《IBM：2024敏捷AI架构：混合设计技术架构助力业务提速研究报告（26页）.pdf》由会员分享，可在线阅读，更多相关《IBM：2024敏捷AI架构：混合设计技术架构助力业务提速研究报告（26页）.pdf（26页珍藏版）》请在三个皮匠报告上搜索。

1、敏捷 AI 架构混合设计技术架构助力业务提速IBM 商业价值研究院1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

2、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

3、面对架构的需求。敏捷 AI 架构混合设计技术架构助力业务提速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。”Rafee Tarafdar,Infosys 首席技术官2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

4、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。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。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。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

5、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。23“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

6、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。44IBM 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：02 01 03 行动方案技术架构不仅关乎技术本身，更关乎业务。需要了解的事项重新设计架构

7、。为生成式 AI 建立发射台。将 IT 重新定位为平台服务提供商。生成式 AI 需要的是发射台，而不是围墙。企业平台再次成为热点领域。456 需要了解的事项：6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

8、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。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。53%53%技术架构师缺乏对业务问题的理解754%54%难以向业务利益相关者解释技术架构决策的影响企业

9、高管表示成功技术架构面临的两大障碍分别是：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。65%的受访高管表示技术架构对于改善业务绩效至关重要。70%的受访高管表示其当前的技术架构造成了混乱、冲突和分歧。但7“我们正在力争与业务部门建

10、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。”Tawatchai Cheevanon,泰京银行全球交易银行集团主管兼代理首席信息官需要采取的行动：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？”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

11、，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。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：8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

12、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。重新设计架构。01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

13、。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？”91060%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

14、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%)。1

15、0 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需要了解的事项：10生成式 AI 需要的是发射台，而不是围墙。2x2x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1354%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在实现出众财务绩效的企业中0211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

16、，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

17、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 创新推出市场，从而抢占先发优势。安全至上：利用混合架构，企业可以安全地将敏感数据和核心应用保留在内部，同时利用云计算的强大安全功能来提供额外的安全保护。这种分层方法可以尽可能降低风险，并增强客户和监管机构的信任。这就相当于一种双层防御机制，一方面对组织的核心 AI 模型进行严密保护，另一方面云平台则会在每次更新上线之前进行严格审查

18、。60%的受访高管表示，未来两年内，其组织设计、交付和管理基础架构和云计算的方式将需要进行重大或彻底变革。11需要采取的行动：在大规模部署生成式 AI 之前，组织需要确保其发射台适合这项任务。这就需要创建或重新设计强大的架构，以便应对当前和未来的挑战。12不要让供应商“劫持”您的架构。一些供应商会提供短期让利，以换取更大的数字工作负载份额。与战略供应商达成最佳交易，但不要放弃实现关键业务成效所需的架构控制。强大的架构框架可确保每一项技术决策都符合组织的核心业务目标，而不仅仅是达成云供应商的销售目标。这种价值至上的方法可确保您的 AI 投资带来切实的业务成效。聚焦于几个核心目标。如果企业无法明确

19、一些关键优先目标，架构师就无法设计出最佳架构蓝图。不要尝试实现愿望清单上的所有项目，这样会削弱架构的力量。确保业务团队和 IT 团队共同定义所需的架构，聚焦实现企业最重要的几个目标。为生成式 AI 建立发射台。02规范并执行一致的架构原则。架构将通过数百个日常决策成为现实，因此需要定义完整的架构原则框架以及实施和执行决策所需的治理。如果缺乏明确的架构原则，团队就可能会创建出由各种技术拼凑出的架构，从而导致效率低下、安全漏洞和难以维护。生成式 AI 的架构要求应与安全、数据共享和开发平台方面的决策相结合。放眼全局，这些技术决策还需要与集成和产品主导设计方面的决策保持同步，确保与整体业务目标对齐。

20、技术高管需要与业务部门合作，确保对架构中最重要的业务关键优先事项进行明确和清晰的定义。然后，采用经过深思熟虑的混合设计方法来定义架构，从而实现这些优先事项。以下行动方案将帮助您的团队达成目标：架构将通过数百个日常决策成为现实。13成功的平台可以有效整合适当的数据、模型架构、治理和计算基础设施，从而创造价值。随着企业日益依赖平台，建立现代化 IT 架构已是势在必行。生成式 AI 或许就是一项缺失的要素。生成式 AI 可以转变组织内部的各个职能，从而为平台赋予超能力。企业平台再次受到关注是有原因的。这一次，我们将见证新一代平台的兴起，该平台能够应对当今数字环境中的挑战并支持人工智能（生成式 AI）

