敏捷AI架构：混合设计技术架构助力业务提速

敏捷架构 AI 混合设计技术架构助力业务提速 IBM商业价值研究院 敏捷AI架构 本系列报告旨在阐述组织如何采用我们提出的“混合设计”方法来设计和实施“重大技术重置”。作为本系列报告的第三期，本报告将探讨“混合设计”技术架构如何助力业务引擎加速。 “如今，技术部门作为一个单独的实体是没有意义的；技术的作用是重新定义和推动业务发展。这就需要与其他业务部门进行更加紧密的整合与协作。” –RafeeTarafdar, Infosys首席技术官 混合设计技术架构助力业务提速 技术架构：从后端到董事会 尽管光鲜亮丽的并购和引人注目的计划是企业发展中的重头戏，但幕后却正在酝酿一场更为安静的变革。过去，技术架构是IT专业人士的专属领域，但现已开始成为帮助CEO建立持续竞争优势的战略基石。这不仅关乎最新崛起的编程语言，更关乎如何利用技术的强大力量来实现成功所需的核心要素：效率、可扩展性和敏捷性。 随着AI的日益普及，企业高管开始看好这项技术的前景。62%的企业高管认为生成式AI是现实而非炒作，而一年前这一比例仅为33%。1生成式AI已将AI整体投资回报率从2022年的13%提升至如今的31%。2在AI发展的现阶段，31%的投资回报率似乎是一个相当高的水平，但这是因为生成式AI能力成熟度最高的组织仅关注少数高价值项目（最有可能成功的项目），并取得了尤其显著的早期投资回报率。 但对于许多其他组织来说，AI投资并没有那么顺利。随着更广泛和深入地采用生成式AI并扩大应用规模，许多组织开始面临一些挑战。具体来说，当前技术架构就是阻碍投资回报率的一个重要因素。但许多组织都会忽略这个因素。 38%的受访企业自认为已经设计出实现企业级AI业务解决方案所需的技术架构。3然而，根据IBM的咨询经验，这一比例可能过高；这些组织可能低估了自身在扩展生成式AI方面对架构的需求。 1 超越专业术语：技术入门指南 技术高管们经常使用专业术语讨论各种技术话题，例如混合云如何加速AI、架构细节、基础设施和应用层等。但业务高管可能会对这些技术术语感到困惑或不感兴趣。55%的受访企业高管表示，业务利益相关者对技术架构的理解不足 ――这种情况将难以发挥IT架构的业务优势。4为了帮助理解，我们将使用餐厅作为类比。 从建筑蓝图到厨房里的搅拌器，餐厅布局就类似于一家组织的技术资产。 技术架构就像是餐厅的蓝图：它定义厨房的布局、餐桌的位置，以及电力如何输送给烤箱等，可确保一切高效安排并无缝协作。 技术基础设施就像是餐厅的基础：包括建筑结构、电气布线和管道等。这是任何功能正常运行所需的基本设备。没有稳固的基础，餐厅就无法正常经营。 企业平台就像是厨房内的预建备菜区。有些区域专门用来制作糕点和甜点，有些区域则专门用来制作主菜。每个区域都可以按需增加定制功能，例如专用搅拌器、比萨饼烤箱等。 应用就像是厨师使用的工具，包括烤箱、冰箱、餐盘、菜单等。这些工具可以帮助完成各种任务，例如接受订单或制作产品。 2 “混合设计”架构的独特优势 大多数现有技术架构都是上一代的，并不适合支持当今高度数字化、互联互通的业务需求，更不用说未来的新一代业务需求了。例如，它们不像最新架构那样具备模块化和可组合的特点，这就会将用户锁定在某些工作方式中，从而减慢产品开发速度。 生成式AI就是当今架构无法支持的一项典型技术。传统架构会阻碍而不是优化生成式AI的功能。信息锁定在孤立的数据库中，从而限制生成模型进行学习和创造所需的数据源。碎片化的工作流程会减慢生成式AI模型的训练和部署速度。而过时的处理器则会限制充分释放生成式AI潜力所需的算力。这就像是现代空调系统、共享工作空间和当前电力需求出现之前的建筑蓝图，暖通空调系统、电力布线和整体设计并不适合当前的商业环境和工作方式。 但“混合设计”技术架构为高管和董事会所期望的长期增长奠定了基础。这种架构将确保系统无缝协作、可扩展且支持长期需求。 