在2020年，我們看到，企業(yè)面臨新風(fēng)險(xiǎn)、轉(zhuǎn)向新業(yè)務(wù)模式并加速其數(shù)字化轉(zhuǎn)型計(jì)劃以度過致命的疫情時(shí)期。

在2020年COVID-19疫情時(shí)期，數(shù)字化不再是奢侈品，而是生存之道。數(shù)字化轉(zhuǎn)型對于實(shí)現(xiàn)遠(yuǎn)程工作、轉(zhuǎn)移到協(xié)作工作流程以及重新調(diào)整運(yùn)營(從供應(yīng)鏈管理到客戶體驗(yàn))都至關(guān)重要。

CIO和IT領(lǐng)導(dǎo)者不再需要努力讓業(yè)務(wù)部門了解技術(shù)對運(yùn)營各方面的重要性。在2020年，重點(diǎn)在于，IT與業(yè)務(wù)領(lǐng)導(dǎo)者可以多快的速度在云端提供協(xié)作、工作流和分析功能。

[[373334]]

這一趨勢將延續(xù)到2021年，但與2020年略有不同：IT領(lǐng)導(dǎo)者將從被動(dòng)轉(zhuǎn)變?yōu)橹鲃?dòng)的戰(zhàn)略性數(shù)字轉(zhuǎn)型計(jì)劃。與業(yè)務(wù)同事合作，IT領(lǐng)導(dǎo)者將建立和完善數(shù)字業(yè)務(wù)模型、營造優(yōu)先考慮實(shí)驗(yàn)的文化，并利用技術(shù)和數(shù)據(jù)來建立競爭優(yōu)勢。

以下是2021年的五種數(shù)字化轉(zhuǎn)型趨勢，這些趨勢將決定CIO和IT領(lǐng)導(dǎo)者如何制定戰(zhàn)略、優(yōu)先事項(xiàng)和路線圖，以幫助其企業(yè)取得成功。

1. 敏捷深入企業(yè)，重塑業(yè)務(wù)模式和文化

IT領(lǐng)導(dǎo)者已采用敏捷做法來開發(fā)應(yīng)用程序、改善機(jī)器學(xué)習(xí)模型、自動(dòng)化CI / CD管道以及提供其他戰(zhàn)略計(jì)劃–需要與業(yè)務(wù)利益相關(guān)者進(jìn)行團(tuán)隊(duì)合作。產(chǎn)品所有者的角色對于管理業(yè)務(wù)/ IT協(xié)作至關(guān)重要。同時(shí)，IT企業(yè)采用DevOps文化和實(shí)踐時(shí)，重新調(diào)整其工作方式。

但是，轉(zhuǎn)向敏捷做法和DevOps只是企業(yè)建立敏捷業(yè)務(wù)模型和文化的第一步。在2020年，更多的CIO開始與業(yè)務(wù)領(lǐng)導(dǎo)者合作改善敏捷性，以幫助業(yè)務(wù)轉(zhuǎn)型。在2021年，我們會(huì)看到CIO將使敏捷性更深入其企業(yè)：

• 敏捷團(tuán)隊(duì)將包括來自市場營銷、運(yùn)營、財(cái)務(wù)、人力資源和銷售的業(yè)務(wù)團(tuán)隊(duì)成員，以提高和釋放業(yè)務(wù)能力。
• 通過使客戶、早期采用者和利益相關(guān)者參與開發(fā)過程，變更管理計(jì)劃將更早地發(fā)展并成為轉(zhuǎn)型計(jì)劃。
• 更多組企業(yè)將投資于敏捷產(chǎn)品組合管理工具、采用試驗(yàn)文化，并將敏捷擴(kuò)展到其數(shù)據(jù)科學(xué)團(tuán)隊(duì)。

2. 低代碼用例關(guān)注客戶和員工體驗(yàn)

