敏捷AI架构：混合设计技术架构助力业务提速

核心观点与关键数据

• 技术架构的重要性：技术架构已成为企业竞争优势的关键，需与业务目标一致，提供灵活性和可扩展性。过时的架构会阻碍新兴技术（如生成式AI）的应用。
• 生成式AI的兴起与挑战：生成式AI投资回报率高，但需强大的技术架构支持。当前许多组织的技术架构无法有效支持生成式AI，导致投资回报率受限。
• 混合设计架构的优势：混合设计架构通过模块化和可组合性，支持生成式AI等新兴技术，实现系统无缝协作、可扩展且支持长期需求。
• 关键数据：
  • 62%的企业高管认为生成式AI是现实而非炒作（一年前为33%）。
  • 生成式AI将AI整体投资回报率从2022年的13%提升至31%。
  • 38%的受访企业自认为已设计出实现企业级AI业务解决方案所需的技术架构（可能被高估）。
  • 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。
  • 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。
  • 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。
  • 54%的企业高管难以向业务利益相关者解释技术架构决策的影响。
  • 53%的技术架构师缺乏对业务问题的理解。
  • 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。
  • 88%的受访高管表示生成式AI已经加速了行业创新。
  • 54%在实现出众财务绩效的企业中，更高比例的企业将架构师分配到业务部门和边缘计算位置，并设计了可在企业级支持顶级AI业务解决方案的技术架构。
  • 只有24%的生成式AI项目有相应的安全保障措施。

研究结论与行动建议

• 技术架构需重新设计：缺乏清晰业务愿景的架构设计难以适应变化。应重新设计面向未来的架构，而非简单调整。
• 开发业务驱动的架构模式库：预定义模式可提供可重用的构建块，加快开发速度，并摆脱“以技术为中心”的设计思维。
• 实现数据无关性：同步迭代数据策略，利用不同架构模式处理不同数据类型，充分发掘数据资产价值。
• 实现架构自动化：利用生成式AI辅助架构文档生成，让架构师专注于战略层面。
• 为生成式AI建立发射台：混合架构需密切协同，简化数据移动，实施强有力的安全协议，释放生成式AI潜力。
• 将IT重新定位为平台服务提供商：利用平台工程，嵌入业务驱动设计，提供统一用户体验，支持前沿AI和核心业务功能。
• 构建面向未来的平台：从零开始设计平台，嵌入安全性，建立企业API目录，释放开发人员潜力。
• 整合Identity Fabric：集中管理用户身份和访问控制，实现无缝访问、集中控制、增强安全性和灵活性。
• 企业平台的优势：提供用户友好的界面，预装行业专有工具和模板，增强安全性，可扩展，支持数据安全和行业合规性。

案例分析

• 奥迪：基于Red Hat® OpenShift®创建即服务开发环境，实现跨云平台开发、交付和扩展，将产品上市时间缩短了六个月。
• Edger Finance：利用融合生成式AI的平台，试点期间测试展现出生成式AI的切实成效：总结报告时间缩短了96%，数据提取时间缩短了90%。
• IBM：通过简化IT环境，实现敏捷、创新和增长，为决策者、工程师、运营人员和开发人员都带来了益处。