2020年，各行各業都面臨著前所未有的全新形勢。受疫情黑天鵝事件的影響，不僅催生了各種新模式與新應用，遠程辦公、遠程運維、在線醫療、云課堂、云簽約等也成為新常態。

而在企業戰略發展、行業發展趨勢、經濟下行壓力等多重因素的驅動下，企業也紛紛將加速數字化轉型提升至戰略層面，數字化轉型已是大勢所趨。數字化轉型就是利用數字化技術來推動企業組織轉變業務模式、組織架構、企業文化等的變革措施。數字化技術作為驅動力，在推進數字化轉型中發揮著重要作用。為此，e-works于2020年8月14日1430特舉辦了《數字技術助力數字化轉型——VR/AR、數據與人工智能》線上研討會，以幫助企業更好的利用數字化技術推進數字化轉型。

在本次研討會中，IBM大中華區實驗室服務總經理孫宏及其團隊，帶來了數據與人工智能領域的前沿觀點解讀，并就企業普遍所關心數字化轉型中的數據應用問題，如企業上云過程中如何對不同業務系統數據進行整合，如何確保數據管理的高性能、高可用性、經濟性以及可擴展性，以及如何管理冷熱數據等，結合IBM實驗室服務團隊幫助國內某大型保險公司、某人工智能獨角獸公司以及百度智能云事業群組解決數據應用難題的新鮮案例進行了探討和經驗分享。以下為精華內容總結。

一、前沿觀點解讀

1、數據已成為企業戰略資產

近期IBM對全球2131位CEO進行了調研，通過整理這些CEO對數字化轉型的意見和洞察，發現了那些成功的驅動企業數字化的CEO們都一致認為數據已經成為企業至關重要的戰略資產。他們所領導的企業都能夠不斷地從數據中創造巨大的商業價值，從而使企業在行業中具有更大的影響力。當今洞察時代，如何合理利用數據資產，為企業實現人工智能、物聯網、云計算轉型，從而實現運用數據創造價值，是全體CEO最關心的問題。通過數據與成熟而智能的運營相結合，通過技術手段來滿足客戶體驗方面的價值主張，可實現細致入微的個性化體驗，從而為企業帶來更大的戰略優勢。

2、數字化轉型中數據應用的三大內容

① 利用結構和非結構化數據生成洞察：要實現最大限度的數據變現，IT架構需要具備混合使用結構和非結構化數據的能力， 而架構所采取的技術需要實現多數據中心的數據交互和存儲，實現以上兩點才能打通數據的“淘金”通道。 ②確保數據實時可用，提高工作效率：很多企業都采用混合多云環境支持業務及應用，數據流轉和實質性的難點需要得到解決，同時數據的協同和管理也是對IT技術的必要條件。此外，空間擴展能力也需要考慮，否則會對IT的可擴展性帶來影響。 ③ 重視維護高質量的數據，合規以及低成本運營：對于可能產生海量數據的企業，所采取的IT技術和架構必須支持數據的攝入、分析、組織、融合、存放、清理和清除，支持整個數據的生命周期的可用性和可靠性。

3、數字化轉型需重視兩大關鍵點

一是必須采用先進可靠的技術和解決方案；二是擁有強大的技術能力和豐富的實踐經驗的技術團隊。選擇專業的團隊，才能在更大程度上確保項目的成功。IBM實驗室服務團隊具有豐富的經驗和雄厚的技術實力，可幫助企業實現上云的需求，同時兼顧企業對于未來數據利用的需求，幫助企業實現高效率、高穩定的數字化轉型。 二、三大新鮮案例分享

1、架構轉型——超大型保險企業上云之路

針對企業是否適合上云及上云過程中的數據整合難題，IBM可提供整套的解決方案。一方面企業可借助IBM云親和力分析方法論，輔助決策是否適合上云以及上云的方式和流程；另一方面企業還可采用IBM軟件定義存儲解決方案破解云架構下的數據存儲與流轉問題。 國內某大型保險公司自2010年完成數據大集中后，在短短五六年時間里，核心業務數據量增長了5-6倍，由此采購了大量存儲設備，在該企業上云的過程中因此也面臨如何數據中心的多資源（包括業務、數據、設備等）如何整合、數據如何跨數據中心流轉和復用，如何實現彈性業務伸縮以應對“雙11”“雙12”業務高峰壓力，如何實現統一的監控和數據服務接口以提高架構的安全性等挑戰。