在2020年，對于希望快速開發(fā)工作流程應(yīng)用程序、集成和自動(dòng)化以應(yīng)對COVID-19和遠(yuǎn)程工作的企業(yè)而言，低代碼平臺(tái)至關(guān)重要。這些應(yīng)用程序?yàn)閱T工提供了有關(guān)健康、安全和家庭需求的個(gè)性化幫助，并幫助他們設(shè)置遠(yuǎn)程辦公環(huán)境。自動(dòng)化填補(bǔ)流程空白，并幫助企業(yè)降低成本。

低代碼平臺(tái)已經(jīng)存在數(shù)十年，但現(xiàn)在對于希望轉(zhuǎn)變其業(yè)務(wù)的CIO和業(yè)務(wù)領(lǐng)導(dǎo)者而言，其戰(zhàn)略性要強(qiáng)得多。在2021年，數(shù)字領(lǐng)導(dǎo)者將使用低代碼、遠(yuǎn)程過程自動(dòng)化和集成技術(shù)的組合，以在更多業(yè)務(wù)領(lǐng)域和更大規(guī)模上改善客戶和員工的體驗(yàn)。低代碼平臺(tái)不僅將幫助更多的企業(yè)使舊版應(yīng)用程序現(xiàn)代化，并將更多的工作負(fù)載移至云端，而且使他們能夠以更少的軟件開發(fā)、云架構(gòu)和DevOps資源來做到這一點(diǎn)，而這仍然很難找到。

3. 云計(jì)算服務(wù)提供商實(shí)現(xiàn)多云架構(gòu)

對于很多企業(yè)而言，遷移到云端實(shí)質(zhì)上意味著要發(fā)展為混合云模型，其中IT運(yùn)營支持在數(shù)據(jù)中心、私有云和公共云中運(yùn)行的應(yīng)用程序。盡管大多數(shù)企業(yè)都在主公共云上使架構(gòu)和服務(wù)日趨成熟，但很多企業(yè)已經(jīng)認(rèn)識(shí)到他們必須跨多個(gè)公共云進(jìn)行操作。原因包括：

• 避免供應(yīng)商鎖定;
• 促成定價(jià)和服務(wù)水平協(xié)商;
• 支持新興服務(wù)的創(chuàng)新;
• 遵守?cái)?shù)據(jù)主權(quán)法規(guī);
• 支持收購

現(xiàn)在支持多云架構(gòu)并不容易，但是公共云供應(yīng)商逐漸認(rèn)識(shí)到，支持多云集成、管理和支持對于他們與大型企業(yè)的業(yè)務(wù)關(guān)系至關(guān)重要。Google Anthos和Azure Arc等服務(wù)可幫助IT跨多個(gè)云管理系統(tǒng)資源和Kubernetes集群。公共云服務(wù)提供商還認(rèn)識(shí)到，邊緣計(jì)算在涉及人類安全的工​​作負(fù)載中的作用，以及在其他要求低延遲和靠近數(shù)據(jù)源分析能力方面的作用;Azure Stack Edge和AWS Outposts等基礎(chǔ)架構(gòu)支持這些邊緣計(jì)算部署。

對于希望在合適的云端移動(dòng)和發(fā)展戰(zhàn)略工作負(fù)載的企業(yè)來說，部署選項(xiàng)和多云管理工具的增加是一個(gè)好消息。

4. 實(shí)時(shí)數(shù)據(jù)處理和事件驅(qū)動(dòng)架構(gòu)成為主流

實(shí)時(shí)數(shù)據(jù)處理曾經(jīng)是金融服務(wù)和廣告技術(shù)等行業(yè)所難于實(shí)現(xiàn)的技術(shù)目標(biāo)，在這些行業(yè)中，如果企業(yè)可以減少數(shù)據(jù)延遲時(shí)間哪怕一秒鐘，都可以創(chuàng)造出顯著的業(yè)務(wù)優(yōu)勢。很多公司依靠不可靠的數(shù)據(jù)更新中，這些數(shù)據(jù)更新每晚、每周或每月運(yùn)行一次，并采用手動(dòng)流程來修復(fù)中斷、數(shù)據(jù)質(zhì)量問題或執(zhí)行復(fù)雜的查詢。

