企業(yè)數(shù)字化轉(zhuǎn)型的第二波浪潮

我們正在快速進入新的智能機器經(jīng)濟時代。在軟件定義和人工智能驅(qū)動的環(huán)境中，機器已經(jīng)成為智能化的參與者，但并不會取代人類。

為了促進這個時代的蓬勃發(fā)展，我們需要開啟數(shù)字化轉(zhuǎn)型的第二波浪潮。許多企業(yè)經(jīng)歷了數(shù)字化轉(zhuǎn)型的第一波浪潮，已經(jīng)對企業(yè)信息技術(shù)做出了大量的投入。第一波轉(zhuǎn)型浪潮讓我們能夠使用瀏覽器或移動設(shè)備進行搜索、采購或執(zhí)行業(yè)務(wù)交易，讓我們能夠借助于協(xié)作工具來提高效率，也使遠程工作成為可能，還開啟了許多其他功能，強化了許多方面的能力。第一波浪潮主要是關(guān)注于人類如何使用技術(shù)來處理信息、與他人協(xié)同并更高效地工作。 

數(shù)字化轉(zhuǎn)型的第二波浪潮也是做同樣的事情，但參與者從人類換成了機器，朝著云原生和人工智能驅(qū)動的應(yīng)用演進，投資的方向從企業(yè)IT（信息技術(shù)）系統(tǒng)轉(zhuǎn)向了OT（運營技術(shù)）領(lǐng)域。特別是我們周圍物理世界的設(shè)備和機器，跨越多個行業(yè)，包括航空航天、汽車、國防、工業(yè)、醫(yī)療和電信等。 

經(jīng)過多年來關(guān)于IT的數(shù)字化轉(zhuǎn)型——主要關(guān)注信息流，現(xiàn)在是時候開始把焦點轉(zhuǎn)向機器了。麥肯錫全球數(shù)字制造專家調(diào)查報告顯示，大多數(shù)制造業(yè)企業(yè)（具體來說是68%）認為互連、智能和靈活的自動化是他們的首要任務(wù)。根據(jù)《財富商業(yè)洞察》的研究報告，全球工業(yè)自動化市場規(guī)模到2027年預(yù)計將達到3261.4億美元。 

發(fā)掘智能邊緣的無限機遇

獨立的設(shè)備，比如心臟監(jiān)測器，它的專一功能就是測量心率，而不會去做別的事情，這是我們早就熟知的，顯然不是什么新技術(shù)。然而，當(dāng)今的設(shè)備都具備采集和分析數(shù)據(jù)的功能，而且可以彼此溝通，并根據(jù)數(shù)據(jù)來采取行動。

心臟監(jiān)測設(shè)備可以將患者的數(shù)據(jù)傳輸給醫(yī)生，或者在發(fā)現(xiàn)可能危及健康時實時發(fā)出警報。自動駕駛汽車可以與道路基礎(chǔ)設(shè)施實時溝通，實時感知附近的其他汽車，并根據(jù)這些信息采取行動，從而避免事故發(fā)生。人工智能驅(qū)動的電網(wǎng)可以自動管理多個分布式發(fā)電機組的運轉(zhuǎn)和電力配送。

為了執(zhí)行這些互連應(yīng)用，網(wǎng)絡(luò)非常依賴云計算、分析、人工智能和機器學(xué)習(xí)，而5G是實現(xiàn)這些應(yīng)用的互聯(lián)機制——所有這些新機遇都蘊藏于智能邊緣。

邊緣是一種場所而非設(shè)備——它定義了數(shù)據(jù)被感知并進行處理的場所。網(wǎng)絡(luò)的邊緣是距離中央數(shù)據(jù)中心最遠的場所，處于機器內(nèi)部或非常接近機器的地方，例如汽車、飛機或機器人等。嵌入于機器中的傳感器產(chǎn)生數(shù)據(jù)，其中有些數(shù)據(jù)需要在現(xiàn)場處理，也就是在邊緣處理，這就形成了智能邊緣，而其他數(shù)據(jù)可以推送到云端進一步處理。

運行在智能邊緣的多臺機器和設(shè)備彼此共享信息，也會與數(shù)據(jù)中心交互，從而形成數(shù)字環(huán)路。這種數(shù)字環(huán)路與大數(shù)據(jù)系統(tǒng)相關(guān)聯(lián)，就可以實現(xiàn)預(yù)測性斷供規(guī)避、跨子系統(tǒng)運作故障事件關(guān)聯(lián)、軟件自動化和監(jiān)督、事件檢測及處理等功能。

