重识IBM：看宝藏“百年老店”的正确打开方式 原创

先有鸡还是先有蛋？― 类似于这样的“因果困境”问题还有很多。比如，先有花还是先有果？先有水还是先有雨？又比如，先有技术还是先有需求？我们通常认为，技术是在人类社会发展、演进过程中，由于某种需要而产生的。比如，为了狩猎所以有了弓箭，为了生产更高效所以有了蒸汽机，为了计算量更大更精确所以有了计算机。

但是，一些需求的产生事实上是无意识的，这时候，技术的发现就具有一定的偶然性。拿取火技术来说，原始人类对火最初是恐惧的，直到有人发现，被火烤熟的食物吃起来口感更佳，在靠近火堆时还可以御寒，此后，才会历经千百次试验，研究出了自主取火技术。

所以，关于“鸡和蛋”这个千古哲学迷思，亚里士多德是这么认为的  ― 无论是鸡还是蛋，这两者都必然是一直存在着的。放在今天我们要探讨的问题中，也就是说，技术和需求也是始终同时存在着的。

这样一个结论背后，留给了科技公司一个严峻的考题 ― 既要提供基于市场需求的技术，又要先市场需求一步洞见未来技术，甚至，帮助企业挖掘潜藏的需求。从目前来看，能做到第一点的科技公司不少，能做到第二点的不多，能兼具者少之又少。而历经百年风雨的IBM，之所以能够持续保持竞争力，正是拥有着这样的能力。看眼下，混合云与AI已是大势所趋；看未来，量子计算机、纳米级芯片、区块链等技术也有突破性进展和完整路径规划。这便是“蓝色巨人”的科技洞见。

从需求出发：混合云与AI不是未来时，而是现在时

2018年，IBM宣布收购红帽，随后又逐步明确了混合云及AI战略。3年过后再来看这笔“豪赌”，效果已经逐渐显现。根据IBM今年第二季度财报显示，IBM 在过去 12 个月的总营收当中有1/3来自于混合云相关的业务，金额大约为 270 亿美金（约为 1738 亿元人民币）。从全球来看，已经有超过3200个企业都在使用IBM的混合云平台，超过4万用户在使用IBM的人工智能技术。

IBM大中华区科技事业部客户成功管理部总经理 朱辉

“这意味着，混合云+AI在企业新的IT架构和IT环境中发挥重要作用的时代已经来了。我们并不是在看将来，它已经实实在在到了我们的面前。”在日前接受记者采访时，IBM大中华区科技事业部客户成功管理部总经理朱辉这样说。

在这个过程中，IBM看到了企业在三个方面的诉求：第一，如何尽快、简单、低风险且低成本地搭建起混合云的环境和基础架构；第二，如何通过智能技术，实现低价值工作的智能自动化；第三，如何通过人工智能挖掘数据的价值。

其中，第三个诉求成为当下最棘手的一个问题。人工智能与数据之间彼此成就，这也意味着，只要有一方面准备不足，效果就会大打折扣。而IDC相关数据显示，如今企业中高达90%的有价值数据要么无从访问，要么无法信任，要么没有被充分分析利用。“这阻碍了企业的决策，限制了企业对业务表现实现实时可视化、作出更快响应的能力。”朱辉指出。

为了解决这样的问题，Data Fabric（数据经纬）的概念应运而生。根据Forrester的定义，Data Fabric是以一种智能和安全的并且是自服务的方式，动态地协调分布式的数据源，跨数据平台地提供集成和可信赖的数据，支持广泛的不同应用的分析和使用场景。简而言之，不管数据在哪，通过Data Fabric的数据架构，就能帮助企业及时、准确并且低成本地找到所需的数据。

如开篇所说，需求会促生技术演进。目前，包括NetApp、Telend等在内的技术服务商都已经推出了针对Data Fabric的成熟解决方案，而IBM也把Data Fabric融入到了最新的IBM Cloud Pak for Data 4.0版本中。其特别之处在于——AI技术的全面赋能。

立足数据民主化：提供四大“数据经纬”能力

IBM对Data Fabric概念做了更进一步的释义，即“智能数据经纬”。在其看来，要实现智能的、安全的、可信的，甚至是自服务的方式来获取不同数据源的数据，人工智能会发挥非常大的作用。基于此，融合了Data Fabric数据架构的IBM Cloud Pak for Data能够提供四个方面的能力：

其一，AutoCatalog（自动分类）。它相当于一个数据分类“大脑”，可以根据数据类别进行自动化分类、建立自动化目录，从而实时维护来自不同环境的动态数据资产；

其二，AutoAI（自动建模）。它的价值在于，能够降低AI模型开发、校正及其自我学习的技术门槛和人力成本，从而对动态数据和整个AI算法生命周期的自动化管理；

其三，AutoPrivacy（自动识别隐私规则）。通过数据隐私框架中的AI能力，智能化地识别企业内部的敏感数据，当数据被调用时，系统就能快速识别和监控，甚至在后续为企业内部敏感数据的定义和政策实施，提供自动化技术保障；

其四，AutoSQL（自动查询）。借此，不同类型、不同来源的数据都可以在不进行物理移动的前提下，使用同一个查询引擎进行获取和分析，这样一来，既可以节省数据查询的时间，还可以避免移动数据和多查询引擎带来的额外成本和复杂度。

