深耕数字化,一切皆服务,华为云携手政企客户迈向云之深处

举报
华为云头条 发表于 2022/04/28 20:40:30 2022/04/28
【摘要】 2012年,国家“十二五”计划正式开启云计算的创新试点,经历十年的发展,云已经成为数字经济的坚实底座,在促进医疗公平、消除教育鸿沟、提升政务效率、助力乡村振兴等方面,正在发挥着关键作用,全面云化已经成为加速政企数字化转型的最佳路径。

1.png

以云为底座

推进政企数字化转型

2012年,国家“十二五”计划正式开启云计算的创新试点,经历十年的发展,云已经成为数字经济的坚实底座,在促进医疗公平、消除教育鸿沟、提升政务效率、助力乡村振兴等方面,正在发挥着关键作用,全面云化已经成为加速政企数字化转型的最佳路径。

云产业的快速发展离不开国家政策的保驾护航,“十三五规划”期间,国家先后发布《企业上云实施指南2018~2020》、《关于推进“上云用数赋智”行动 培育新经济发展实施方案》等一系列政策持续推动着政企云化进程的深化。与此同时我国数字经济在GDP中的占比几乎翻了一倍,到2023年中国政企的上云率也将达到60%。

7.png

新基建、数字主权、东数西算等国家战略给行业数字化转型带来新的机遇和挑战,为了提升应对未来不确定性的能力,各行业正着力推进全面数字化,打通应用系统间的数据流与信息流,并利用人工智能、区块链、物联网等新技术对现有业务系统进行升级改造,实现业务向智能化演进。

全面云化是加速政企数字化转型的最佳路径。政企客户在经历业务上云之后,已经初步从数字化转型中受益,其中一些先行者逐步向深度用云迈进。华为云基于“深耕数字化、一切皆服务”的战略,携手客户持续探索新业务、新技术、新模式,进一步将云的实践融入到生产、消费、服务等端到端环节,加速核心业务全面云化创新。

2.png

▲点击查看高清大图

 业务深一度:

深耕数字化,使能业务创新


面对日益复杂的业务挑战,政企要在激烈的竞争中脱颖而出,需要技术和业务双轮驱动。将云技术融入到业务场景的方方面面,让技术创新与业务创新深度互锁,持续探索新场景、优化用户体验、提升企业竞争力。

以金融行业为例,头部客户一直探索将云计算、智能化最先进技术应用到核心业务场景中,积极推动主机业务下移、核心业务云化改造等趋势,支撑了众多的应用创新。今天,移动用户增、抢购秒杀等互联网业务迅猛发展,对金融行业的应用快速上线、秒级弹性伸缩、千人千面等方面提出了诸多新挑战,金融行业开始从传统业务上云走向全面云原生,采用分布式数据库、云原生数据湖、容器、微服务等云原生技术体系打造金融新一代分布式新核心,深耕智慧金融。

除了金融外,还有很多领域,云也在深度支撑客户开展业务创新。

  • 政务大数据进一步扩展更多民生服务场景,通过抗疫大数据1个数据底座、1套数据集支持N种抗疫应用,改变传统人拉肩扛的局面,以科技助力抗疫;

  • 传统智慧城市加速向数字孪生城市演进,从政务大数据演进到城市运行大数据,打造更全面的感知、协同和智能能力,探索更有温度的未来城市实践;

  • 数字化开始进入工厂,通过工业互联网整合IoT、AI、大数据能力,帮助企业实现供应链、制造环节和工业产品的数字化,驱动产业升级。

华为云Stack践行“深耕数字化,一切皆服务”战略携手政企客户持续探索包括财政一体化、智慧电网、抗疫大数据、分布式新核心、数字孪生城市等新业务场景,以技术使能业务创新。

在国家电网的数字新基建中:
  • 华为云Stack与客户联合探索了 “集团+14网省公司”电力行业一朵云模式,实现总部和省公司的一级运营两级运维管理模式创新;
  • 通过引入融合数据湖对新能源消纳进行实时分析,提升光伏利用率,初步估算“十四五”期间将节约电网投资150亿元
  • 基于AI推理探索无人机智能巡检,实现一日一巡,巡检效率提升8倍
  • 通过ROMA联接和管理全域物联设备,并实现对端侧应用的远程部署、运维、监控,人均可维护设备提升90%,现场运维时间减少90%

3.png

点击查看高清大图

 技术深一度:

践行云原生,驱动技术创新

应用场景的深化需要技术的持续迭代作为支撑,从Cloud-Based向Cloud-Native演进成为业界普遍共识。华为云Stack坚定不移践行云原生理念,驱动技术创新。

