构建可重塑的数字核心

第04-10页内容以变化的速度前进的技术 用工程和生成式人工智能刷新数字核心 如何使用一个随时可以重塑的数字核心 第 30 页继续对话 作者 蓝关首席人工智能官全球领导者——技术咨询 拉姆 拉马林加姆accenture.com/构建数字核心高级首席专家 – 全球科技思想领导力全球领先 – 平台工程与智能边缘 卡尔蒂克·纳林科恩拉德·谢尔福特首席技术官兼集团首席执行官 – 技术全球领先 – 技术战略与顾问 一个随时可以进行重塑的数字核心是一种竞争优势以变化的速度移动的技术 构建一个行业领先的数字核心达到顶峰特定能力四分位数适用于您的行业，并针对你的组织增益战略投资于6%的创新或更多每年根据我们对1500家公司和客户体验的全球调查，我们发现组织可以遵循三个原则来获得最大价值，即60:40效应——与同行相比，增长率高出60%，利润率高出40%。在我们的数字化核心再创新报告中，该系列第一章，我们提供了清晰的视角。什么数字核心意味着在这个生成式人工智能的时代为什么它正成为组织持续创新的前提条件。 —一家全球消费品公司的首席技术官要受益于这些进步，组织必须从传统的指令驱动、预定义技术堆栈转向由人工智能和生成式人工智能驱动的意图型系统。这类系统具有模仿人类般思考和学习的认知架构；它们持续在线、不断从组织内部和外部的所有发生的事情中学习。这使得它们能够做出动态响应和自适应行为，而传统系统根本无法提供。一旦人类给出特定目标，这些系统便独立运行以达成商业。以编程为例，生成式人工智能正在提升单元级别的编程可访问性，第一年将开发者生产力提高了近30%。人工智能代理越来越多地处理复杂任务，从翻译老式大型机COBOL代码到现代Java，或者将它们逆向工程成预期的业务规则。它们识别集成模式，并针对底层工具、应用程序和流程的变化进行重新定向。我们目前正在做的几乎所有事情……[包括]我们的蓝图……我们都在询问……[大型语言模型（LLM）]在这个空间中的影响是什么？我们如何利用当前尚处萌芽阶段的LLM……更快、更便宜、[以及]更好地解决这个问题？我们还没有答案，但我们对几乎每一个技术倡议，都将引入LLM和生成式人工智能。在这个报告中，第二章，我们展示如何组织可以进化以/构建这样一个数字核心，以支持持续创新，并最灵活、最具韧性、最智能且成本和资源高效的方式实现三项原则。我们进化和围绕新系统进行协调的方式发生了哪些变化？最大的变化是大型语言模型（LLMs）和生成式人工智能，以及它们对技术和几乎所有方面的影响 accenture.com/构建数字核心对于企业而言，考虑到其持续运营和数字化转型，这是一项重大的努力。要成功实施，需要重新思考业务流程和运营模式，并获得技术专家和非技术高管在人工智能代理和团队的支持，以实现最佳效果。它们无需程序员的明确指令就能完成工作。它们的架构设计是为了确保它们能够随着时间的推移不断学习和改进，就像建筑师通过优化蓝图来完善设计一样。 —某全球物流公司的首席分析官“要充分发挥生成式人工智能的潜力，你需要真正思考，'如何能让人工智能在我的决策过程中成为一级公民，使其与人类并肩工作，并且人类与人工智能协同工作在一个过程中？' 这很难做到，因为并非每家公司都能经历这种大规模转型，包括我们。” 构建你的数字核心，并抓住可能性任务最好是作为一系列可管理、创造价值的步骤来处理，而不是一次压倒性的转型。大多数公司已经踏上了这条旅程，逐步进行，使每个新行动与其持续进行的转型保持一致。每一步都为下一步建立动力，在云、安全和数据等某些数字核心能力方面取得进展，进而又增强了人工智能能力，从而产生光环效应。许多公司在这次旅程上可能比他们想象的要更进一步。他们数字转型和现代化工作为生成式人工智能奠定了坚实的基础。无穷无尽：智能体谈判交易、个性化医疗或预测性客户关怀。这不仅仅关乎新的突破。它关乎通过应用当今先进技术，从最简单的流程中释放价值。 