“混合云架构让数据变得更加公开，在不触及数据拥有权、敏感度、安全性和可信性的前提下，让更多人能从中得到价值，实现数据的民主化，这是我们的技术演进所立足的思路和逻辑。”朱辉表示，从目前的实验数据反馈来看，Data Fabric的自动化能力，已经能够帮助企业把数据查询的速度提高8倍以上，成本降低约50%。这显然正是数据民主化价值的直观体现。

除此之外，再加上此前已经集成的数据仓库能力（如DB2）、数据治理能力（如Watson Knowledge Catalog）、数据虚拟化能力、机器学习能力等等，现如今的IBM Cloud Pak for Data已经是一个相当完备的数据平台。可以这么说，与数据相关的需求，企业在这个平台上都可以找到与之对应的技术来满足。

深入市场一线：独创“十二星座”小众产品系列

但从另一个层面来看，并不是所有企业都需要或者擅于使用一个大而全的平台。就像我们要去一个距离500米的地方大可不必开着车去，要打一只蚊子也大可不必使用大炮，有时候，企业亟需的可能是一个很小的工具来解决一个很具体的问题。对此，拥有丰富产品体系的IBM，在这个问题上也并不令人失望。

IBM中国混合云与AI 华东及华南大区总经理 许伟杰

在采访中，IBM中国混合云与AI 华东及华南大区总经理许伟杰向记者介绍了一个令人眼前一亮的产品项目，他命名为“十二星座计划”。这是一个由许伟杰发起的内部创业项目，初衷是根据企业的具体需求，与合作伙伴和客户共创，帮助客户寻找痛点场景，从而更精准地推荐和提供IBM的技术产品。

值得关注的是，“十二星座计划”中的产品，更侧重IBM Cloud Paks中的一些小众产品。比如“金牛座”产品，许伟杰挑选的是IBM Cplex算法求解器。由于算法求解能力非常强，这个产品可以帮助制造企业实现自动化的优化排产、整体资源整合以及路径优化。“通过与合作伙伴的项目合作，我们发现在企业中，过去一年下来一个人平均也就能跟10个项目，现在平均可以跟进100个以上的项目。”许伟杰告诉记者，“疫情爆发之后，随着供应链和降本增效的需求日益迫切，越来越多的企业开始在应用Cplex算法求解器。从今年上半年来看，这个产品在中国市场交付的营收大约是去年全年的3倍。”

由于深入中国市场一线，许伟杰及其团队每天都与各行各业的中国客户在一起，因此也具备更加敏锐的市场“嗅觉”，更加了解本地企业的独特需求。据他介绍，他们选择产品的标准有两个，一是在业界具有很强的领先性，二是中国客户确实需要。再以“白羊座”产品LSF为例，基于超强的超算调度能力，LSF不仅能调度EDA软件，还能调动GPU，因此，多年来一直是业界效率很高的工具，甚至已经成为行业标配。而通过与合作伙伴的进一步沟通，许伟杰和团队还发现，仅IBM合作伙伴就有近1万片的GPU调动需求。“当我们深入研究能不能进一步提升效率时，发现真的可以，所以就开始做。可见，领先的技术真的很有魅力。”他说。

目前，“十二星座计划”中已经集齐“十大星座”产品，除了Cplex、LSF之外，还包括PA（Planning Analytics）、Aspera、SPSS、Instana、Turbonomic等黑科技产品，而剩下的两个位子则留给了公司内有想法创意的IBM同事或是市场上有眼光梦想的合作伙伴。“我有一个梦想，就是可以从IBM Cloud Paks的200多个产品宝库中，挑出12个真的能帮中国企业带来价值的产品，并且把这部分的营收做到比传统主力产品营收还要多。”许伟杰告诉至顶网记者，“原来IBM有一些热卖多年的明星产品线，通过‘十二星座计划’，可以重新激活和挖掘出一批小而美的黑科技产品线，这样能够真正的帮助到客户去实现数字化转型的产品及场景也会变多。”

专属IBM的“霸气”：拿去吧你

可见，经过百年的技术沉淀，加上容器化的技术改造，IBM Cloud Paks之上不但内容丰富，同时还可以通过非常灵活的方式按需交付给企业。如果按照许伟杰的思路，其中每一款产品都可以做成一盘生意。而对企业来说，先从一个具体的问题入手、用好一款产品，再去规划更大的数字化转型战略，或许也是更高效、更低成本的办法。

当然，如果企业想走“先战略、后部署”的路径，IBM也完全可以满足，依托于以数字化转型、混合云与AI能力为主的咨询服务，IBM正在通过车库创新的方式与企业共同创新，帮助企业制定数字化战略，并运用最新的技术发现并定义新的业务场景。

重新审视IBM这背后的业务逻辑，我们发现，这或许就是专属于一个“百年老店”的独有“霸气”——要解决眼下的业务问题，上百个宝藏产品供你选；不清楚自己的痛点需求，咨询、共创服务紧跟上；想拥有更前瞻的技术力，IBM各种黑科技“了解一下”。总之就一句话——拿去吧你！