另一方面，很多企業(yè)通過采用全球四大云計(jì)算供應(yīng)商(亞馬遜，微軟，谷歌和IBM)所提供的云計(jì)算服務(wù)，將大大降低成本上的風(fēng)險(xiǎn)，因?yàn)檫@些行業(yè)巨頭的價(jià)格戰(zhàn)也正在不斷地進(jìn)行。除了云計(jì)算成本之外，更為關(guān)鍵的是那些能推動當(dāng)前和未來項(xiàng)目走向成功的深層次的無形資產(chǎn)。不幸的是，這些無形資產(chǎn)適用于目標(biāo)的方式有所不同，往往需要合理審查才能推斷出來。
功能：微服務(wù)，無服務(wù)器，最新熱點(diǎn)
比較來自每個公共云供應(yīng)商的服務(wù)矩陣將是一種艱難的歷程，因此，需要進(jìn)行一些前期設(shè)計(jì)，以確?；A(chǔ)構(gòu)建塊能夠支持應(yīng)用。但嚴(yán)酷的現(xiàn)實(shí)是，未來的一些實(shí)驗(yàn)性設(shè)計(jì)對未來避免重大的工作努力是必要的。例如，每個云計(jì)算供應(yīng)商專門在某些領(lǐng)域進(jìn)行區(qū)分，因此，如果一些項(xiàng)目具有一些獨(dú)特的特征，那么將會依賴固有的供應(yīng)商優(yōu)勢，這將會加快項(xiàng)目進(jìn)度。
最近的一個例子是Kubernetes，這是亞馬遜網(wǎng)絡(luò)服務(wù)公司(AWS)日前推出的托管服務(wù)。而谷歌云平臺(GCP)多年來一直提供托管Kubernetes服務(wù)。這些服務(wù)和產(chǎn)品變化很快，很難保持最新狀態(tài)，而問題在于組織是否有時(shí)間或具備專業(yè)知識來應(yīng)用。但最重要的是細(xì)節(jié)，看起來類似的產(chǎn)品在讀/寫性能或流數(shù)據(jù)等方面可能會有很大差異。
以下是當(dāng)前差異性的一個例子：
•跨服務(wù)和地區(qū)的安全性
•讀取和寫入時(shí)間序列數(shù)據(jù)，大量字符串?dāng)?shù)據(jù)等持久性。
•索引特殊數(shù)據(jù)類型以便快速檢索
•從外部系統(tǒng)接收/傳出數(shù)據(jù)
•關(guān)鍵服務(wù)的自動調(diào)整(向上和向下)
運(yùn)營：人員和流程
如果只是因?yàn)殚_發(fā)和運(yùn)營團(tuán)隊(duì)可以在幾個計(jì)算節(jié)點(diǎn)上創(chuàng)建高性能集群，那么這并不意味著擴(kuò)展這些集群中的一個或多個集群將會取得成功。事實(shí)上，為這些自我管理的服務(wù)構(gòu)建開發(fā)、登臺和最終生產(chǎn)環(huán)境對于很多企業(yè)來說是一場噩夢，除了那些擁有無限預(yù)算的公司以外。顯然，使用更多供應(yīng)商管理服務(wù)的能力與項(xiàng)目整體壽命成正比，尋找供應(yīng)商和自我管理服務(wù)更好的方法還需要一些研究和努力。
需要考慮的另一個關(guān)鍵因素是，供應(yīng)商或市場是否存在足夠的中小企業(yè)以確保連續(xù)性。軟件開發(fā)人員往往低估了大規(guī)模自我管理多節(jié)點(diǎn)集群所需的專業(yè)知識，其運(yùn)營團(tuán)隊(duì)會驚訝地發(fā)現(xiàn)，在第一次重大中斷期間，開發(fā)人員會感到手足無措。隨著許多新技術(shù)的出現(xiàn)，無論它們是作為云服務(wù)還是自管理，人才庫都非常有限，而企業(yè)所擁有的內(nèi)部專業(yè)知識只能通過自學(xué)和反復(fù)試驗(yàn)才能實(shí)現(xiàn)。一些企業(yè)通過尋求他人幫助來解決這個問題，但云計(jì)算供應(yīng)商并不一定能夠很好地解決這些問題。對于預(yù)算較大的項(xiàng)目來說，這是一個很好的選擇。但隨著外部服務(wù)的增加，供應(yīng)商鎖定并獲利變得更為重要。
人工智能
人工智能需要獲得企業(yè)的特別關(guān)注，因?yàn)樗ǔ２皇怯?jì)劃用于最小可行性產(chǎn)品(MVP)的東西，特別是對于新產(chǎn)品而言。然而，人工智能作為企業(yè)發(fā)展路線圖上的下一個項(xiàng)目不容忽視。如今，很多IT主管都需要制定人工智能策略，但目前實(shí)現(xiàn)人工智能的企業(yè)大多是規(guī)模龐大的公司，而人工智能作為數(shù)字轉(zhuǎn)型的一部分將在五年內(nèi)成為一種籌碼。人工智能的獨(dú)特之處在于它依賴于機(jī)器學(xué)習(xí)來提供有用的價(jià)值。換句話說，這不是一個微不足道的附加服務(wù)，事實(shí)上，機(jī)器學(xué)習(xí)需要組件服務(wù)協(xié)同工作，因?yàn)榇罅啃畔⒃诜?wù)之間流動。每個組件服務(wù)必須具有自動調(diào)節(jié)和彼此之間的密切聯(lián)系。否則，工程團(tuán)隊(duì)將花費(fèi)寶貴的資源進(jìn)行連接和管理。以下是幫助選擇的一個樣本調(diào)查問卷：
•人工智能和機(jī)器學(xué)習(xí)是一階項(xiàng)目還是附加項(xiàng)目?
•機(jī)器學(xué)習(xí)組件服務(wù)是否與其周邊服務(wù)一起自動調(diào)整?
•機(jī)器學(xué)習(xí)組件服務(wù)是否很容易交換數(shù)據(jù)?
•人工智能服務(wù)是否與企業(yè)項(xiàng)目的預(yù)期需求保持一致?
此外，還將提出更多的問題。
如今，為下一個大型風(fēng)險(xiǎn)投資選擇云計(jì)算供應(yīng)商的過程剛剛開始，企業(yè)挑選公共云的無形資產(chǎn)仍需更多的努力。
版權(quán)聲明：本文為企業(yè)網(wǎng)D1Net編譯，轉(zhuǎn)載需注明出處為：企業(yè)網(wǎng)D1Net，如果不注明出處，企業(yè)網(wǎng)D1Net將保留追究其法律責(zé)任的權(quán)利。
京公網(wǎng)安備 11010502049343號