结合华为集团内部IT、消费者等业务的云原生实践,我们认为有7个云原生技术创新方向将优先在政企行业落地,赋能政企智能升级。

4.png

云原生数据湖

数据规模快速增长的同时,数据分析的时效性也备受关注,我们将基于“湖仓一体”架构推进云原生数据湖从离线分析向逻辑和实时数据湖演进,提升数据分析效率,未来还将与AI结合,全面实现数智融合。

在工商银行,逻辑数据湖方案通过数据跨湖跨仓高效分析支撑风控、营销、经分等关键业务,为全行1.3万数据师提供了及时的BI体验。


人工智能
推动大模型、求解器和知识计算为代表的三类场景更广泛地进入工业生产主流程,实现AI的规模化、工业化开发。

比如,中科院上海药物研究所便是借助药物分子大模型实现全流程的AI辅助药物设计;天津港探索用求解器来优化港口泊位、岸桥、配载和堆场计划,从港口千万级变量和约束条件中快速找到最优解。


工业物联
以云边协同方案将云端的大数据、IoT、AI等算法和应用无缝推到边缘,连接海量端侧工业设备,在边缘进行数据实时预处理,满足时效性和智能化要求。

在智能钢厂的流水线上,工业相机实时抓取物料画面,并将图像本地切片后上传云端进行AI图像识别,相比人工质检不仅更快了,良品率也能得到提升。


应用敏捷
为了让海量应用的开发、运行、维护更高效,引入分布式云、容器、微服务、DevSecOps、多模应用治理等新理念和新技术,实现应用现代化,这也是华为IT平台支撑华为集团业务全球170多个国家敏捷开发部署的最佳数字化实践。

江苏财政在财政一体化建设中通过应用中台和DevOps开发流水线,优化现有开发、部署流程,打造提供标准化应用环境,实现应用敏捷开发和交付。


智能云管
随着城市一朵云、一体化大数据中心等大规模云平台需求的快速增长,需要引入匹配用户组织架构,并且具备自动化、智能化能力的云管理技术,让超大规模云的管理更简单。

比如我们和国家电网联合创新的五级VDC架构、一级运维两级运维模式,充分匹配了大型企业多组织层级的特点。在运维方面,通过AIOps和AutoOps实现运维和作业自动化,让运维效率提升50%以上;服务构建器帮助用户根据业务需求个性化定制和发布服务,业务更灵活。


多云协同
采用混合云架构平衡政企客户对弹性敏捷创新和数据安全合规的需求,成为越来越多政企的选择。

比如电商业务在遇到突发流量时资源弹性扩展到公有云;大企业将业务按需分层部署,前端业务部署在接近用户的公有云上,敏感数据则仍然本地部署满足安全合规要求;Serverless等创新类需求采用公有云部署,实现更快的迭代开发上线。


自主化
持续突破根技术,打造全栈的自主云平台,横向扩展场景,逐步从政府延伸到大企业、金融等国计民生重点行业,纵向持续叠加高阶服务,使能业务创新。

 模式深一度:

经验即服务,让优秀实践得以复制


政企深度用云,除技术和应用的创新之外,还需要转变思路。华为云Stack持续开展模式创新,将服务4800+客户的经验进行沉淀并应用更多用户,让成功实践得以复制。

生态合作模式

传统的政企生态合作模式通常基于线下拓展、线下交付,难以形成生态聚集效应。华为云Stack将围绕应用市场,从行业和水平维度构建政企生态体系,让生态伙伴和用户建立更高效的连接。政企用户在共享华为云上生态的同时,还可以构建本地应用市场,叠加自有的应用或伙伴应用,持续积累自身的行业生态。

5.png

点击查看高清大图

商业模式

我们将继续推进云服务商业模式的落地,用户通过按需付费的方式实现轻资产运营、减少初始投资,华为负责平台的建设与持续迭代,并且提供运维托管或协维等专业服务,让用户聚焦业务创新,同时降低端到端TCO。

 运营模式

一部分云转型较早、较深的头部企业,积累了丰富的运维、运营和服务实践经验和成熟的应用生态,我们正在与这些客户一起构建行业云,探索数字化服务新模式,通过对外运营实现能力外溢,赋能行业。

 专业服务模式

过去,厂商交付给用户的是一个云平台,忽视了用户云化战略的整体规划、业务上云、持续用云等方面的考虑。华为云Stack将自身和行业客户的实践沉淀为方法论,形成覆盖咨询、建云、上云、管云、用云全流程的专业服务,从传统的交付平台走向交付成功经验,支撑用户持续上好云、用好云。

6.png

数字经济新阶段,上云的深度决定了政企数字化转型的速度。我们主张以深耕数字化开展业务创新、以践行云原生推动技术创新、以经验即服务推动模式创新。在这个数字化转型的关键时刻,华为云Stack将携手生态伙伴持续服务好政企客户,帮助客户从“业务上云”迈向“深度用云”新阶段,实现全面的数字化转型。

【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。