21、的需求。再回到餐厅的比喻，如果企业平台是预建备菜区，那就需要针对合适的用途进行构建。如果想要制作亚洲融合菜肴，糕点区就根本没有任何作用。换句话说，传统平台往往是通用的解决方案，而当今的“混合设计”企业平台则针对 AI 集成、数字化转型计划和前沿业务需求进行了定制设计。“混合设计”平台不仅着眼于当下，还为未来夯实基础，带来多项长期回报。但“混合设计”的真正独特之处在于以最终目标为设计核心，围绕具体业务需求来构建平台。“混合设计”平台让内部团队和外部合作伙伴能够轻松开展协作和实验，这是“自然混合”平台无法实现的。这有助于促进创新文化并加快开发周期。效率低下的集成方式已经一去不返。现代企业平台注重与

22、业务伙伴的顺畅合作以及简化工作流程与沟通方式。而且，通过促进创新和简化流程，这些平台可助力企业提供卓越的客户体验。伴随用户体验大幅提升，生成式 AI 也将得到广泛采用简洁而精致的界面隐藏着复杂的选择这正是设计良好的企业平台的魔力。尽管生成式 AI 模型功能强大，但其内部运行机制却不透明。企业平台提供用户友好的界面，可将复杂的 AI 功能转化为切实可行的洞察和工作流程。业务用户不需要成为数据科学家就可以利用 AI 的强大功能。良好的技术架构旨在支持业务用户高效完成工作，消除一切繁琐、耗时的流程。平台预装了各种行业专有的工具和模板，用户可以轻松将其组合在一起，实现下一个成功的 AI 项目。这些模块

23、化组件让 IT 团队能够专注于创新，而不必忙于处理复杂的集成。需要了解的事项：13企业平台再次成为热点领域。0314企业平台还可以与组织的现有数据源无缝连接，就像在烹饪之前准备好所有食材一样。这减少了繁琐的数据处理工作，不再需要手动收集数据。这还有助于确保干净、一致的数据，而这是训练强大 AI 模型的秘诀。安全性、可扩展性和灵活的治理框架除了数据魔力和模块化的便利以外，平台还可以增强网络安全，让组织安心无忧。生成式 AI 产生了新的攻击面，而且很容易受到攻击。然而，生成式 AI 的采用速度正在超越可信安全方法。令人担忧的是，只有 24%的生成式 AI 项目有相应的安全保障措施。14 许多组织都

24、是在经历安全漏洞之后才发现了这一点。企业平台内置安全机制，因此组织的产品团队不必担心安全问题，而是可以专注于业务目标。企业平台不仅可以消除孤立工具带来的安全风险，还可以实施数据集成和共同治理。企业平台还优先考虑数据安全和行业合规性，从而降低在生成式 AI 工作流中处理敏感数据所带来的风险。企业平台的另一个内在优势是能够快速扩展，尤其快速响应市场需求。组织并不希望 AI 超出其训练范围。企业平台可以处理不断增长的数据要求和处理需求，因此组织的 AI 将变得越来越智能。此外，内置治理工具可以让所有人保持一致，并确保负责任的 AI 开发。从本质上说，企业平台弥合了技术复杂性与日常用户业务需求之间的鸿

25、沟。借助企业平台，业务用户可以利用 AI 和其他技术的强大功能，而无需具备全面的技术专业知识，从而加速创新并推动业务价值。大多数组织都在设计或测试平台，但只有少数组织建立了企业级平台。当今的“混合设计”企业平台则针对 AI 集成、数字化转型计划和前沿业务需求进行了定制设计。企业级运营IT 运营平台数据平台安全平台AI 解决方案平台产品开发平台25%45%21%47%23%49%50%13%15%36%现在未来两年内1415在平台中整合 Identity Fabric：简化访问控制管理平台提供安全性，但不同平台的处理方式各不相同。Identity Fabric 可以更安全地应对整个架构中的潜在威