CIO現(xiàn)在有幾種架構(gòu)選項(xiàng)可以支持實(shí)時(shí)數(shù)據(jù)處理。其中包括可按需擴(kuò)展的云架構(gòu)、Apache Kafka和Apache Spark等開源數(shù)據(jù)平臺(tái)、實(shí)時(shí)數(shù)據(jù)流平臺(tái)、支持事件驅(qū)動(dòng)架構(gòu)的平臺(tái)以及可自動(dòng)執(zhí)行數(shù)據(jù)收集很多方面的RPA軟件。

5. 簡化的MLOps將機(jī)器學(xué)習(xí)從POC帶入生產(chǎn)

現(xiàn)在技術(shù)先進(jìn)的企業(yè)已經(jīng)在生產(chǎn)環(huán)境中運(yùn)行機(jī)器學(xué)習(xí)模型，而其他企業(yè)還明顯落后。在Algorithmia的《2020年企業(yè)機(jī)器學(xué)習(xí)狀態(tài)》報(bào)告中，只有45%的受訪者已將機(jī)器學(xué)習(xí)模型部署到生產(chǎn)環(huán)境中。即使已成功部署機(jī)器學(xué)習(xí)(ML)模型的企業(yè)也遇到困難，超過40%的企業(yè)花費(fèi)了三十多天的時(shí)間來部署模型。IDC在6月發(fā)布的一項(xiàng)調(diào)查中發(fā)現(xiàn)，超過28%的人工智能/機(jī)器學(xué)習(xí)計(jì)劃失敗。

但是請不要誤認(rèn)為企業(yè)當(dāng)前的掙扎狀態(tài)表明ML正在逐漸消失。隨著越來越多的IT和數(shù)據(jù)科學(xué)企業(yè)更好地理解MLOps(數(shù)據(jù)科學(xué)家和IT專業(yè)人員的協(xié)作以自動(dòng)化ML算法)，并且隨著越來越多的平臺(tái)提供ML生命周期管理功能，ML將會(huì)迅速發(fā)展。

原因很明確：MLOps為先進(jìn)企業(yè)帶來機(jī)會(huì)，以減少部署時(shí)間并監(jiān)視ML模型以防止生產(chǎn)中模型漂移。對于處于AI之旅初期階段的企業(yè)而言，這些平臺(tái)提供了管理和運(yùn)營框架，因此數(shù)據(jù)科學(xué)家可以專注于開發(fā)和測試他們的模型。到2021年，我們應(yīng)該看到更多的公司在生產(chǎn)環(huán)境中成功部署ML模型。

企業(yè)優(yōu)先考慮可帶來近期價(jià)值的實(shí)用解決方案

本文中列出的2021年趨勢側(cè)重于可幫助更多企業(yè)通過競爭性數(shù)據(jù)和技術(shù)功能實(shí)現(xiàn)近期業(yè)務(wù)價(jià)值的技術(shù)和實(shí)踐。

在2021年，企業(yè)需要改進(jìn)客戶體驗(yàn)、提高運(yùn)營效率和增加高級功能，同時(shí)減少廣泛的技術(shù)技能和無數(shù)的部署風(fēng)險(xiǎn)，為實(shí)現(xiàn)這些目標(biāo)部署新技術(shù)時(shí)通常會(huì)帶來風(fēng)險(xiǎn)。

換句話說，對于很多行業(yè)的企業(yè)而言，從敏捷技術(shù)流程過渡到推動(dòng)業(yè)務(wù)敏捷的功能，低代碼、MLOps、多云管理和數(shù)據(jù)流平臺(tái)將是關(guān)鍵。