大多数现有技术架构都是上一代的，并不适合支持当今高度数字化、互联互通的业务需求，更不用说未来的新一代业务需求了。 3 IBM商业价值研究院甄别出了每位领导者都需要了解的三个要点，可帮助组织利用混合设计加速业务成效： 01 需要了解的事项 技术架构不仅关乎技术本身，更关乎业务。 行动方案 重新设计架构。 02 生成式AI需要的是发射台，而不是围墙。 03企业平台再次成为热点领域。 为生成式AI建立发射台。 将IT重新定位为平台服务提供商。 4 5 需要了解的事项： 技术架构不仅关乎技术本身，更关乎业务。 01 明确定义的架构可确保组织的技术与核心业务目标相一致。无论是提升生产力、改善体验还是推动创新，正确的架构都提供了灵活性和可扩展性。 比如，一家零售公司致力于提供无缝的全渠道体验。借助强大的架构，该公司可以在所构建的应用中整合在线商店、实体店、库存管理系统、促销活动、客户服务体验和其他接触点，从而打造统一的客户旅程。 对于许多企业而言，随着生成式AI的兴起，技术架构才开始引起最高管理层的关注。这是为什么呢？因为过时的技术架构会阻碍组织采用新兴技术。70%的受访企业高管表示其技术架构造成了混乱、冲突和分歧。5但65%的受访企业高管也表示其技术架构对于如何利用IT改善业务绩效至关重要。6这是一个悖论。 企业高管表示成功技术架构面临的两大障碍分别是： 54% 难以向业务利益相关 者解释技术架构决策的影响 53% 技术架构师缺乏对 业务问题的理解7 这就需要强大的技术架构。这种技术架构能够在业务与IT之间建立一种共同语言，从而弥合沟通上的鸿沟。通过制定技术路线图并将其与业务目标对齐，这种技术架构可以促进业务与IT紧密合作，共同实现目标。而且，技术架构还应具备灵活性，能够根据业务需求做出调整，确保在适当的时间实现预期的成效。 6 7 潜藏风险不容小觑 假设你正在建造一家前沿的餐厅。顶尖的建筑师和创新性材料都已到位，但地基却很破旧。这就好比是忽视生成式AI的技术架构―过时的技术架构即将在新一轮创新浪潮中崩塌，却要在这样的基础上部署改变未来的超级技术。生成式AI需要海量信息才能发挥效用，而过时的架构就像是锁在“虚拟文件柜”中的孤立数据，大幅限制了生成式AI的潜力。此外，许多过时系统中还充斥着各种安全漏洞，就像是给黑客铺设了欢迎垫。 “我们正在力争与业务部门建立一种紧密协作的关系，携手共同前行，而不是像客户与服务提供商那样的传统关系。” –TawatchaiCheevanon, 泰京银行全球交易银行集团主管兼代理首席信息官 65%的受访高管表示 技务绩术效架至构关对重于要改。善业 但70%的受访高管表 示构其造当成前了的混技乱术、冲架 突和分歧。 01 需要采取的行动： 重新设计架构。 缺乏清晰业务愿景的架构设计通常很脆弱且容易失败，因而难以适应不断变化的需求和要求。问题不是：“我们应该调整架构吗？”而是：“我们是否有足够的勇气重新设计面向未来的架构？” 设计架构意味着围绕业务需求进行设计，而不是追逐最热门的新兴技术。新兴技术只是帮助组织实现业务成效的工具。但许多组织并没有这样做。下面是具体的行动方案： 开发业务驱动的架构模式库。 并非每个业务问题都需要独特的架构解决方案。想象一下，您的团队每次在面对新的业务挑战时，不再需要重新设计架构（或API）。开发模式库之后，团队可以更快地采取行动，并创建可满足全方位业务需求的架构。预定义模式可提供可重用的构建块，从而加快开发速度。此外，这还有助于摆脱“以技术为中心”的设计思维，转而开始关注业务成效。模式库本身就是创新的温床。通过组合现有模式，可以创造各种新的模式，从而为复杂的业务挑战提供创新性的解决方案。 实现数据无关性。 在设计新架构时，数据策略需要同步迭代，以充分发挥数据优势。数据无关性让组织能够利用不同架构模式的优势来处理特定数据类型，从而加快数据驱动式决策流程的速度。