IBM實驗室服務團隊前期基于IBM云親合力分析方法對該公司的上云之路進行詳細和調研分析，提出了一整套業務上云的可行性流程，并經過反復測試論證，最終幫助企業選擇了IBM Spectrum Virtualize軟件定義存儲解決方案作為其最終落地方案，利用500多個存儲虛擬化引擎節點，在每個主數據中心和36家分公司的數據中心實現了存儲平臺的整合；利用IBM Spectrum Virtualize軟件定義存儲的高級數據管理功能和快速數據復制功能，解決了數據中心的數據流轉需求和多業務場景的數據復用問題。同時，IBM實驗室服務團隊還為該公司引入了IBM Spectrum Control軟件定義存儲監控解決方案實現對存儲平臺的安全有效管控。在項目實施上則通過整合創新的云咨詢及實施方法論，引入風控管理，確保了該公司存儲私有云架構的最終交付。而針對特殊的業務場景及改造場景，IBM實驗室服務團隊還幫助該公司制定了靈活的交互方案。 目前該項目一期建設已經完工，二期建設正在進行中。帶來的顯著效益是，該公司最大的分公司江蘇分公司在2018年雙十一期間的業務平均響應時間縮短了3-4倍，且由于建立了統一的存儲管理平臺，該公司存儲管理成本下降了75%，新業務上線時間縮短了80%。

2、多云協同——數據與人工智能助力獨角獸高速發展

企業在支持AI開發團隊或部署AI工作負載時，數據量和質量、高級數據管理以及技能缺口是面臨的核心挑戰。IBM面向AI的存儲解決方案，可通過IBMSpectrum Scale、IBM Cloud Object Storage、IBM Spectrum Discover等一系列產品，幫助企業解決與部署AI工作負載有關的重大業務挑戰，進而助推企業進入實現AI生產力的快速通道。

國內某人工智能獨角獸公司主要提供自動駕駛領域的人工智能芯片及解決方案，其主要業務都運行于托管在IDC數據中心的私有云里，然而隨著業務的發展也面臨著兩大挑戰： 一是多云間數據如何協同，由于業務需要，該公司除了在私有云進行訓練外，還需要在多個不同的公有云上租用GPU服務器用于AI訓練，如何管理現有數據以高效方便快捷得傳輸到公有云上進行訓練，訓練完成的結果又如何方便地傳輸回來；二是性能和成本，即如何保證訓練的數據擁有最高性能，而訓練完后的數據又有比較低的存儲成本。為此，IBM實驗室服務團隊為該公司建設了一套數據平臺，其中包含IBM Spectrum Scale存儲軟件和IBM Spectrum archive磁帶管理軟件，經過IBM實驗室服務團隊存儲專家的精心打造，實現了統一的多協議訪問、靈活的ILM（信息生命周期管理）策略、靈活的存儲擴展、Rest Api接口增強管理、LTFS（線性磁帶文件系統）透明歸檔、按需審計及AFM按需同步技術，節省了時間、人力及成本。不僅海量冷數據自動存儲到磁帶庫，節省TCO可達84%；而且也提高了私有云與公有云之間的專用鏈路帶寬利用率，可達90%以上。

3、降本增效——百度智能云海量冷數據管理

IBM擁有完整的軟件定義存儲解決方案，可針對結構化和非結構化數據的存儲要求，多云部署的環境，提供整套的分層、分級存儲解決方案。針對結構化數據，IBM可提供Spectrum Virtualize塊存儲虛擬化解決方案，可以用不同的存儲介質構建不同的資源池，數據在資源池之間自由遷移，實現多云、多站點的數據保護。 針對非結構數據，IBM可提供Spectrum Scale分布式文件系統，對外提供POSIX AFS對象等存儲服務，同時文件系統提供統一的命名空間，方便企業對數據的使用。IBMSpectrum Scale分布式文件系統還可以集成磁帶技術，通過低成本的磁帶，構建無限的存儲空間，提供海量的數據服務。

百度智能云作為專注于云計算、智能大數據、人工智能等服務，提供穩定的云服務器、云主機、云存儲、CDN等云服務解決方案的云計算提供商，面臨數字經濟下數據爆發增長及復雜數據類型帶來的巨大存儲壓力，迫切需要降低較為高昂的存儲成本，并滿足數據合規與安全性要求。為此，IBM實驗室服務團隊為百度智能云提供了融合Spectrum Scale、Spectrum Archive和Tape介質的存儲解決方案。 其中，通過磁帶近線存儲資源池的建設，百度智能云過去9個月使用了10萬盤磁帶，存儲了900多PB數據，冷數據存儲總體成本下降了84%，不僅極大地提高了IT對業務的支持力度，也有效滿足了業務對低成本、低功耗、高空間數據密度、綠色數據中心的存儲需求，大大強化了百度云、無人車等業務在行業中的競爭力。而基于IBM Spectrum Scale存儲軟件解決方案，則為百度智能云的數據孤島之間建立了高效、安全、穩定的數據管道，使得百度的數據在整個生命周期中流轉更順暢，業務可以0成本獲得更高性價比。 此外，為滿足部分客戶需要更高性價比、保存時間更長的存儲產品與服務的需求，百度智能云通過引入IBM技術也為其打造下一個階梯的存儲產品帶來能力補充，補齊了百度智能云存儲產品矩陣的最后一塊“積木”。