“技術只是手段，只有客戶成功了，技術才有存在的價值?！?/p>

IBM近期委托獨立研究公司Harris Poll進行全球調研并發(fā)布的《IBM企業(yè)轉型指數：云現狀》[1]報告顯示，全球77%的受訪企業(yè)已經采用了混合云方法，但只有不到1/4的企業(yè)能夠全面管理其混合云環(huán)境；82%的中國受訪高管認為，沒有整體的混合云戰(zhàn)略，企業(yè)就無法釋放數字化轉型的潛能。而根據麥肯錫的數據，企業(yè)數字化轉型的失敗率高達84%。企業(yè)的數字化轉型知易行難，迷霧重重。

IBM 大中華區(qū)客戶成功管理部總經理朱輝認為，企業(yè)數字化轉型面臨技術與非技術的雙重挑戰(zhàn)。

從技術角度來看，數字化轉型對于企業(yè)的自身企業(yè)級數據的質量和治理的成熟度有很高的要求，這是企業(yè)數字化轉型成敗的關鍵。如果沒有把數據治理作為數字化轉型當中的必經一環(huán)，而且是必須要做好的一環(huán)，那很多工作是無法進行的。而數據治理是與數據相關的項目當中難度極高、復雜度極高、時間跨度極長、投入極大的一類項目，也是企業(yè)數字化轉型前期碰到的巨大挑戰(zhàn)，甚至是失敗的原因。

從非技術的角度來看，數字化轉型是在充分釋放數據價值和利用人工智能能力的前提下，重新打造一家企業(yè)的過程。如果企業(yè)把數字化轉型理解成是在現有的組織架構、業(yè)務流程、企業(yè)狀況之下，簡單的利用技術實現降本增效的過程，那么，從開始的認知上就已經出現了較高的風險。因為很多進行數字化轉型的企業(yè)最后會發(fā)現，他要做的是組織架構的調整，是職位崗位的調整，是員工技術技能的轉換或改變。因此，文化的、組織架構的、流程的改變，也是企業(yè)數字化轉型過程當中碰到的巨大障礙，也是很多企業(yè)最后做不下去的原因?！皳Q句話說，企業(yè)數字化轉型必須要有一個全面的戰(zhàn)略和技術能力，如果其中某一個點是短板的話，那極有可能成為失敗的導火索。”朱輝強調。

這也是為什么IBM做了大量投入，成立售前的車庫創(chuàng)新體驗團隊（Client Engineering）和售后的客戶成功管理團隊的主要原因。利用IBM獨特的車庫創(chuàng)新方法，幫助客戶在轉型初期就能從戰(zhàn)略、組織和文化的層面做好準備，共同定義出用技術解決業(yè)務問題的最小可行性方案，以最小的成本實現規(guī)?；膭?chuàng)新，提高轉型的成功率。已經采購了IBM技術的客戶，通過與IBM客戶成功團隊技術專家的共創(chuàng)，能夠開發(fā)更多行業(yè)應用場景，實現技術價值的最大化，同時為行業(yè)貢獻領先的應用方案。

例如，在金融行業(yè)，IBM 客戶成功團隊助力國內某大型股份制商業(yè)銀行，利用新一代應用性能管理及可觀測性分析平臺——IBM Observability by Instana APM，有效實現了云上應用的可觀測性。

該銀行此前已經建立了自主可控的全棧云平臺，支持分布式、云原生、微服務等技術，其應用也在進行云原生化改造和上云。在其分布式、容器化、Kubernetes環(huán)境下，有上百個服務和上千個實例在運行，運維團隊急需理解整個系統(tǒng)當中微服務應用間的相互調用關系，應用開發(fā)團隊則需要及時發(fā)現、定位和解決快速迭代和發(fā)布新版本的各種問題。

客戶利用 IBM Instana實現了傳統(tǒng)和云原生環(huán)境下不同技術棧的自動發(fā)現和監(jiān)控，全面關聯(lián)相關信息并定位故障，提供全面的可觀測性。因此，不管是開發(fā)人員還是運維人員，都可以通過 Instana 快速了解當前系統(tǒng)和應用的運行情況，及時發(fā)現問題、可視化展現問題并快速定位根因。Instana 提供高保真數據，可追蹤每一條請求，滿足了客戶對應用系統(tǒng)的 360 度無死角監(jiān)控的訴求，可以采集到每一條錯誤調用，每一筆響應時間異常的交易。開發(fā)人員可以通過 Instana 進一步對應用性能進行深度鉆取，定位到具體耗時長的應用代碼或者慢 SQL 語句，并最終完成對應用性能的調優(yōu)。