accenture.com/构建数字核心数字平台数据与人工智能基础架构数据AI数字基础云优先基础设施安全连续控制平面可组合集成适用于持续创新的数字核心包含三组不同的技术，它们彼此持续互动。 提醒：什么是数字核心？埃森哲将数字核心定义为一个关键的技术能力，能够创造和赋能组织的独特重塑雄心。适用于目的的数字核心使组织能够加速超越竞争对手，并以最高效的方式实现其目标——使用合适的云实践来实现敏捷性和创新；使用数据和人工智能实现差异化；使用应用程序和平台来加速增长、下一代体验和优化运营——并在每个层面都采用安全设计（图1）。 许多大公司已经使用云服务、数据管理、人工智能、安全以及SAP S/4 HANA等平台等技术与平台——即数字核心的“积木”。但如果缺少必要的组件的适当集成和激活以实现革新，它们将不会拥有数字核心。具体而言，如果没有集成这些积木以加速整体革新的必要数字线程，它们的IT架构实际上可能成为革新的阻碍。 两颗数字核心的故事电通，一家全球广告和数字营销传播公司，利用微软Azure来提升其媒体规划和优化流程。该公司最大的问题是整合来自许多不同系统的数据。这些数据需要被协调一致。电通通过统一其三个基础要素——Sensei（现代数据仓库）、Samurai（数据和 analytics 平台）和 Ronin（集成业务应用）——借助 OneLake、GapTeq 和微软，在整个组织内现代化数据。由于重点是协调一个统一的数据模型以结合来自多个系统的数据，他们选择了一个核心供应商——Azure——一个随时可以进行再创造的数字核心是竞争优势的来源。它由七个组成部分构成，分为三层，但这些组成部分的重要性与结构会因业务和行业而异。例如，银行可能会考虑一个比零售商更复杂、更健壮的安全层，以更好地保护敏感的财务数据。 相比之下，跨国消费品公司联合利华采取了一种不同的方法，通过采用多个生态系统。这使他们能够数字化分销贸易路线以全球营销，正如联合利华分销贸易的副总裁兼首席技术官普拉萨安特·胡里亚所称的“平台之上的平台”。其数据和 analytics 运行在 Google Cloud 上；移动和网页应用程序运行在Adobe Experience Cloud 上——包括目录管理和商品销售等流程1有一个单独的经销商管理系统（DMS），而组件之间的连接以及与外部系统的连接在Mulesoft中进行管理（见图3）。在集成各个部分时，他们选择了一种基于微服务、API优先、云原生SaaS和无头架构的MACH架构，以允许未来的灵活性。2.并且来自其工具包的多个预集成服务，包括用于存储的 Azure Data Lake Gen2，用于处理数据的 Azure Data Factory，用于分配数据处理并保持性能的 Azure Synapse Analytics。电通还部署了微软的 Azure OpenAI 以实现跨地域、代理商品牌和能力的知识共享（图2）。 电通的一体化数据架构和平台，很大程度上建立在微软Azure之上。accenture.com/构建数字核心来源：电通构建了受 Azure 支持的分析平台，以实现组织内数据的现代化现代数据仓库 (师父)分布式数据处理在无服务器 SQL 池中数据与分析平台（武士）自动分析以及报告生成统一数据平台来自多个应用程序的数据并且源被提取，协调和整合 联合利华的多生态系统平台构建的分销贸易平台使其能够全球贸易。API优先 + 基于事件集成MACH 架构源：如何让联合利华的分销路线全球化数字化云原生/SaaS托管无头云优先基础设施连续控制平面可组合集成所有功能都使用API或基于事件的方式将两个或多个应用程序连接起来独立开发、部署和管理业务功能解耦前端体验和后端连接多个渠道微服务 / 打包业务功能利用云的完整能力，包括易于扩展的高可用资源 其他人负责开发整体平台并整合各个组件自定义代码、低代码、无代码、DevOps、基础设施即代码等 用工程和生成式人工智能刷新数字核心 人工智能和生成式人工智能如何重塑数字核心？