26、胁。按照“混合设计”原则，这会采用一种有意且系统化的方式将安全性融入企业 IT。Identity Fabric 将作为中枢神经系统来集中管理整个组织中的用户身份和访问控制。各种身份管理工具和资源（如目录、访问控制系统和多因素身份验证(MFA)）都将整合到一个统一平台中。这就像是将不同的线程（身份管理系统）整合成一个统一协同的整体结构。集中控制：Identity Fabric 还提供一个集中位置来管理用户身份、访问权限和其他权限。组织可以在这个控制中心中管理与用户访问相关的一切事务。无缝访问：借助统一的系统，用户可以通过单点登录(SSO)访问所有授权应用和资源，从而提升用户体验并减少多次登录的需

27、要。想象一下，使用一把钥匙（凭证）就可以解锁（访问）家中的所有门（应用），同时限制园丁只能进入（访问）后院（最小权限）增强的安全性：Identity Fabric 可以在整个组织内实施一致的访问控制策略，从而增强安全性。这有助于降低未经授权访问的风险并简化安全审计。这就相当于为整个房屋配备一个单一、强大的安全系统，而不是在每扇门上都安装单独的锁。可扩展性：随着组织不断发展，Identity Fabric 可以扩展以支持新的用户、应用和访问需求。想象一下，随着家庭成员的增加，您可以轻松为房屋添加新的锁和安全功能。灵活性：Identity Fabric 可以与各种云平台、本地部署系统和传统应用相集

28、成，从而适配各种不同的 IT 资产。想象一下，您的安全系统可以与房屋中的所有不同设备和电器无缝协作。其优势包括15需要采取的行动：构建面向未来的平台。利用平台工程，组织可以从一开始就摒弃通用架构并嵌入业务驱动的设计。这意味着为用户提供统一、直观的体验，并建立可处理前沿 AI、应用现代化甚至边缘计算的基础设施。一个平台可以满足所有需求，从前沿技术到核心业务功能，同时保持用户友好性。在设计中嵌入安全性，而不是后期再添加。将安全性直接嵌入到开发和 AI 平台中。想象一下，Identity Fabric 可以无缝融入平台，而不是后期再添加安全保护措施。这种以平台为中心的安全方法可以全方位保障应用安全，

29、从而让团队能够专注于创新，而不必担心安全问题。建立企业 API 目录，释放开发人员潜力。API 在平台上运行，可允许两个计算机系统通过互联网安全地交换信息，从而将平台或服务的功能扩展到更广阔的受众。目录让开发人员能够更轻松地在组织内部找到所需的特定 API。它就像是平台的中枢神经系统。开发人员可以立即找到所需的工具，不必再浪费时间查找文档。这将大幅提升创新能力，并让组织的 AI 功能更快地投入使用。这就像是为组织的开发人员提供一张藏宝图，可直接通往平台内的隐藏功能宝库。生成式 AI 甚至可以协助创建这些目录。随着对新技术需求的增加，企业可能会采用“自然架构”。使用平台工程将业务驱动、有意识的架

30、构原则和统一用户体验嵌入平台设计。16将 IT 重新定位为平台服务提供商。03“我需要确保开发工程师从产生项目想法的那一刻起就具备安全意识。”Ed McLaughlin，万事达卡总裁兼首席技术官17“混合设计”的实际应用奥迪创建稳定、可扩展的跨云平台开发环境挑战奥迪需要创建一个稳定、可扩展的创新开发环境。这就需要更迅速地配置项目环境，以便能够跨云平台构建、交付和扩展诊断、数据管理及其他项目。奥迪还希望采用灵活的模块化架构来支持迭代工作，从而降低风险并消除依赖关系。解决方案奥迪基于 Red Hat OpenShift 创建了全新的即服务开发环境，为奥迪的平台、应用和项目提供了一个安全、稳定的集中

31、式环境，以便实现大规模创新开发。成效奥迪将产品上市时间缩短了六个月。通过共同的基础，开发人员能够更高效地在本地部署环境和云环境中创建、交付和迁移解决方案。应用可扩展性大幅提升，可满足各种新的需求。18Edger Finance 利用融合生成式 AI 的平台让智能投资更轻松Edger Finance 是一家总部位于瑞典的金融科技初创公司，致力于为投资者打造用于分析股票市场并做出更好投资决策的首选解决方案。2023 年，IBM 业务合作伙伴和 IBM Fintechx 计划成员 Edger 开始与 IBM 的客户工程和创新工作室团队合作，通过试点生成式 AI 来增强其流程和平台。此次合作创建了三个

