有人把数字化分为三个阶段:信息数字化、流程数字化和业务数字化。其实都是表象,没有触及数字化的核心本质。数字化转型的根本目的是什么?如何利用诸多的数字化技术实现?

　　一、从信息化到数字化及转型本质

信息化是企业为了提升效率、降低成本利用信息技术实现单点业务或办公能力的工具和流程改造。比如办公自动化OA、财务系统、人力资源管理系统等。企业的信息化解决了局部的效率问题,但也带来了新的问题:系统与系统之间彼此隔离,数据形成孤岛,信息难以共享,所以不得不去做集成。由于数据存储于各个系统的数据库中,每个系统的架构、开发语言、数据模型、数据存储、术语语义等都可能存在不同和差别,使系统间数据共享和复用变得困难,也造成了重新造轮子、重复建设。为了实现这些单体孤岛系统之间的数据共享和复用,我们做了多年的集成。但信息共享和集成从数据库层DBLink到业务层DAO,到中间件消息总线,再到服务层企业服务总线等等,都是一种加层补丁的方式,使系统之间的补丁越来越多,性能越来越差,数据越来越乱。所以我们又不得不去做数据治理。元数据管理系统、主数据管理系统、数据质量系统等等不断的建设,但也没见得数据质量有多大的提升,问题依旧,事倍功半。

虽然说数据可以通过ETL等手段汇聚到数据仓库、大数据平台或者数据湖,但并没有从根本上解决企业的系统建设方式和系统架构体系。不过数据的汇聚使对数据的深度分析和洞察成为可能。通过对数据的分析和洞察,找到业务对象之间的关系和联系,就可能从这些关系和联系中找到新的业务机会,就是数字化和转型的过程,详见图1。

数据集成和汇聚是一种方式和路径,也是一种习惯了的简单方式,但这种方式往往面临着重复建设、代价高昂。还有一种方式是彻底地重构,按照新的企业架构分步骤分阶段逐步地重构替换或者新建。新的架构可以采用微服务架构实现系统融合,以企业主数据为核心实现“数据融合”。使数据在产生的地方就标准化和规范化,消除众多的数据处理流程和步骤。重构是彻底的转型,但无法一步到位,需要根据投入、人力、时间、业务需求等实际情况逐步进行重构替换、补充新建来构建新的企业架构体系,需要对整个发展路径和路线图有清晰的认识和了解,对架构师和管理人员要求非常高,他们需要有能力来把控整个路径和进展,能及时的解决在重构转型过程中遇到的问题。不过实际情况,往往集成和重构两种方式并行,既要充分利用现有的信息系统,也需要考虑在替换老旧系统的过程中将企业架构更新换代,兼顾效率与成本。

1.数字化

有人把数字化分为三个阶段:信息数字化、流程数字化和业务数字化。其实都是表象,没有触及数字化的核心本质。为什么要数字化?当然最根本是为了效率和成本。要提升效率,降低成本,就需要不断寻找新的机遇。机遇从哪里来?可以从数据中来。但每个单体竖井的系统数据有限,数据之间的关系简单,这就需要和其他系统的数据集成或者统一汇聚到一个地方(比如数仓、数据湖等),然后可以对这些数据进行清洗、转换、去冗、补齐等操作,使之符合数据分析、数据运算和模型训练等要求。通过对数据的计算和分析,找到数据之间的隐藏的关系,可能就意味着新的机会。比如说,通过对原来各个单体系统中客户行为的分析,从而对客户有个相对全面的了解,也就是客户画像,根据客户画像表现出的客户特点,有针对性的提供服务,投其所好,则成功的概率更大。

2.数字化转型

数字化转型,并不是简单的使业务数字化,而是利用技术去分析、洞察业务数据之间的关系和隐藏的价值。以数据驱动,需要将数据以标准化、规范化、高质量进行整合在一起,最简单的方式就是不去做转换,使数据从源头、从产生的地方就遵循同样的标准和规范,也就不会有质量问题,无需数据质量平台。随着业务系统的逐步重构和替换,从而实现“数据融合”、“业务融合”、“应用融合”、“基础设施融合”、以及“组织融合”,在完成过程“系统融合”能力中实现企业全局数字化和转型。

数字化不是目的,利用数据进行分析洞察从而获得数据表面之下更多的认知、发现更多的潜在机会并尝试这些机会,才是数字化转型的根本目的。所以转型可以有两种方式:集成和重构。利用云计算、大数据、人工智能等技术,实现基础设施资源、数据、人力等的整合和融合。重构方式可以从根本上解决数据质量问题,提供足够多的高质量数据,消除数据因质量问题对机器学习、深度学习模型的影响,但非一日之功。集成可以利用已有的系统和资源,快速实现数据的汇聚。通过对数据深度洞察,找到数据之间的关系和联系、趋势和规律,从而指导企业尝试新的业务模式、运营模式等。

　因此可以说,数字化转型的本质是以数据为要素、技术为工具,实现对数据的分析和洞察,找到数据之间的关系、联系、趋势等,比如风险控制中关联交易分析等,从而支持和促进企业业务、流程、组织架构等的变革和创新。

　信息化解决了单体工具与效率问题,数字化构建起了业务应用体系,打通了数据之间的关系,数字化转型则深度分析和洞察数据之间的关系,找到数据变化趋势和规律,并有效利用这些数据关系、趋势和规律促进企业业务的变革、创新。