现代企业依赖各种数据源，包括结构化数据、非结构化数据、实时数据和历史数据。通过同步发展数据策略来与架构相融合，您可以利用不同的模式来处理不同的数据类型，从而充分发掘所有数据资产的价值。对于每种架构模式，确定最适合该模式的数据模式。例如，单体架构可能最适合结构化数据，可实现高效存储和检索。微服务可以处理实时数据以实现事件驱动的通信。事件驱动架构适用于非结构化数据的事件处理和分析。无服务器架构可用于对历史数据进行批处理和分析。 8 9 实现架构自动化。 未来属于那些能够利用AI设计创新架构的架构师。我们已经开始见证生成式AI对软件开发的积极影响。开发人员从重复性的编码任务中解脱出来，以便专注于更高阶的产品设计工作。同样，此类“AI助手”也适用于架构师的工作场景。 让技术架构师基于企业创建的大量架构文档来训练小模态生成式AI。如果AI助手能够生成日常架构文档，架构师就可以腾出更多时间来专注于改善客户体验。采用AI并不会削弱架构师的角色，反而会增强架构师的能力。专注于架构的战略层面――架构设计不仅要确保系统正常运行，还应推动未来的长期业务成功。 问题不是：“我们应该调整架构吗？”而是：“我们是否有足够的勇气重新设计面向未来的架构？” 02 需要了解的事项： 生而不成是式围AI墙需。要的是发射台， 60%的受访高管表示，未来两年内，其组织设计、交付和管理云架构的方式将需要进行重大或彻底变革。8三分之二的受访高管对基础设施也持同样的看法。 打造混合架构需要密切协同。简化本地部署与云环境之间的数据移动，并实施强有力的安全协议至关重要。尽管面临诸多挑战，但潜在回报是巨大的，包括加快创新周期、优化成本以及建立面向未来的AI战略。 通过有意识地设计混合架构，企业可以释放生成式AI的真正潜力、加速创新并在AI赋能的未来时代建立竞争优势。事实上，88%的受访高管表示生成式AI已经加速了行业创新。随着生成式AI渗透到企业的每一个职能和活动中，这项技术将迅速对业务模式创新产生实质性影响。9 受访高管普遍表示，在未来三年中，AI和生成式AI将以多种方式支持业务模式创新，包括提供对更多数据的访问权限(88%)、从现有数据中生成新洞察(86%)、拓展新市场(85%)以及加速产品和服务开发(84%)。10这样来看，CEO将业务模式创新列为其组织在未来三年内的首要挑战就不难理解了。11 在实现出众财务绩效的企业中 54% 更高比例的此类企业设计 了可在企业级支持顶级AI 业务解决方案的技术架构12 2x 更高比例的此类企业将架构 师分配到业务部门和边缘计算位置13 10 11 生成式AI需要强大的引擎来提供原始处理能力，包括本地部署处理能力和云端敏捷性（用于支持快速扩展和数据访问）。 混合设计架构可同时实现这两项能力，从而为企业带来以下几个关键优势： –推动产品主导的开发：混合设计让组织能够在本地环境训练核心AI模型，从而确保数据隐私，同时还可利用云平台来快速部署新功能并基于用户反馈进行A/B测试。这种快速迭代周期可推动产品主导的开发，而实时用户数据将成为增长的关键驱动力。试想，一家零售商以AI赋能的产品主导开发为侧重点，重新设计了其移动应用。该应用基于一个核心AI模型，该模型利用匿名客户数据在本地进行训练。当客户浏览应用或实体店时，AI会实时分析客户行为，并提供个性化的产品推荐。AI会根据客户的需求和购买记录生成动态购物清单。此外，AI还可以展示针对相关产品的促销和优惠券，推动冲动购买并增加平均订单价值。 –选择的力量：混合架构的最大优势在于其灵活性。企业可以为AI生命周期的每个阶段选择最合适的环境。需要训练海量语言模型？请充分利用强大的本地处理能力。正在试验新的计算机视觉应用？云平台是更好的选择。混合架构就像是配备了一个专属的超级计算机来处理核心任务，同时在云端建立一个无限制的实验场，能够以极快的速度测试和完善AI创意。借助这种敏捷性，组织可以更快地将AI创新推出市