IBM近期委托独立研究公司Harris Poll进行全球调研并发布的《IBM企业转型指数：云现状》[i] 报告显示，全球77%的受访企业已经采用了混合云方法，但只有不到1/4的企业能够全面管理其混合云环境；82%的中国受访高管认为，没有整体的混合云战略，企业就无法释放数字化转型的潜能。而根据麦肯锡的数据，企业数字化转型的失败率高达84%。企业的数字化转型知易行难，迷雾重重。IBM大中华区客户成功管理部总经理朱辉认为，企业数字化转型面临技术与非技术的双重挑战。
IBM大中华区科技事业部客户成功管理部总经理 朱辉从技术角度来看，数字化转型对于企业的自身企业级数据的质量和治理的成熟度有很高的要求，这是企业数字化转型成败的关键。如果没有把数据治理作为数字化转型当中的必经一环，而且是必须要做好的一环，那很多工作是无法进行的。而数据治理是与数据相关的项目当中难度极高、复杂度极高、时间跨度极长、投入极大的一类项目，也是企业数字化转型前期碰到的巨大挑战，甚至是失败的原因。
从非技术的角度来看，数字化转型是在充分释放数据价值和利用人工智能能力的前提下，重新打造一家企业的过程。如果企业把数字化转型理解成是在现有的组织架构、业务流程、企业状况之下，简单的利用技术实现降本增效的过程，那么，从开始的认知上就已经出现了较高的风险。因为很多进行数字化转型的企业最后会发现，他要做的是组织架构的调整，是职位岗位的调整，是员工技术技能的转换或改变。因此，文化的、组织架构的、流程的改变，也是企业数字化转型过程当中碰到的巨大障碍，也是很多企业最后做不下去的原因。"换句话说，企业数字化转型必须要有一个全面的战略和技术能力，如果其中某一个点是短板的话，那极有可能成为失败的导火索。"朱辉强调。
这也是为什么IBM做了大量投入，成立售前的车库创新体验团队（Client Engineering)和售后的客户成功管理团队的主要原因。利用IBM独特的车库创新方法，帮助客户在转型初期就能从战略、组织和文化的层面做好准备，共同定义出用技术解决业务问题的最小可行性方案，以最小的成本实现规模化的创新，提高转型的成功率。已经采购了IBM技术的客户，通过与IBM客户成功团队技术专家的共创，能够开发更多行业应用场景，实现技术价值的最大化，同时为行业贡献领先的应用方案。
例如，在金融行业，IBM客户成功团队助力国内某大型股份制商业银行，利用新一代应用性能管理及可观测性分析平台——IBM Observability by Instana APM，有效实现了云上应用的可观测性。
该银行此前已经建立了自主可控的全栈云平台，支持分布式、云原生、微服务等技术，其应用也在进行云原生化改造和上云。在其分布式、容器化、 Kubernetes环境下，有上百个服务和上千个实例在运行，运维团队急需理解整个系统当中微服务应用间的相互调用关系，应用开发团队则需要及时发现、定位和解决快速迭代和发布新版本的各种问题。
客户利用IBM Instana 实现了传统和云原生环境下不同技术栈的自动发现和监控，全面关联相关信息并定位故障，提供全面的可观测性。 因此，不管是开发人员还是运维人员，都可以通过Instana快速了解当前系统和应用的运行情况，及时发现问题、可视化展现问题并快速定位根因。Instana提供高保真数据，可追踪每一条请求，满足了客户对应用系统的360度无死角监控的诉求，可以采集到每一条错误调用，每一笔响应时间异常的交易。开发人员可以通过Instana进一步对应用性能进行深度钻取，定位到具体耗时长的应用代码或者慢SQL语句，并最终完成对应用性能的调优。
在汽车行业，延锋汽车基于IBM Watson Discovery构建AI决策大脑，实现通用订单到内部订单的自动转换，降本增效。
延锋国际汽车技术有限公司是全球汽车零部件供应商，在全球20多个国家拥有9家研发基地，240多个工厂，为全球整车制造商提供汽车零部件的设计开发制造。这样一家企业，每天收到整车厂和下游厂商的订单量是特别巨大的。他们需要通过人工根据经验把通用订单转为内部订单，每个工厂每天需要两名工作人员花150分钟进行手工分类。即使在这样的人工投入下，仍伴随15%的分类错误，给延锋汽车带来成本和效率的双重挑战。
延锋汽车利用Watson Discovery强大的自然语言学习能力构建AI模型，从1.8亿历史数据、200多种排列组合、结构化数据和非结构化文本混合数据中，学习通用订单对应的内部订单背后蕴藏的规则，变身智慧大脑，实现运营自动化。实现了全自动执行流程，无需人工操作，且订单分类正确率从85%提升到97%，大大减少了返工时间。
