牛晓玲-全面普惠企业 IT 建设：组织级 DevOps 的落地指南

全面普惠企业IT建设组织级DevOps的落地指南 牛晓玲中国信通院云大所 牛晓玲 中国信通院云大所审计与治理部副主任 个人介绍：DevOps标准工作组组长，DevOps国际标准编辑人。长期从事开发运维方面的相关研究工作，包括云服务的运维管理系统审查等相关工作。参与编写《研发运营一体化（DevOps）能力成熟度模型》系列标准、《云计算运维智能化通用评估方法》等标准20余项。参与多篇白皮书、调查报告等编制工作，包括《企业IT运维发展白皮书》、《中国DevOps现状调查报告（2019-2023）》等。参与评估DevOps能力成熟度评估超100个项目，具有丰富的标准编制及评估测试经验。 01组织级DevOps正当时 02组织级DevOps建设 03组织级DevOps评估体系 04国际标准评估 PART 01 组织级DevOps正当时 介绍背景、业界趋势，统计数据 中国DevOps逐步走向成熟 Gartner发布的2023年中国ICT技术成熟度曲线预测DevOps将在2025~2028年内成为生产成熟期的技术，从目前DevOps的应用情况来看，DevOps对企业有很多切实帮助。 DevOps助推国内企业数字化转型 随着用户需求的日益增长、对产品交付的快速响应、快速实现、高质量的要求，以及来自团队内部的压力和数字化转型的迫切需求，业务需求和技术创新并行驱动软件开发模式发生巨大变革，推动DevOps落地。 DevOps应用是企业进行数字化转型的有力抓手 国内企业DevOps落地成熟度稳步提升 根据调查显示，DevOps落地成熟度处于全面级的受访企业最多，为41.2%，同比增长0.34%，具备自动化、规范化的特点；17.83%企业的实践成熟度处于优秀级，具备平台化、自服务化与度量驱动改进的特点；0.85%的企业处于卓越级，能够实现DevOps的高度智能化、数据化及社会化的特点。 企业进行数字化转型的实质和DevOps能力体系建设所涉及的领域高度重合。DevOps能够帮助企业通过新的方法和思维方式来处理软件开发和运维的问题，提供更为精细化的IT治理方式。 企业数字化转型的三大实质 DevOps能力建设中围绕的工具平台、配置、基础设施等内容，均由组织级统一团队以服务化方式赋能项目团队，为业务敏捷性和创新奠定基础。 •更好的价值交付；•更深入的业务认知和需求痛点挖掘；•定制化的客户体验量化体系…… 组织级DevOps的趋势与挑战 根据DevOps现状调查报告显示，中国DevOps转型持续进行，企业敏捷、持续交付等能力进一步增强，成熟度进一步提升。 组织级DevOps落地难点 受限于组织行业规则、且缺少具备DevOps经验的专家依旧是如今限制组织级DevOps转型的最大障碍。 与此同时，组织级DevOps转型仍存在一系列挑战，中国信通院愿与各企业专家同仁的共同努力，共同推进我国DevOps转型“由点及面”向组织级发展。 DevOps转型成功标准 按时交付、研发和交付效率的提升、业务成功、客户/用户满意度四个方面成为企业最关注的DevOps实践成功评判标准。 金融、通信等行业实现组织级DevOps趋势迅猛 2018年起，中国信通院正式开展了DevOps系列标准的评估，至今已在超二十个行业广泛落地。在项目级的基础上，进行组织级DevOps评估恰逢其时。组织级评估意义与必要性主要体现在以下几个方面： Ø一是契合技术发展趋势，助力企业达成组织级DevOps能力，实现高质量发展；Ø二是加速DevOps标准的推广与普及，实现DevOps的普惠与原生；Ø三是头部企业已经具备较强的组织级能力，多家企业已经有10个及以上的项目通过DevOps标准评估，包括：中国农业银行、中国邮政储蓄银行、交通银行、招商银行、浦发银行、中信银行、中金公司、中国移动等企业。 