在汽車行業(yè)，延鋒汽車基于IBM Watson Discovery構建AI 決策大腦，實現通用訂單到內部訂單的自動轉換，降本增效。

延鋒國際汽車技術有限公司是全球汽車零部件供應商，在全球20多個國家擁有9家研發(fā)基地，240多個工廠，為全球整車制造商提供汽車零部件的設計開發(fā)制造。這樣一家企業(yè)，每天收到整車廠和下游廠商的訂單量是特別巨大的。他們需要通過人工根據經驗把通用訂單轉為內部訂單，每個工廠每天需要兩名工作人員花150分鐘進行手工分類。即使在這樣的人工投入下，仍伴隨15%的分類錯誤，給延鋒汽車帶來成本和效率的雙重挑戰(zhàn)。

延鋒汽車利用Watson Discovery強大的自然語言學習能力構建AI模型，從1.8億歷史數據、200多種排列組合、結構化數據和非結構化文本混合數據中，學習通用訂單對應的內部訂單背后蘊藏的規(guī)則，變身智慧大腦，實現運營自動化。實現了全自動執(zhí)行流程，無需人工操作，且訂單分類正確率從85%提升到97%，大大減少了返工時間。

IBM客戶成功團隊沒有止步于此，與延鋒汽車一起開發(fā)出新的業(yè)務場景，利用IBM Cloud Pak for Integration – Aspera構建了企業(yè)級文件傳輸解決方案，幫助延鋒汽車的智能制造部門實現降本增效。

為了實時掌握分布在中國和全球240多個工廠眾多車間的零部件庫存使用情況，延峰汽車在各工廠的監(jiān)控攝像頭將千上萬張的實時照片快速地傳回總部。用傳統(tǒng)復制粘貼的方法來傳輸批量的照片文件，這給延鋒汽車的智能制造部門帶來巨大的業(yè)務挑戰(zhàn)：傳輸速度慢、網絡延遲明顯或丟包比較嚴重的情況下，需要多次分批次手工選擇對應照片文件進行復制,耗時且容易誤操作；無法斷點續(xù)傳、無法自動重連、無法自定義傳輸速度,無法在不影響核心業(yè)務系統(tǒng)向外發(fā)任務的前提下,充分利用主干網的傳輸帶寬。

IBM Cloud Pak for Integration中的Aspera組件可提供高速安全可靠的文件傳輸解決方案。在總部搭建Aspera服務器,在分部工廠車間搭建Aspera客戶端。部署IBM Cloud Pak for Integration - Apsera組件后，延鋒汽車的傳輸速度平均提高了10倍，不僅避免了漫長的人工等待時間和人工復制粘貼的誤操作，還實現了斷點續(xù)傳和自動重連，并且可以動態(tài)配置傳輸帶寬和限速，在不影響ERP核心系統(tǒng)性能的前提下而最大程度上提高實時監(jiān)控文件的傳輸效率。

在政府水利行業(yè)，IBM車庫創(chuàng)新體驗團隊與客戶成功團隊一道，攜手上海水利科技和同濟大學土木工程專家，利用IBM Watson Discovery構建水利工程知識庫，打造高效的智慧工地，為構建國家水利行業(yè)“大江大河大湖數字孿生、智慧化模擬和智能業(yè)務應用”貢獻力量。

國家“十四五”新型基礎設施建設規(guī)劃提出，要推動大江大河大湖數字孿生、智慧化模擬和智能業(yè)務應用建設。長江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要等，都對數字孿生流域建設提出了更加具體明確的要求。上海水利科技響應水利部號召，以數字化、網絡化、智能化為主線，與IBM以數字化場景、智慧化模擬、精準化決策為總體路徑，共同探索以數據與AI賦能的數字孿生水利工程建設。據此，上海水利科技提出了兩個應用場景，即構建智慧大腦提高工作效率和構建水利樞紐工程安全模型。

首先是工作效率，水利建設是一個龐大的工程，需要遵守嚴格的流程，需要嚴謹的科學理論做支撐。各種類型的文檔及文本數據涉及到很多業(yè)領域，使得信息查詢耗時耗力。尤其當工程人員在工地上時，特別困難。通過使用IBM Cloud Pak for Data、IBM Watson Discovery Cartridge解決方案所提供的智能文本搜索、數據科學和機器學習預測技術，水利科技為工程人員提供了統(tǒng)一平臺，在一個整體視圖中搜索與訪問所需文檔信息。通過簡單關鍵字輸入，就可以實現從眾多非結構化文檔（如PDF和圖片）中快速定位信息。利用機器學習模型輔助文檔分類和標注，為文檔提供建議。借助自然語音處理（NLP）技術對非結構化數據進行分析，從文本中提取有效信息，幫助工程人員高效獲取知識，輔助水利工程建設智慧決策。

