你的数智化底座物尽其用了吗？
在数智化转型过程中，构建具备领先技术能力，能够与企业业务充分融合的数智底座是企业取得转型成功的重要前提条件。但数智底座建成后，这个平台的使命并不意味着已经完成。一方面，平台需要动态且及时的适配企业不断变化的业务需求，以更少的投入开发出新的企业应用。另外一方面，也需要将平台充分用起来，包括平台上数据的应用，不同应用系统以及与外部系统的链接，基于平台的成果沉淀与持续创新等。
这些都属于平台运营能力，企业在花费大量资源建设的数智底座，如果不具备数智化运营能力，那么这个平台有可能会成为鸡肋，或者不能真正服务业务，或者会让企业持续卷入更多投入才能保证平台的持续使用。由此，会让企业投资蒙受损失，并错失数智化浪潮下的发展机遇。
2015 年，全球最大的机电生产企业之一通用电气宣布了数字化转型计划——建设一个面向工业互联网的平台即服务项目 Predix，为该公司及众多客户的传统工业生产流程和员工提供数字化支持。该项目原本预计将为通用电气带来每年 150 亿美元的额外收入，结果在花费了五年时间，投入超过 70 亿美元后，项目的年收入仅仅达到 10 亿美元的水平，基本宣告失败。
回顾 Predix 项目五年间的发展历程可以发现，通用电气从一开始就犯下了重大错误：Predix 并未对集团内部现有组织架构、技术体系和员工能力进行全面升级，而是建设了一个与现有业务没有深度交集的平台，平台虽然具备诸多先进技术特性和能力，但通用电气上层并没有对其进行有效的运营管理。
从通用电气的这一失败案例可以看到，企业需要把数智平台的建设和运营放在同等重要的地位，搭建与研发、生产和业务流程充分融合的运营体系，才能让数智底座发挥真实潜力，使企业在市场竞争中占得先机。
拥有二十多年服务大型企业经验的用友iuap平台，是更懂业务、技术领先且体系完整的企业数智化平台。除了为企业提供三中台三平台（业务中台、数据中台、智能中台和技术平台、低代码开发平台、连接集成平台）外，还提供了数智化工程、可持续运营两大体系，助力企业全面升级数智化底座。不仅企业拥有了属于自己的平台，而且通过对平台的数智化运营，让这个平台成为企业可持续发展的源动力。
事实上，大型企业建设、运营数智平台最需要关注的三大指标是共通的，即安全、稳定与高效。在此基础之上，企业的 IT 架构需要以平台思维，构建能够实现数据打通和 IT 资产沉淀的体系，为企业提供平台化的技术能力，并统一数据治理规划，形成统一的数智底座。
企业想快速响应市场需求，提高生产效率和产品质量，需要建立一套完整机制来保证数据的流动、存储、加工、计算和供给。工程化能力为企业软件开发的各个环节进行充分的规范化、标准化和自动化，可以显著降低开发的时间成本和业务风险，这已经成为企业软件开发中不可或缺的能力要素。
用友认为，数智化工程化能力是系统韧性的基石，结合工程化能力，可以将传统生产模式向数字化、智能化方向升级，实现生产过程的全流程自动化和智能化。用友iuap在二十多年的研发部署中积累了大量经验，并深度实践敏捷工程化，让企业更加聚焦业务，并且构建了开发人员间的新型协作模式，全面提高 IT 供给能力。
用友iuap平台基于云原生架构，通过容器化技术实现企业服务的高弹性、高可用能力，通过 DevOps 能力实现商业创新的敏捷发布及变更，通过微服务能力实现企业创新服务的灵活解耦、自由治理。
具体而言，用友iuap基于云中间件YMS，实现了云上云下一套代码，让企业私有云平台体验到公有云的更新效率，让云下应用升级像 AppStore 一样简单，帮助企业将整体专属化效率提升 100%，启动效率提升 3 倍以上，制作 SP 补丁从 10 天降低到 1 天，制作金盘从以前的一个月降低到 2 天左右，各领域业务独立的配置从 1000 个降低到 0，极大提升全领域业务板块的统一配置效率，帮助企业快速调整业务。
用友iuap还提供了一套完整的质量门禁，以及覆盖测试、日常、预发、生产等多环境的审批机制，以保障所有产品到达客户端是完备的。它可以检测、保障和提升低代码质量，实时跟踪开发任务，全景展示发布过程，还带有完整的灰度发布机制，可以指定用户分流，保障业务应用平滑升级。在测试环节，用友iuap通过 RPA 技术实现自动化测试，减少测试人员及大量时间和成本。
用友iuap实现了智能运维，如智能分析历史决策数据和情境，支持更快和更准确的未来决策，将企业的重点从监控和响应转变为预测及主动干预，以最短的延迟做出主动决策。平台建立了完整机制来快速分析与诊断云上难题。通过对用户操作及应用调用链路进行分析，将操作事件按调用先后顺序罗列出来还原用户操作场景，帮助技术人员更精准的诊断问题。运维人员通过服务治理平台对服务、API、方法细粒度的管理，能够轻松梳理出服务间的关系，然后通过链路图、拓扑图、瀑布、列表等方式展示，从各维度快速找到问题。用友iuap通过内部各领域业务大量使用，数据各维度分析经验，可以打磨出业务数据关联分析框架与方案，并能快速分析获取目前服务性能、调用失败、熔断、限流等问题，优化微服务框架。