32、基于 AI 助手的流程，采用瑞典语和英语，并在为期四周的最小可行产品(MVP)试点期间进行了探索：第一个 AI 助手可以更加快速轻松地根据公司季报创建 CEO 摘要。第二个 AI 助手可以自动提取每个报告中的数据点。第三个 AI 助手允许投资者通过问答聊天流程与报告中的数据进行交互。每个助手都依赖于 IBM watsonx.ai，这是一个集成 AI 工具套件，旨在实现高度安全、协作式的数据管理和流程自动化。第三个助手还利用了 IBM watsonx Assistant，这是一个提供自动化自助支持的对话式 AI 平台。“混合设计”的实际应用90%96%季度报告数据提取时间缩短了 90%。过去，这

33、一过程可能需要长达一周的时间，但在试点中只用了四个小时。总结 30 页（或更多）报告的要点所需的时间缩短了约 96%。过去，分析师可能需要长达半个小时才能完成这项任务，而在试点中只用了数秒。试点还反映了平台可为散户投资者提供的一些潜在益处，例如更高效地收集和审查投资数据以及为每位投资者提供更相关的个性化信息。通过支持投资者与每份报告进行交互，Edger 让投资者能够更轻松地找到和分析与他们及其投资策略最相关的信息，然后做出相应的决策。试点期间的测试展现出了 Edger 生成式 AI 的切实成效和巨大潜力：1819问题随着时间的推移，多种不同的 IT 环境（Z Systems、云平台、本地部署工

34、作负载以及越来越多的边缘设备）已成为常态。管理这种复杂性变得越来越困难。许多企业都会选择增加人手来解决问题，但这并不是应对此挑战的战略性方法。自动化是关键。解决方案IBM 首先采用一种通用自动化策略，通过跨所有平台实现配置、安装和运营自动化，最终解决了复杂的管理难题。而所建立的自动化层已成为进一步创新的基石。下一步是实现容器化。IBM 意识到大多数工作负载具有类似的模式，因此通过容器化打造了一种超越单一平台的标准化方法。这不仅有助于简化管理，而且还为更敏捷的未来铺平了道路。数据和应用如果没有数据策略，IT 架构就不健全。IBM 解决了静态数据（数据库）、动态数据（应用通信）和非结构化数据（AI

35、 的生命线）的问题。强大的数据策略可确保信息随时可用，并为下一阶段的应用提供强大动力。应用是企业的门面。容器化和自动化环境为自定义应用和现成应用提供了理想的平台。对应用的聚焦也凸显了 IBM 的最终目标：创造业务价值。IBM 的混合设计成功案例 IBM 简化 IT 环境，实现敏捷、创新和增长20IBM 员工的获益简化 IT 架构让整个组织受益匪浅：决策者：标准化、更简易的管理和更快的价值实现速度为领导者提供了证明 IT 投资合理性的有力支持。工程师：自动化让开发人员能够专注于机器不具备的能力，包括创造力、解决问题的能力和战略思维。运营人员：简化的环境让运营人员能够专注于更高级别的任务，并利用分

36、析功能进行根本原因分析。开发人员核心人物为开发人员赋能至关重要。IBM 注重打造开发人员工具，包括通用的持续集成/持续交付(CI/CD)层和 AI 赋能的代码助手。这将确保开发人员能够高效编码，并打造满足客户需求的功能。AI 和开发人员之间有着紧密的合作关系。AI 是一种可在结构化环境中发挥强大效能的工具。标准化环境可确保数据可访问性，这对于训练和优化 AI 模型至关重要。当然，并不是只有 AI。除此之外，安全性也融入到了技术基础中。从物理安全到数据保护，IBM 将安全最佳实践整合到架构中的每一层。面向未来的平台通过简化 IT 架构，IBM 创建了一个可支持敏捷、创新和增长的平台。尽管最开始的

37、目标是简化 IT 架构，但最终却实现了显著的业务效益。20这不仅只是 IBM 的成功案例；对于任何面临 IT 扩张挑战的高管来说，这都是一份可以遵循的蓝图。IBM 商业价值研究院 重大技术重置 技术基础就是组织的业务基础技术架构就像是组织数字环境的蓝图，用于定义软件组件如何交互，可确保数据流畅传递和系统灵活扩展。如果没有技术架构，组织将面临数据孤岛、糟糕的用户体验以及系统在压力下崩溃的风险。“混合设计”技术架构是支撑组织数字环境正常运行的无形支柱，让组织能够开展创新、适应变化并实现发展。如果没有设计良好的技术架构，组织将难以实现业务目标，更不用说在当今竞争激烈的环境中快速实现其业务目标了。不要