同時，安全是工程建設的核心要素，水利工程需要依托實景三維模型和有限元計算模型作為數據模型資產，對大壩及其圍堰結構進行分析，通過采集和管理水利工程的多維監(jiān)測數據。基于IBM Cloud Pak for Data，運用數據科學和機器學習算法，在傳統(tǒng)土木工程模型的基礎上構建水利樞紐工程安全模型，實現數據模型優(yōu)化和在線推演預測，實現結構變形預測及異常監(jiān)測預警等實時應用，從而實現工程安全分析預警、綜合決策等上層業(yè)務。

在信息技術行業(yè)，IBM助力上海寶信軟件信息服務事業(yè)本部實現數據庫監(jiān)控管理現代化，賦能核心系統(tǒng)穩(wěn)定運行、高效運維。

上海寶信軟件信息服務事業(yè)本部所屬的寶信軟件是中國寶武集團下屬IT企業(yè)，也是IBM長期的ESA合作伙伴，歷經40余年發(fā)展，致力于推動新一代信息技術基礎設施的創(chuàng)新。在他們的解決方案里，現代化數據庫架構采用了Db2+HADR（Highly Available Disaster Recovery)等高可用部署方式，在高質量的保證數據庫運維7*24不間斷穩(wěn)定運行遇到了很大的挑戰(zhàn)。

寶信軟件信息服務事業(yè)本部借助IBM Db2 Data Management Console（DMC），這一集監(jiān)控配置和性能調優(yōu)于一體的原生工具，為數據庫運維人員提供智能化的專家建議。應用機器學習、SQL、RESTful API等技術，實時監(jiān)控企業(yè)內多版本多架構的數百個DB2數據庫，分析問題并提出自動修復和優(yōu)化建議。通過實時監(jiān)控跟蹤數據庫各種指標，通過智能警報，將DB2數據庫的問題及時通知運維人員和數據庫管理員（DBA），并輔助根因分析，提升分析和解決問題的效率，并提供大量針對工作負載性能問題的分析和建議調整方案，簡化運維人員和DBA的工作。

寶信軟件通過提升自身運維服務和云服務的核心競爭力，可以更好地服務其各個行業(yè)的終端客戶。未來，IBM也將繼續(xù)攜手寶信軟件這樣的“老伙伴”，一起邁向新征程。

朱輝強調，技術只是手段，只有客戶成功了，技術才有存在的價值?！拔覀円^續(xù)把IBM最新的技術能力落到客戶具體的業(yè)務場景中去，和客戶以及他們的合作伙伴攜手共同創(chuàng)新，解決他們的業(yè)務問題，實現他們他們的業(yè)務目標。未來，IBM會更加清晰地把技術和產品價值傳遞給客戶，攜手共創(chuàng)解決客戶的實際問題，積極應對不確定的環(huán)境，攜手共創(chuàng)一個可持續(xù)的未來?！?/p>

[1]研究方法：由Harris Poll 代表 IBM 在 12 個國家（美國、加拿大、英國、德國、法國、印度、日本、中國、巴西、西班牙、新加坡、澳大利亞）進行在線調查，時間為 2022 年 6 月 8 日至 7 月 17 日。該調查是針對年收入超過 5 億美元的公司中的 3014 名 IT 和業(yè)務專業(yè)人士進行的，他們對其組織的云戰(zhàn)略有深刻了解?！禝BM 轉型指數：云現狀》是綜合了針對 9 個云計算相關維度的 25 個以上不同格式題庫，由行業(yè)專家提供信息輸入的數據而制定的。

關于 IBM

IBM是全球領先的混合云、人工智能及企業(yè)服務提供商，幫助超過175個國家和地區(qū)的客戶，從其擁有的數據中獲取商業(yè)洞察，簡化業(yè)務流程，降低成本，并獲得行業(yè)競爭優(yōu)勢。金融服務、電信和醫(yī)療健康等關鍵基礎設施領域的超過 4000家政府和企業(yè)實體依靠IBM混合云平臺和紅帽O(jiān)penShift快速、高效、安全地實現數字化轉型。IBM在人工智能、量子計算、行業(yè)云解決方案和企業(yè)服務方面的突破性創(chuàng)新為我們的客戶提供了開放和靈活的選擇。對企業(yè)誠信、透明治理、社會責任、包容文化和服務精神的長期承諾是IBM業(yè)務發(fā)展的基石。