为了进一步提升企业的数智平台运营效率，用友还提出了 IT 架构去“过程化”的概念，目标是用更少的能量和损耗维持数智化系统持续运行。用友iuap 尽可能减少了原始数据 / 原子能力与业务需求之间的中间数据 / 步骤，或使中间数据 / 步骤无须人为干预，自动化、智能化完成，其可实现架构的简单化、扁平化，同时可对业务需求实时响应，以进一步实现敏捷和创新。平台架构一开始就放弃“精细梳理方可使用”以及“梳理完成千万别动”思想，用全量原始数据保障读时模式，使得企业用更少的“能量”便可以维持数字化系统的持续运行。
企业开发人员在用友iuap的低代码开发平台上，可以通过可视化拖拉拽方式讲封装好的代码按照业务逻辑搭建应用并直接运行，极大提升效率。用友 iuap 还可在技术与架构支撑服务化以及微服务的细粒度、分布式、扩展性和治理能力，结合技术普惠的低代码开发体系，可以支撑 IT 应用开发，部署，运行敏捷化。
比如某行业领军企业，基于用友iuap，构建“以周迭代发布”的大规模敏捷交付工程化体系。系统稳定性从 96% 提升到 99.5%；提升 APP 研发效率以及批量交付能力；形成了覆盖 IaaS、PaaS、SaaS 三层及事前、事中、事后的稳定性保障体系。
数智化底座为企业数智化转型提供了平台基础设施，但是想要解决大型企业数智化转型中面临的各种业务和管理问题，还需要有效地将复杂基础设施、平台服务以及与财务、营销、采购、制造、人力等有关的共性业务服务进行融合，实现企业数智化能力的集约和统筹，帮助企业沉淀自己的数智化成果，来支撑企业数智化的持续迭代。
用友iuap基于成熟的产品研发、IT 运维方法论，生成一套可持续运营体系，帮助企业实现从数字化战略到落地执行的业务运营，构建数据驱动的全生命周期的运营闭环。让企业实现从工具链构建到运营，助力企业运营一朵云，随需享受云计算、大数据、人工智能等新技术带来的便利及价值。
随着企业业务的不断创新，产业互联网等模式不断落地实践，越来越多的 IT 组织开始从被动维持的“IT 运维模式”，走向主动经营的“价值运营”模式。他们更注重数智化底座的数据价值挖掘和利用，以及应用系统的复用性和产业链社会化集成。
这种特点在数科公司这个群体中更为明显。用友基于敏捷工程化体系，提供全方位的可持续运营赋能，包括顶层设计、团队建设、技术支持、市场推广等等。通过构建一套企业级产品运营体系，为产品全生命周期管理提供数智化领先实践，让数科公司实现长期可持续的价值运营。
中船信息承担着中船集团公司信息化规划方面的重担，服务中船集团和相关成员单位数智化转型。中船信息董事长张凯曾表示，企业数智化转型是体系化策划推动的系统工程，需要对组织体系架构、业务模型、流程、方法、能力与资源进行有效协同，并且能够交付一套管理模型、IT 系统、文献体系和治理机制，实现现代化企业数智化转型的完整体系。中船信息与用友通过协同共创的方式，以“结构化模型”为主要特征，通过治理非结构化数据，让企业内部的结构化数据和非结构化数据建立关系。并以此为基础来打造数据中台，实现高效的协同管理，保证了多轮处理后数据的准确性，同时也实现了数据的有序流通。在帮助企业实现研发协同、信息协同的基础上，中船信息打造了属于自己的数智化底座，并且已经形成了从企业数智化顶层战略与规划、整体设计与方案、集成建设与实施，到全面售后与运维的全生命周期技术支持和服务保障能力，通过数智底座的功能化体系和可持续运营，实现现代化企业数智化转型的完整体系。
另外，某研究院在与用友合作的五年多时间里，在原有的流程管理方法基础上提出了价值管理方法论作为数智平台运营的基本理念。还基于用友iuap开发了一套工具链，打通了企业内部的所有流程、要素和价值管理，最终将所有管理工作转向模型化表达，再经过安全性、稳定性和效能检测来迭代上线。在用友iuap的支持下，某研究院建设了技术中台、业务中台和数据中台，将业务和场景部门所需的流水线和共性组件全部凝聚到中台中，再通过研发监控、资源监控、变更监控等能力管控产品研发质量。如今，某研究院实现了每年产品交付能力比五年前提升一个数量级的目标，同时实现了基于数智平台的数据治理和服务治理能力，可以将大量产品和流程全部打通，大幅降低企业运营成本，提升运营效能。
随着生成式 AI 技术开始在企业领域推广应用，企业数智化底座也需要相应的迭代升级来满足新时代的企业需求变化。大模型的引入对数智平台的运营能力提出了更高的要求。在安全性方面，数智平台需要进一步提升大模型所使用的海量企业隐私敏感数据的防护水平，确保企业不会因为 AI 应用而造成隐私泄露或恶意攻击事件；在稳定性方面，数智平台所使用的大模型不能影响平台现有各组件的可靠性与可用性，不能因为大模型服务中断或失效而导致原有平台能力失效；在效能提升方面，企业服务大模型要尽可能降低幻觉率，与企业业务充分融合，确保员工能够使用大模型切实提升工作效率。对此，用友iuap也做了大量工作来应对上述挑战，使用友企业服务大模型 YonGPT大模型进一步改善运营效能，让企业迅速看到生成式 AI 技术带来的生产力提升收益。
微信扫码关注该文公众号作者