1. 首頁 > 生活百科 > >

CIO從\云優先\轉向\云智能\策略

傳感器vivo x300

CIO從\云優先\轉向\云智能\策略
【CIO從\云優先\轉向\云智能\策略】
長期以來 ， 人們普遍認為云優先方法能為CIO帶來敏捷性、可擴展性和成本效益等優勢 。 盡管云仍是大多數IT領導者的首選基礎設施平臺 ， 但許多組織正在重新思考其云戰略 ， 從云優先轉向\"云智能\" ， 即為特定工作負載選擇最佳方法 ， 而非僅僅將所有內容遷移到云端 。
云成本優化是推動這一重新思考的因素之一 ， 組織在快速增長中難以控制不斷攀升的云支出 。 據VMware最近的調查顯示 ， 估計21%的企業云基礎設施支出（相當于2025年的445億美元）浪費在未充分利用的資源上 ， 31%的CIO浪費了一半的云支出 。
技術咨詢公司Hylaine的技術副總裁Ryan McElroy表示 ， 全面云化的熱潮已經結束 。 云智能組織擁有明確且經過驗證的流程 ， 用于確定哪些工作負載最適合云端 。
例如 ， \"必須快速交付并在未來支持大規模擴展的應用應該在云中構建 ， \"McElroy說 。 \"具有傳統技術、必須在虛擬機上托管或具有可預測工作負載且將持續多年的解決方案應該部署到管理良好的數據中心 。 \"
據McElroy介紹 ， 云智能趨勢受到更好的本地技術、更長的硬件周期、超大規模云提供商的超高利潤率以及行業典型炒作周期的影響 ， 這些都有利于混合基礎設施方法 。
然而 ， \"AI為孤立的數據和計算增加了另一個重大變數 ， \"他補充說 。 \"許多組織沒有興趣或能力構建高性能GPU數據中心 ， 需要使用云 。 但如果他們一直保守或厭惡成本 ， 他們的數據可能位于混合基礎設施的本地組件中 。 \"
McElroy表示 ， 這些變量導致了復雜性或意外成本 ， 無論是通過遷移還是數據出口費用 。
他估計\"只有10%的行業公開承認他們正在轉向\"云智能 。 雖然這個數字看似很低 ， 但McElroy說這是很重要的 。
\"調整云立場有很多先決條件 ， \"他解釋說 。 \"首先 ， 你通常必須是新任CIO或CTO 。 任何已經遷移到云的人都很難退回 。 \"
此外 ， 組織需要保留并提升管理自有數據中心或托管設施人才的技能 。 他們還必須具有超過云在原始敏捷性和分片計算方面提供優勢的基礎設施需求 ， McElroy說 。
選擇和重新評估正確的超大規模云服務商
寶潔公司CTO兼高級副總裁Paola Lucetti表示 ， 寶潔在約八年前開始遷移工作負載時采用了云優先戰略 。 當時的要求是所有新應用都將部署在公有云中 ， 現有工作負載將從傳統托管環境遷移到超大規模云服務商 。
\"這種方法使我們能夠快速現代化 ， 減少對傳統基礎設施的依賴 ， 并利用云平臺提供的可擴展性和彈性 ， \"她說 。
如今 ， 寶潔幾乎所有工作負載都在云上運行 。 \"我們選擇將選定的工作負載保留在公有云之外 ， 是因為我們定期重新評估的延遲或性能需求 ， \"Lucetti說 。 \"這個基礎在數字化轉型的關鍵階段為我們提供了速度和靈活性 。 \"
隨著公司云生態系統的成熟 ， 其業務優先級也在發展 。 \"成本優化、可持續性和敏捷性成為重中之重 ， \"她說 。 \"對寶潔而言 ， 云智能意味著為正確的工作負載選擇并定期重新評估正確的超大規模云服務商 ， 嵌入FinOps實踐以實現透明度和治理 ， 并利用混合架構支持特定用例 。 \"
Lucetti說 ， 這種方法通過自動化、AI和智能體賦能開發人員 ， 更快地推動價值 。 \"這種方法不僅是技術性的 ， 也是文化性的 。 它反映了戰略靈活性的思維方式 ， 技術決策與業務成果保持一致 。 \"