二、数字化转型解决方案

数字化转型的本质是利用数字化技术实现业务的数字化变革,促进业务的创新、模式的创新等。数字化技术有很多,如何利用这些数字化技术、能否用好这些数字化技术是实现业务的数字化变革的前提和基础。数字化转型不是建几套系统,不再是点的突破,而是体系的建设,包括战略、业务、应用、数据、基础设施、安全等多面一体的建设。

 云计算、大数据、人工智能、区块链、容器、微服务、中台、DevOps等等技术解决的都是某一方面的问题,而数字化转型需要融合这些技术特点来从全局设计解决方案。比如说云计算解决了算力问题;大数据增强了数据处理能力,为人工智能机器学习、深度学习提供了必要的大量的数据要素;人工智能基于云计算强大的算力和大数据足量的数据则可以进行深入的学习和验证;区块链增强了分布式安全能力;容器为云原生应用提供了弹性伸缩、环境一致性能力;微服务架构提供了单体应用分解的思路和架构方法;中台提供了企业级应用分层和复用思路的架构方法;DevOps糅合了开发运维一体化、文化和组织的建设思路。数字化转型过程中还有众多的技术,需要将这些技术进行整合和融合,将企业内业务、数据、应用、基础设施、安全、技术和企业战略作为一个整体系统看待,以系统化、系统工程的思维来设计和建设。

1.云原生体系

　从上面讨论我们也可以知道,云提供算力,大数据提供数据要素,人工智能提供算法,容器提供弹性运行环境,微服务、中台提供了架构方法,DevOps提供了组织协作方法,还有安全、稳定性和韧性等方法共同支撑着企业一体化融合业务应用系统的建设,支撑业务、流程和组织的转型。

  云原生体系对于整合和融合这些技术和能力提供了一种相对完善的、可落地的解决方案(称之为云原生融合架构),其中基于容器技术构建的容器云和容器化PaaS平台提供了运行时弹性、可扩展的环境;使用云计算IaaS服务提供算力,可支持多云异构资源调度管理,实现基础设施资源自服务能力;以企业主数据为骨架,构建企业数据架构体系,实现唯一可信数据源。

 2.以主数据为骨架构建企业数据架构

数据库、大数据平台、数仓、数据湖等平台为数据基础设施,实现数据自服务能力,支撑数据可复用服务(数据中台服务);以消息平台、认证平台、权限平台、监控平台等中间件平台为基础实现技术可复用能力,为中台架构中台可复用服务(技术中台服务)提供中间件基础设施平台支撑;服务的设计则可以以云应用12要素和15要素为设计原则,以微服务架构分解单体业务系统或设计分布式业务系统,以中台架构分层分布式业务系统,可以简单的将企业的一体化融合业务系统分为前、中、后台(企业级分层),而融合系统中的每个组件也可以分为前、中、后台(应用级分层),基于中台分层架构的应用又可以以微服务架构来进行分拆和部署于容器化PaaS平台,实现组件服务的按需弹性伸缩;通过标准化声明式API实现应用之间的协同,以API网关实现API服务的管理和治理;PaaS平台内部服务的治理可以使用服务网格,不过服务网格也是一种加层的方式,会额外带来不必要的延时,简单的方式是在实现服务时按照服务设计原则主动暴露必要的链路信息,以便实现链路跟踪和性能监控,使其具备可见性、可观测性同时兼顾性能;以DevOps方法论实现研发运维一体化和组织架构优化,DevOps的核心是协调研发和运维的利益关系,其实也提供了一种协调各团队和部门之间关系的思路,从而可以通过工具扩展实现业务、项目、应用等的全生命周期管理,避免局部的、单点的、中断的功能设计;在完成一体化系统融合之后,需要以混沌工程的思想持续的增强系统的抗脆弱性、韧性、稳定性、安全性;安全性要求涉及系统的每个节点每个方面,比如网络、容器、镜像、应用、认证、权限等等,需要持续的增强安全能力,确保数据和系统是安全可信的;云原生融合架构支持基于移动的用户体验提出了数字化时代的用户体验需求,满足客户随时、随地、随需的访问需求。

云原生融合架构以系统工程的思想将企业的战略、业务、数据、应用、基础设施、安全等作为一个复杂的系统来考虑,应用云、数据、人工智能等科技手段实现体系化的数据、应用、基础设施、安全等工具来支撑数字化业务和数字化业务创新和变革,从而实现企业战略发展要求。

三、总结

一种技术解决不了所有的问题,每种技术都有自己的局限。孤掌难鸣,一个好汉尚需三个帮,因此,在企业进行数字化转型的过程中,需要融合不同的技术手段和能力、不同的组织和团队按照既定战略来推进和完善云原生融合架构的建设。当然,这需要有专业的人员根据企业实际来规划和设计数字化转型战略、架构和路线图,避免弯路和重复建设。

作者简介

汪照辉,中国银河证券架构师,专注于容器云、微服务、DevOps、数据治理、数字化转型等领域,对相关技术有独特的理解和见解。擅长于软件规划和设计,提出的“平台融合”的观点越来越得到认同和事实证明。发表了众多技术文章探讨容器平台建设、微服务技术、DevOps、数字化转型、数据治理、中台建设等内容,受到了广泛关注和肯定。

　　编辑：Harris