PART 02 组织级DevOps建设 体系与实践、工具与平台、组织与人员 组织级DevOps落地：体系与实践 Ø主管单位：中国信息通信研究院（国家高端专业智库，产业创新发展平台） Ø起草单位：中国信息通信研究院、云计算开源产业联盟、高效运维社区、BATJ、中国移动、中国电信、中国银行、中国太平洋保险集团等 BizDevOps将不断加快企业实现精益研发 业务与技术的融合发展备受监管关注 国资委发布国企数字化转型10大趋势，企业数字化转型正加速实现业务域数字仿真，加强跨部门高效协同，重塑企业业务运营模式。 国家金融监管总局已明确指出，金融机构应组建业务与技术条线相融合的共创团队,优化业务流程,增强快速响应市场和产品服务开发能力。 人民银行：打通业务与技术部门间阻隔与流程断点 《金融科技发展规划（2022-2025年）》已将开展业务研发运营一体化（BizDevOps）等业技融合关键词明确点出。 案例：招商银行通过落地BizDevOps标准与理论框架，已全面构建精益管理框架并持续优化研发组织工作模式和方式方法 目标 招商银行通过自建的价值驱动的精益管理框架，建立业务与IT统一的价值观，形成紧密协作的精益研发模式以及产品思维的生命周期，从而构建了高质高效、持续改进的精益组织。 Ø更高的研发效能Ø更好的用户体验Ø更盛的精益氛围Ø更优的产品质量Ø更大的客户价值 业务研发运营一体化（BizDevOps）模型 当前，数字生产力飞速发展，众多企业逐步开始探索和尝试通过研发转型赋能业技融合、业务价值的整体优化、创新、重构和提升，在不断获取个性化、动态化的业务价值的同时，实现企业高质量发展。中国银保监会与人民银行发布的《关于银行业保险业数字化转型的指导意见》已明确指出，在数字化时代要做到“业技融合”。人民银行发布的《金融科技发展规划（2022-2025年）》已将“业务研发运营一体化（BizDevOps)”写入”加快金融服务智慧再造“章节。Ø中国信通院牵头，联合中国农业银行、上交所、国家电网、中国人民银行清算总中心、中国工商银行、中信银行、建信金科、招商银行、百度、 腾讯、阿里云、滴滴、华为、江苏移动等近100家企业单位共同制定国内首个业技融合管理标准——《研发运营一体化（DevOps）能力成熟度模型第9部分：业务价值交付管理（BizDevOps）》。Ø标准由业务价值管理、应用级服务开发、业务运营、人员及文化转型及系统和工具组成，五部分相辅相成、前后呼应，并均可独立开展评估。 v以下为参与编写《研发运营一体化（DevOps）能力成熟度模型第9部分：业务交付价值管理（BizDevOps）》的部分成员所在单位，涉及银行、证券、保险、能源、电力、互联网、通信、汽车等众多行业领域。 v中国信息通信研究院重磅发布新一轮评估结果：招商银行阿里云效中国移动江苏公司通过了BizDevOps相关评估。 需求管理向精益化演进已成为实现精益研发的核心要素 政策支持 政策：2021年11月，工业和信息化部印发了《“十四五”软件和信息技术服务业发展规划》，指出要“坚持需求牵引、问题导向，集聚优势资源”。其中要求“加快推进数字化发展，推动需求牵引供给、供给创造需求的更高水平发展”。需求正在成为国家信息技术的创新的重要驱动力。 精益研发核心 精益研发追求核心：高质量地持续交付有用的价值 需求作为业技融合的关键，其模式从传统向精益演进的创新升级是实现精益研发的必经之路。 消除浪费和不增加价值的活动 精益需求管理两大抓手：1.精益价值树2.专题/特性 精益需求管理抓手 精益价值树（LVT）指的是针对某个业务领域，梳理业务战略，明确业务发展的长远愿景、阶段性目标与规划方向。 企业信息技术需求过程管理能力成熟度模型框架 中国信通院牵头，联合中国联通、中国移动、中信银行、招商银行、邮储银行、中国航信、中兴通讯、中泰证券、长江证券、华中科技、神州泰岳、泰康保险、浙商银行、国元证券、深圳酷开、国信证券、中国人寿保险、开源中国、中国银行、华为、百度、腾讯云、华佑等各行各业的几十家企业单位共同制定了企业信息技术需求过程管理能力成熟度模型标准，这是国内首个信息技术企业需求管理标准。