2024年，企业数字化转型加速，生成式AI的兴起成为关键驱动力。研报指出，企业需要建立灵活的架构以适应新技术，并强调了六个关键能力：基础设施、可观察性和自动化、数据、应用交付、站点可靠性工程（SRE）运营和安全性。
企业数字化转型现状
- 大多数企业开始进行企业架构现代化，近四分之一的企业成为“实践者”，而“拖延者”的比例持续下降。
- 数字化转型导致企业管理的API数量远超应用程序数量，因为现代化趋势（如API层和SaaS迁移）增加了API的使用。
- 企业应用程序的分布变得更加分散，混合应用程序（分布在核心、云和边缘环境）的运营需要更高的数字成熟度。
- AI应用部署计划也呈现类似趋势，实践者和实践者更倾向于本地部署，而拖延者则更倾向于云部署。
六个关键能力
-
基础设施
- 分布式性：实践者在这方面表现突出，因为他们需要支持混合IT环境。
- 自动化：实践者更有效地自动化网络和网络安全基础设施，而拖延者和实践者则受限于预算、技能和工具复杂性。
-
可观察性和自动化
- 自动化能力：实践者更依赖自动化，减少人工干预。
- 遥测使用：实践者更有效地利用遥测数据，从简单的警报到深入的洞察和自动化。
-
数据
- 全栈可观察性：实践者已实现全栈可观察性，而拖延者仍在努力。
- 可观察性策略：实践者更倾向于单一数据湖方法，而拖延者缺乏策略。
-
应用交付
- 分布式性：与应用程序和基础设施的分布式性密切相关。
- 自动化：自动化程度最低，受限于复杂性、技能和预算。
-
SRE运营
- SRE采用：实践者几乎全部采用SRE，而拖延者则很少。
- SLO建立：实践者建立了SLO，并将其与业务成果对齐。
-
安全性
- SDLC采用：实践者和拖延者都采用了SDLC，但实践者的信心更高。
- 零信任采用：实践者和拖延者都采用了零信任，但实践者的信心更高。
生成式AI的影响
- 生成式AI将加速基础设施现代化，推动对专用处理单元（如GPU、DPU、NPU和LPU）的需求。
- 生成式AI将推动自动化，特别是AIOps的发展，通过分析遥测数据并自动采取行动。
- 生成式AI将增强安全性，通过预测分析、自动响应和持续评估来提高安全性和运营效率。
结论
企业数字化转型将持续加速，生成式AI将成为关键驱动力。企业需要加强六个关键能力，并利用生成式AI的潜力，以实现更高的数字成熟度，并从AI中获益。