38、被“混合设计”之前的上一代技术架构所束缚。请记住，在争夺 AI 高地的竞赛中，许多人只关注那些闪耀的全新 AI 解决方案，但这一切背后看不见的基础才是真正的无名英雄。通过打造面向未来的技术架构，领导者也将打造面向未来的企业。“混合设计”技术架构是支撑组织数字环境正常运行的无形支柱，让组织能够开展创新、适应变化并实现发展。通过打造面向未来的技术架构，领导者也将打造面向未来的企业。2122特别感谢Deema AlathelVarun BijlaniKyle BrownShawn DSouzaNduwuisi EmuchayJason GartnerKate GazzilloJean-Pierre

39、LartigueLauren NowickiAliye OzcanBala RajaramanBarry RamirezJennifer RegoJames StevensonEdward Walsh1.Goehring,Brian,Manish Goyal,Ritika Gunnar,Anthony Marshall,and Aya Soffer.The ingenuity of generative AI:Unlock productivity and innovation at scale.IBM Institute for Business Value,June 2024.https:

40、/ tute-business-value/en-us/report/scale-generative-ai2.Ibid3.Hybrid by Design Survey 2.IBM Institute for Business Value.n=530,June 2024.Unpublished data.4.Ibid5.Ibid6.Ibid7.Ibid8.Ibid9.2024 Gen AI survey.IBM Institute for Business Value.n=2,500.March 2024.10.Ibid注释11.6 hard truths CEOs must face.IB

41、M Institute for Business Value.May 2024.https:/ ship/institute-business-value/en-us/csuite-study/ceo12.Hybrid by Design Survey 2.IBM Institute for Business Value.n=530,June 2024.Unpublished data.13.Ibid14.Rodgers,Clarke,Moumita Saha,Dimple Ahluwalia,Kevin Skapinetz,and Gerald Parham.Securing generat

42、ive AI:What matters now.IBM Institute for Business Value,May 2024.https:/ibm.co/securing-generative-ai f188215511&sf188215511=123 Copyright IBM Corporation 2024 国际商业机器（中国）有限公司 北京市朝阳区金和东路 20 号院 3 号楼 正大中心南塔 12 层 邮编：100020美国出品|2024 年 8 月IBM、IBM 徽标、IBM Consulting、IBM Research、IBM Z 和 watsonx 是 Internati

43、onal Business Machines Corporation 在世界各地司法辖区的注册商标。其他产品和服务名称可能是 IBM 或其他公司的商标。以下 Web 站点上的“Copyright and trademark information”部分中包含了 IBM 商标的最新列表： Hat 和 OpenShift 是 Red Hat,Inc.或其子公司在美国和其他国家/地区的注册商标。本文档为自最初公布日期起的最新版本，IBM 可能随时对其进行更改。IBM 并不一定在开展业务的所有国家或地区提供所有产品或服务。本文档内的信息“按现状”提供，不附有任何种类的（无论是明示的还是默示的）保证，包

44、括不附有关于适销性、适用于某种特定用途的任何保证以及非侵权的任何保证或条件。IBM 产品根据其提供时所依据的协议条款和条件获得保证。本报告的目的仅为提供通用指南。它并不旨在代替详尽的研究或专业判断依据。由于使用本出版物对任何企业或个人所造成的损失，IBM 概不负责。本报告中使用的数据可能源自第三方，IBM 并未对其进行独立核实、验证或审查。此类数据的使用结果均为“按现状”提供，IBM 不作出任何明示或默示的声明或保证。G7VA9VN1-ZHCN-0124IBM 商业价值研究院IBM 商业价值研究院(IBM IBV)成立二十年来，凭借 IBM 在商业、技术和社会交叉领域的独特地位，每年都会针对成千上万高管、消费者和专家展开调研、访谈和互动，将他们的观点综合成可信赖的、振奋人心和切实可行的洞察。需要 IBV 最新研究成果，请在 上注册以接收 IBV 的电子邮件通讯。您可以在 Twitter 上关注 IBMIBV，或通过 https:/ibm.co/ibv-linkedin 在 LinkedIn 上联系我们。访问 IBM 商业价值研究院中国官网，免费下载研究报告：https:/ IBM 商业价值研究院官网微博微信公众号