 面向智能機器經(jīng)濟時代的開發(fā)方法

智能系統(tǒng)的復(fù)雜性意味著嵌入式系統(tǒng)提供商必須進行數(shù)字化轉(zhuǎn)型，以支持此類系統(tǒng)的開發(fā)、部署、運作和服務(wù)。為此，需要對工具、能力和流程做出調(diào)整，包括： 

* 原生云和邊緣友好的開發(fā)技術(shù)和工具。這是加快上市速度、解決系統(tǒng)復(fù)雜性和資源短缺問題所必需的。隨著我們向邊緣計算的演進，云托管平臺也需要調(diào)整以便成為邊緣友好型或改為邊緣原生型。邊緣原生平臺將保留云平臺的功能，同時還將滿足邊緣所產(chǎn)生的新需求。Wind River Studio就為關(guān)鍵任務(wù)智能系統(tǒng)的開發(fā)、部署、運作和服務(wù)提供了云和邊緣原生平臺。這些云原生工具還允許開發(fā)人員隨時隨地運用各種工具開展工作，無論是在辦公室、遠程、PC端還是平板電腦上。

* 高水平的軟件自動化。對于智能系統(tǒng)，在邊緣部署通常意味著需要把有效載荷大規(guī)模部署在數(shù)百甚至數(shù)萬個不同的地理位置，采用人力手工作業(yè)是不可能完成的。自動化是降低部署分布式邊緣系統(tǒng)成本的關(guān)鍵，不論是對于設(shè)備還是對云基礎(chǔ)設(shè)施來說都是如此。

 * DevOps是智能邊緣嵌入式軟件的關(guān)鍵要素。傳統(tǒng)上，由嵌入式軟件開發(fā)人員來編寫代碼。在代碼編寫完成、應(yīng)用通過了質(zhì)量檢驗之后，再把嵌入式“Ops”（生產(chǎn)）安裝進入系統(tǒng)。 這樣的“瀑布”模式對于智能邊緣來說過于緩慢，難以適應(yīng)實時性要求。在DevOps的旗幟下，嵌入式開發(fā)人員的不同角色（例如平臺開發(fā)人員、應(yīng)用開發(fā)人員、操作員、數(shù)據(jù)科學(xué)家或DevOps工程師）以齊頭并進的方式工作。他們是敏捷型團隊，推出軟件新版本的速度非?？?，也需要將Ops和QA（質(zhì)量保證、測試）團隊整合到開發(fā)流程之中。

* 持續(xù)集成和持續(xù)開發(fā)工具（CI和CD工具）。如今的工作方式是將新代碼直接放入生產(chǎn)應(yīng)用中，而不停止任何功能的運行。代碼發(fā)布節(jié)奏的持續(xù)加快——許多代碼發(fā)布只是對現(xiàn)有應(yīng)用的小更新——以至于每天進行大規(guī)模的卸載/重新安裝已經(jīng)沒有什么意義了。為了解決這個問題，業(yè)界引入了持續(xù)集成（CI）和持續(xù)部署（CD）方法。這就如同我們對于汽車曾經(jīng)產(chǎn)生過的概念——邊跑邊換輪胎。但是我們真的做到了。

*認證。關(guān)鍵基礎(chǔ)設(shè)施軟件的開發(fā)已經(jīng)采用基于云的敏捷DevOps原則。然而，這類軟件的安全認證仍然遵循著老舊的方式，并依賴于昂貴的手工作業(yè)，這就導(dǎo)致每行代碼的成本很高，阻礙了新功能的快速引入，也延緩了部署和運作。為了降低認證成本，加快上市速度，我們需要有新的認證方法。這種新方法可以與現(xiàn)代DevSecOps方法相一致，并使用自動化、AI/ML和數(shù)字反饋回路將其集成到持續(xù)交付過程中。不斷發(fā)布新代碼會產(chǎn)生安全風(fēng)險，而開發(fā)團隊已經(jīng)開始在軟件開發(fā)和交付過程中增添安全實踐，以便在啟動、運行時和休息期間保護高價值資產(chǎn)。其結(jié)果便是形成了DevSecOps工作流。

新的智能機器經(jīng)濟不僅有望釋放經(jīng)濟價值，還將使生活更輕松、更安全。為了取得成功，嵌入式系統(tǒng)提供商必須走上第二波數(shù)字化轉(zhuǎn)型，并運用現(xiàn)代化的數(shù)字邊緣友好型平臺、工具和流程。