AI正在重塑云決策
McElroy表示 ， AI代表著巨大的潛在支出需求 ， 并提高了基礎設施戰略的風險 。
\"連續三年全天候租用裝載昂貴英偉達GPU的服務器 ， 與直接購買相比將在財務上造成毀滅性后果 ， \"他說 ， \"但無縫使用明年模型的靈活性可能代表戰略優勢 。 \"
思科首席工程師兼產品架構師Nik Kale表示 ， 思科對真正屬于公有云的內容變得更加深思熟慮 。 成本是一個因素 ， 但主要驅動力是AI數據治理 。
\"云智能不是關于回遷——而是關于將AI的數據引力與正確的控制平面對齊 ， \"他說 。
IT部門已經分析出什么應該在私有云中 ， 什么應該在公有云中 。 \"訓練和微調大型模型需要對客戶和遙測數據進行強有力的控制 ， \"Kale解釋說 。 \"因此我們越來越傾向于混合架構 ， 推理和數據處理在安全的私有環境中進行 ， 而編排和非敏感服務留在公有云中 。 \"
思科的云智能策略始于數據分類和工作負載分析 。 他說 ， 任何包含客戶可識別信息、診斷跟蹤和模型反饋循環的內容都在區域合規的私有云中處理 。 然后是\"無狀態服務、內容交付和遙測聚合 ， 這些受益于公有云的彈性以實現規模和效率 ， \"Kale說 。
思科的方法還包括\"為客戶環境內的安全部署打包以前駐留在云中的功能——在本地提供相同的AI驅動洞察和自動化 ， 而不將數據暴露給共享基礎設施 ， \"他說 。 \"這為客戶提供了采用AI功能的靈活性 ， 而不會在數據駐留、隱私或成本方面做出妥協 。 \"
Kale表示 ， 這些實踐改善了思科的合規態勢 ， 減少了推理延遲 ， 并在云支出方面實現了可衡量的兩位數減少 。
AI從根本上改變他們云方法的一個領域是大規模威脅檢測 。 \"我們模型的早期版本完全在公有云中運行 ， 但一旦我們開始在客戶特定的遙測數據上進行微調 ， 該數據的敏感性和數量使得云出口既昂貴又難以管理 ， \"他說 。 \"將訓練和反饋循環移至區域私有云為我們提供了完整的可審計性并顯著降低了傳輸成本 ， 同時保持推理混合 ， 使監管地區的客戶獲得亞秒級響應時間 。 \"
IT在生成式AI支持助手方面看到了類似問題 。 \"最初 ， 案例記錄和診斷日志在公有云大語言模型中處理 ， \"Kale說 。 \"當金融和醫療保健客戶對數據離開其環境表達合理擔憂時 ， 我們重新架構了該功能 ， 使其直接在他們的[虛擬私有云
或本地集群中運行 。 \"
編排層仍在公有云中 ， 但敏感數據永遠不會離開他們的控制平面 ， Kale補充說 。
AI還重塑了思科CX產品組合中遙測分析的處理方式 。 IT部門從超過14萬個客戶環境中收集PB級運營數據 。
\"當我們轉向實時預測AI時 ， 將原始時間序列數據傳輸到云端的成本和延遲成為瓶頸 ， \"Kale說 。 \"通過將特征提取和異常檢測轉移到客戶的本地收集器 ， 僅將高級風險信號發送到云端 ， 我們大幅減少了出口流量 ， 同時提高了模型保真度 。 \"
在所有情況下 ， \"AI使架構權衡變得清晰：特定工作負載受益于公有云彈性 ， 但最敏感、數據密集型和延遲關鍵的AI功能需要更接近數據運行 ， \"Kale說 。 \"對我們而言 ， 云智能已經不再是關于回遷 ， 而更多是關于將數據引力、隱私邊界和推理經濟學與正確的控制平面對齊 。 \"
更便宜的執行路徑
與寶潔類似 ， 世界保險協會認為云智能轉化為實施FinOps框架 。 CIO Michael Corrigan表示 ， 這意味著基于業務用例對虛擬機進行優化、一致的構建 ， 并了解需要多少存儲和計算 。