需求管理是软件研发交付过程中必不可少的重要环节，标准将开展信息技术研发全生命周期中需求过程管理的标准化工作，旨在帮助企业实现快速、精准发现和交付需求，保证软件的高质量，助力企业提升产品竞争力。 框架介绍 标准由： Ø分析与规划管理 Ø需求实现管理 Ø需求价值评价 Ø团队与协作 Ø度量与反馈 Ø平台与工具 能力域组成，六个部分相辅相成，前后呼应。其中，前五个能力域面向企业，共同组成了面向企业的成熟度能力评估；平台与工具能力域面向工具。 政策助力大模型技术快速发展 随着人工智能技术的飞速发展，大模型在自然语言处理、计算机视觉、语音识别等多个领域取得了显著的突破。特别是在自然语言处理领域，预训练大模型如BERT、GPT系列等已经成为研究和产业应用的标配。 政策助推大模型在各行业快速落地 近年来国内外大模型技术发展迅猛 行业大模型深化业务场景应用 Ø国内百度：ERNIE3.0文心大模型清华大学：GLM-130B模型阿里巴巴：通义大模型腾讯：混元大模型…… Ø国际OpenAI：GPT4Google：BardMeta：LLaMa…… •2023年7月，国家互联网信息办公室等七部门联合发布了《生成式人工智能服务管理暂行办法》：鼓励生成式人工智能技术在各行业、各领域的创新应用，探索优化应用场景，构建应用生态体系。 通用大模型 可处理多种任务和问题的人工智能模型，具有广泛的知识基础和高度的灵活性，能够适应不同的应用场景和需求。 行业大模型 针对特定行业或领域的应用需求而设计的人工智能模型。集成特定行业的数据、知识，提供更加精准和有效的支持。 •2023年12月，国家数据局发布《“数据要素x”三年行动计划（征求意见稿）》：提出以科学数据支持大模型开发，支持开展通用人工智能大模型和垂直领域人工智能大模型训练。 •北京、上海、深圳、安徽、四川等省市出台大模型产业发展措施：《上海市推动人工智能大模型创新发展若干措施》等政策，加速大模型应用落地。 大模型全面赋能研发运营领域高质量发展 研运大模型是一种基于自然语言处理技术的智能化解决方案，可以帮助研发、测试、运维人员更快速、准确地诊断和解决问题，提高研发、测试、运维效率和质量。它结合了自然语言理解、知识图谱、机器学习等技术，可以对研运领域的问题进行智能化的分析和处理。 研运大模型标准引领大模型技术落地实践 Ø研运大模型标准，用于指导基于研发运营全生命周期的大模型能力建设，重点关注研发、测试和运营领域，为相关企业建设研发运营大模型能力提供指导路径。从研发运营领域的需求设计阶段、开发阶段、测试阶段、运营阶段等方面，规范研发运营大模型的各项技术能力。 标准编制：中移信息、中移杭研、中移苏研、人保科技、中国联通、中国联通研究院、浙商银行、中信银行、中原银行、神州泰岳、畅捷通、东软集团、火山引擎、广通优云等40余家单位深度参与了研发大模型、测试大模型、运维大模型标准内容的编写。 产业生态：数智运维领航（PILOT）计划活动主题预告（5月）：大模型全面赋能研发运营领域高质量发展 持续测试（CT）成为重点行业质量管控新实践 随着国家和企业对于信息技术质量建设的要求不断提高，强调左移、右移和自动化的持续测试成为了软件全生命周期质量管理的最佳实践之一。 持续测试标准体系加速落地 国家政策持续推进质量和测试能力建设 经过超18个月的四轮研讨，融合了多行业近三十家头部企业先进实践的《研发运营一体化（DevOps）能力成熟度模型第11部分：持续测试》标准于2023年10月正式发布。 加强技术创新、标准研制、计量测试、合格评定、知识产权、工业数据等产业技术基础能力建设。——2023年2月中共中央、国务院《质量强国建设纲要》 提升软件质量管理能力，支持配置管理、代码审查、测试验证、质量分析等工具研发，提