 。

二是智能技术的易用 。
前面提到 , 政企深度用云的主要目的之一 , 是在主场景、主流程中引入人工智能等新技术 , 来进一步提质增效 , 提升数字生产力 。 目前 , 很多政企在应用AI方面还存在挑战 , 比如业务数据积累不足 , 质量参差不齐 , AI模型训练难度大 , 模型效果不尽如人意;大型政企业务环节多 , 存在大量碎片化的场景 , 而AI算法更新快、开发迭代快 , 开发人员的交付压力很大 。
如何进一步提高政企的智能水平 , 降低技术门槛?华为云Stack 8.2新增了三大AI能力 , 分别是:
Workflow(MLOps)能力 , 由ModelArts AI全场景训练推理平台提供 , 让AI模型开发全流程一键化 , 用户无需了解云服务和算法相关知识 , 只需要将原始数据输入workflow工作流 , 简单配置就可以进行训练和推理 , 让AI使用更简单 。
工业化开发能力 , 基于盘古大模型 , 只需少量调参和数据 , 就能实现AI工业化开发 , 解决样本少、数据差、场景分散、开发效率低等难题 , 快速进行AI开发与迭代更新 。
共享能力 , ModelArts提供AI Gallery , 帮助政企客户在公司内部建立AI资产管理中心 , 让数据集、算法、模型等AI资产“一处开发 , 全局共享”, 减少资源不能复用导致的重复造轮子 , AI开发训练效率提升了数倍 。

三是行业经验的复用 。
政企在打好基础设施和AI能力之后 , 接下来就应该结合自身的细分场景 , 充分发挥云创新的价值 , 快速完成定制化开发以及场景部署 , 这样才能让数字应用源源不断地深入政企核心场景 , 与主业务、主流程相结合 , 深度升级自身的数字化 。
前面提到 , 优秀经验的借鉴与复用 , 可以大大减少政企数字化的风险和成本 , 在华为云Stack 8.2版本中 , 华为云发布了金融分布式新核心、财政一体化、城市数字孪生等场景化方案 , 将深度用云的优秀实践沉淀下来 , 助力更多政企场景的升级 。
比如华为云Stack的数据治理专业服务 , 帮助华能澜沧江水电构建数据治理体系 , 统一数据标准 , 在帮助客户释放发电生产力的同时 , 更可在全行业复制 。