這些是確定成本的主要驅動因素 ， \"所以我們有一套一致的標準 ， 根據用例來調整不同環境的大小 ， \"Corrigan說 。 這為世界保險提供了Corrigan所說的自動化架構 。
\"然后我們優化構建 ， 確保開啟彈性等功能 。 因此當服務通常在夜間不使用時 ， 它們會關閉并減少存儲量以關閉計算量\" ， 這樣公司就不用為此付費 ， 他說 。 \"一切都始于優化或標準的基礎 。 \"
世界保險與其云提供商在不同承諾級別上合作 。 例如 ， 通過微軟 ， 這家保險公司可以選擇使用虛擬機 ， 或者Corrigan所說的\"預留實例\" 。 通過告訴提供商他們計劃消費多少機器或打算花費多少 ， 他可以嘗試協商折扣 。
\"這就是FinOps框架必須真正到位的地方……因為顯然 ， 你不想承諾你不會消費的支出水平 ， \"Corrigan說 。 \"這是消費者或我們作為使用這些云服務的組織獲得真正大幅度預付折扣的好方法 。 \"
世界保險正在使用AI進行自動化和警報 。 AI工具通常按計算處理模型收費 ， \"你可以設計查詢 ， 如果是不太復雜的內容 ， 它將命中更便宜的執行路徑\"并轉到小語言模型(SLM) ， 后者不使用那么多處理能力 ， Corrigan說 。
用戶獲得滿意的結果 ， \"成本更低 ， 因為你消費的更少 ， \"他說 。
這就是公司采用的策略——將AI查詢路由到更便宜的模型 。 如果有更復雜的工作流程或流程 ， 它將首先路由到SLM\"看看是否符合要求 ， \"Corrigan說 。 如果需求更復雜 ， 它會進入下一個階段 ， 這更昂貴 ， 通常涉及需要處理更多數據才能為終端用戶提供所需內容的大語言模型 。
\"所以我們也試圖以這種方式管理成本 ， 這樣我們只消費基于流程復雜性真正需要消費的內容 ， \"他說 。
云是\"活的框架\"
Hylaine的McElroy說 ， CIO和CTO需要更開放地討論混合基礎設施設置的好處 ， 以及過去幾年中技術水平如何變化 。
\"許多組織正在與他們本能地知道過高的云成本作斗爭 ， 但當CFO不知道他們錯過了什么節省時 ， 幾乎沒有動機去承擔回遷的風險工作 ， \"他說 。
Lucetti將寶潔的云戰略描述為\"活的框架\" ， 并表示在接下來的幾年中 ， 公司將繼續利用正確的云功能來實現AI和智能體的業務價值 。
\"目標很簡單：保持技術與業務增長的一致性 ， 同時在快速變化的數字環境中保持敏捷 ， \"她說 。 \"云轉型不是目的地——而是旅程 。 在寶潔 ， 我們知道成功來自于將技術決策與業務成果保持一致 ， 并擁抱靈活性 。 \"
Q&A
Q1：什么是云智能策略？它與云優先有什么區別？
A：云智能策略是指為特定工作負載選擇最佳部署方法 ， 而非將所有內容都遷移到云端 。 與云優先不同 ， 云智能更注重根據業務需求、成本效益和技術要求來決定工作負載的最佳位置 ， 包括公有云、私有云或本地數據中心 。
Q2：AI如何影響企業的云部署決策？
A：AI重塑了云決策 ， 主要體現在數據治理和成本控制方面 。 由于AI訓練需要對客戶數據進行強有力控制 ， 許多企業選擇混合架構 ， 將敏感數據處理放在私有環境中 ， 同時利用公有云的彈性處理非敏感服務 。 AI的高計算成本也促使企業更謹慎地選擇部署位置 。
Q3：FinOps框架在云智能策略中發揮什么作用？
A：FinOps框架幫助企業實現云成本優化和治理 。 它包括制定一致的虛擬機構建標準、理解存儲和計算需求、啟用彈性功能以及與云提供商協商承諾折扣 。 通過FinOps實踐 ， 企業能夠實現成本透明度 ， 避免資源浪費 ， 并做出更明智的云投資決策 。


    推薦閱讀