首先，通过使数字核心的每个组件比以往任何时候都更具动态性、智能性和适应性。数字核心的三层——数字平台、数据和人工智能骨干以及数字基础——保持不变，但人工智能和生成式人工智能重塑了每一层如何运作和交互（表1）。人工智能帮助数字平台提供个性化、实时的交互。这使得用户体验更好，更有参与度和可预测性。数据和人工智能骨干作为洞察力的强大引擎，使组织能够处理海量数据并提取可操作的情报。在其基础层面，人工智能优化基础设施，加强安全并增强集成，为持续创新创造了一个响应迅速且可扩展的基础。 —一家全球消费品公司的首席技术官想想一级方程式赛车。成功并非仅仅通过在这里那里升级部件就能获得。每个部件——发动机、轮胎、空气动力学——都经过精心设计，以作为一个协调、高性能的系统来协同工作。由人工智能驱动的公司也是如此系统工程过去只适用于科技公司。现在，随着各行业探索利用技术和数字化机遇的新方法，它对所有行业都很重要。随着公司采用新技术并构建其数字核心，它们正步入行业标准解决方案往往不存在的领域。这种转变迫使许多人走出他们熟悉的可配置技术舒适区。但这个人工智能时代不仅仅是增强数字核心的孤立部分——它正在带来更深刻的变革。真正的变化在于重新定义整个设计、集成、优化和使用这个核心的方法。这不仅仅是采用新技术；它关乎接纳一种新的工程标准，其中精确性、适应性和不懈的微调塑造整个系统。我们在五个月前创建了一个关于生成式人工智能的实践社区，从那时起，在全球范围内，我们有1,200参加做志愿者工程师在生成式人工智能领域为我们进行研究。意识到为了具有竞争力，他们需要运用全新的工程原理，并从整体上进行考量。他们需要确保每一层和每一个连接都能够协同工作。持续的性能优化变得至关重要，每一项优化都在提升整个系统的效率和智能。 他们还需要使用新的云计算技术、芯片和数据架构来构建更灵活、可扩展且更具成本效益的解决方案。从saas时代到人工智能时代精密调校的工程技术，它需要越来越必不可少但供应短缺的高级技能，尤其是在非技术部门。想要创新的公司需要要么开发这些技能，要么与生态系统提供者合作来获取它们。同时，他们必须重新思考他们的企业架构，广泛集成生成式人工智能——从提高生产力的编码工具到负责供应商谈判等复杂任务的AI代理。 赋予每个应用程序以思考、适应和进化的能力意图架构师ACT原则，以意图为架构师，连接点并依靠生态系统繁荣，确保在特定行业中深度整合人工智能。 差异化工程我们把它们称为数字核心工程的原则：意图构建架构、连接点并依靠生态系统发展壮大（图4）。我们对10个国家、19个行业的1,500家公司进行分析，确定了三条新的工程原理来指导行动。领先公司采用这些原理的速度是其他公司的两倍。这些原则对于深度生成式人工智能集成的时代至关重要，能够使机器操作和定制满足特定行业需求。 生态系统助力繁荣照亮整个堆栈推动集体行动通过值得信赖的同盟实现快速创新 accenture.com/构建数字核心 原理：以意图为导向的架构师：进化架构以实现AI的动态适应演进商业和技术架构，到一个模仿类人思维和学习的现代认知架构——始终在线、始终倾听、始终学习。动态适应不断变化的用户参与、环境和数据，利用人工智能作为流程的中心协调者。这使系统能够灵活适应不断变化的商业需求，从指令驱动型转向意图驱动型系统。遵循这一原则可以帮助企业使其流程和工作流（由底层平台驱动）随用户意图、环境和数据的变化而演进。目标是创建一种架构，使业务流程能够根据上下文动态变化，开辟独特且新的路径以实现既定目标。人工智能作为协调器和智能指挥中心。这与传统架构不同，传统架构优先考虑目标、规则和路径——工作流中的预定义业务流程——并且需要人类进行任何更改。时尚零售商Shein和电商平台Temu运用这一原则，每天推出高达10,000件新品，远远超过其竞争对手3如何？通过使用人工智能实时监控社交媒体趋势，并采用深度人工智能集成与协调的精益生产模式。换句话说，这项技术目前是可用的，一些公司已经