ZD至顶网软件频道消息:“我们的一家客户,在做一个项目时,其应用数量在短短一个月内从100个增加到300个,而这种程度的增幅已经是常态。”Dynatrace大中华区总经理琚伟表示,应用已经成为企业的门户和入口,并且呈现井喷式的发展,而企业势必要解决IT生产和运维环境的日益复杂化与业务灵活性之间的平衡难题。
事实上,数字化已经融入到人们生活中的方方面面,企业数字化转型的迫切感更重,企业更关心的是怎样才能将企业的服务和产品更快速地推向市场。“在和企业管理者接触中,感触最深的一点就是互联网+和数字化转型已经成为企业关注的高频词,CIO们也将数字化转型作为其重要的工作。”琚伟如是说。
企业转型需求和困难具突出
琚伟认为,消费者在消费过程中,第一步接触的并不是企业生产销售的产品,而是运营这些产品的App。应用已经成为企业非常重要的入口,因此企业如果没有将入口管理好,就很难去迎接接下来的挑战,这点是企业进行数字化转型过程中的核心之一。
甚至在一些行业中,产品服务所具备的IT属性越来越强。花旗银行CTO就曾经说过,花旗银行是一家有银行牌照的IT公司。
不过,一个很明显的问题是,从前企业旧有的软件开发、测试、上线的研发流程下,应用的推出很难满足市场对新应用迭代更新速度的需要。在这种需求下,很多企业都开始在传统IT运维的基础上,在新的架构上引入了诸如微服务、容器等技术手段,来保证新业务的运维。
2014年,Gartner提出双模式IT的理论,意指在互联网+时代,依托互联网架构的新应用不断出现,应用开发迭代周期不断缩短,从数月到数天。在这样的需求背景下,传统的IT模式已经不能满足企业新业务的发展需要了,除了保障传统IT系统的稳定运行,企业还要解决IT生产和运维环境的日益复杂化以及业务灵活性、自主创新和数字生态系统的建设难题。
Gartner认为在双模式IT架构下,企业一方面要不断提升IT系统运维效率,提高应用性能表现,进而提高用户体验和转化率,另一方面又要提高企业应用开发和交付的能力,打造数字生态系统,使IT成为提升企业创新力和敏捷性的驱动力。如何做,是个难题!
云智数齐发力 Dynatrace打造全层级自动化监测
调查发现,很多企业在APM上的投资决策已经超越了传统的 IT 运维范畴,这一趋势反应出在企业业务优先级上,客户体验已经是驱动企业自上向下决策的重要标准。
数字化经济环境下,应用已经变得极其错综复杂,只有那些能将盘根错节的真实互动转变为数字化互动的企业才能提供出色的客户体验。此外,各种容器、微服务及云计算迅速投入使用形成了异常复杂的性能环境,这种向数字化快速迁移促使传统应用性能管理向数字化性能管理的转变。
琚伟认为,企业不可能通过一己之力将这些工作全部完成,企业需要找到合适的合作伙伴,帮助梳理这种动态的业务逻辑,收集动态的用户体验,然后据此帮助业务部门梳理流程、制定新的策略。
据了解,早在四、五年前,Dynatrace 就看到整个行业即将面临巨大的挑战,并不断深化、拓展自身软件的监测能力。如今, APM 不仅要涵盖全方位的客户体验数据,还要延伸到微服务及物联网环境的管理。同时,Dynatrace实现了采用人工智能技术的全层级自动化监测手段。
通过部署Dynatrace 数字化业务管理平台,企业可在业务系统的各个阶段掌握到完整的应用性能表现。诸如在新业务系统上线之前,IT部门可进行高峰期的压力测试,用户行为模拟,通过主动监控的形式快速采集业务信息,并根据模拟到的用户习惯对业务系统做出实时的调整,为企业提供更好的用户体验打下坚实基础,确保新业务成功上线。
此外,琚伟还表示,云计算、大数据、人工智能是三个必然的发展方向。作为主动迎接未来挑战重要一步,Dynatrace还在过去12个月里与多家领先云提供商 AWS、Azure、Pivotal 及 OpenShift达成战略合作,并且是第一家,也是唯一一家向OpenStack提供支持的APM厂商。
而基于Dynatrace结合大数据分析的人工智能功能,客户可在日常的主动监测与被动监测中不断积累用户体验的相关数据,从而逐渐了解用户使用习惯,实现数字化的业务管理与客户体验管理,在提升服务质量的同时还大大提高了IT管理对业务所带来的巨大价值。
去年七月,Gartner在其《市场份额分析:2015 年度全球性能监测》报告中将 Dynatrace 评为第一名。琚伟表示:“很高兴看到近几年来Dynatrace在大中华区市场获得了连年的高速业绩增长,其增长速度超过全球平均水平。2016年,Dynatrace在蓬勃发展的大中华区市场持续深耕,以不断创新的行业技术与深刻洞察力帮助中国多领域的行业客户构建自上而下的数字化战略,布局成功的数字化业务。这一年,Dynatrace同时立足于数字化转型的前景与未来发展趋势,继续深化了自身在技术研发创新上的投入,来更好地帮助客户更好地应对数字化挑战与变革,实现更深层次的业务系统管理。凭借覆盖服务器端、用户端、网络层的全链路解决方案和全球研发创新的深厚资源,Dynatrace将继续助力银行、保险、电商、电信、物流、航空、制造等领域的客户,在新的发展阶段借助Dynatrace所提供的完善的数字化性能管理解决方案,成功迈向数字化未来。”
更多内容请点击:http://hudong.zhiding.cn/f/zcbAzp?x_field_1=wznl3089550
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。