IBM客户成功团队没有止步于此，与延锋汽车一起开发出新的业务场景，利用IBM Cloud Pak for Integration – Aspera构建了企业级文件传输解决方案，帮助延锋汽车的智能制造部门实现降本增效。
为了实时掌握分布在中国和全球240多个工厂众多车间的零部件库存使用情况，延峰汽车在各工厂的监控摄像头将千上万张的实时照片快速地传回总部。用传统复制粘贴的方法来传输批量的照片文件，这给延锋汽车的智能制造部门带来巨大的业务挑战：传输速度慢、网络延迟明显或丢包比较严重的情况下，需要多次分批次手工选择对应照片文件进行复制, 耗时且容易误操作；无法断点续传、无法自动重连、无法自定义传输速度, 无法在不影响核心业务系统向外发任务的前提下, 充分利用主干网的传输带宽。
IBM Cloud Pak for Integration中的 Aspera 组件可提供高速安全可靠的文件传输解决方案。在总部搭建 Aspera 服务器, 在分部工厂车间搭建 Aspera 客户端。 部署 IBM Cloud Pak for Integration -Apsera组件后，延锋汽车的传输速度平均提高了10 倍，不仅避免了漫长的人工等待时间和人工复制粘贴的误操作，还实现了断点续传和自动重连，并且可以动态配置传输带宽和限速，在不影响 ERP 核心系统性能的前提下而最大程度上提高实时监控文件的传输效率。
在政府水利行业，IBM车库创新体验团队与客户成功团队一道，携手上海水利科技和同济大学土木工程专家，利用IBM Watson Discovery 构建水利工程知识库，打造高效的智慧工地，为构建国家水利行业"大江大河大湖数字孪生、智慧化模拟和智能业务应用"贡献力量。
国家"十四五"新型基础设施建设规划提出，要推动大江大河大湖数字孪生、智慧化模拟和智能业务应用建设。长江三角洲区域一体化发展规划纲要等，都对数字孪生流域建设提出了更加具体明确的要求。上海水利科技响应水利部号召，以数字化、网络化、智能化为主线，与IBM以数字化场景、智慧化模拟、精准化决策为总体路径，共同探索以数据与AI赋能的数字孪生水利工程建设。据此，上海水利科技提出了两个应用场景，即构建智慧大脑提高工作效率和构建水利枢纽工程安全模型。
首先是工作效率，水利建设是一个庞大的工程，需要遵守严格的流程，需要严谨的科学理论做支撑。各种类型的文档及文本数据涉及到很多业领域，使得信息查询耗时耗力。尤其当工程人员在工地上时，特别困难。通过使用IBM Cloud Pak for Data、IBM Watson Discovery Cartridge解决方案所提供的智能文本搜索、数据科学和机器学习预测技术，水利科技为工程人员提供了统一平台，在一个整体视图中搜索与访问所需文档信息。通过简单关键字输入，就可以实现从众多非结构化文档（如PDF和图片）中快速定位信息。利用机器学习模型辅助文档分类和标注，为文档提供建议。借助自然语音处理（NLP）技术对非结构化数据进行分析，从文本中提取有效信息，帮助工程人员高效获取知识，辅助水利工程建设智慧决策。
同时，安全是工程建设的核心要素，水利工程需要依托实景三维模型和有限元计算模型作为数据模型资产，对大坝及其围堰结构进行分析，通过采集和管理水利工程的多维监测数据。基于IBM Cloud Pak for Data，运用数据科学和机器学习算法，在传统土木工程模型的基础上构建水利枢纽工程安全模型，实现数据模型优化和在线推演预测，实现结构变形预测及异常监测预警等实时应用，从而实现工程安全分析预警、综合决策等上层业务。
在信息技术行业，IBM助力上海宝信软件信息服务事业本部实现数据库监控管理现代化，赋能核心系统稳定运行、高效运维。
上海宝信软件信息服务事业本部所属的宝信软件是中国宝武集团下属IT企业，也是IBM长期的ESA合作伙伴，历经40余年发展，致力于推动新一代信息技术基础设施的创新。在他们的解决方案里，现代化数据库架构采用了Db2+HADR（Highly Available Disaster Recovery) 等高可用部署方式，在高质量的保证数据库运维7*24不间断稳定运行遇到了很大的挑战。
宝信软件信息服务事业本部借助IBM Db2 Data Management Console（DMC），这一集监控配置和性能调优于一体的原生工具，为数据库运维人员提供智能化的专家建议。应用机器学习、SQL、RESTful API等技术，实时监控企业内多版本多架构的数百个DB2数据库，分析问题并提出自动修复和优化建议。通过实时监控跟踪数据库各种指标，通过智能警报，将DB2数据库的问题及时通知运维人员和数据库管理员（DBA），并辅助根因分析，提升分析和解决问题的效率，并提供大量针对工作负载性能问题的分析和建议调整方案，简化运维人员和DBA的工作。
宝信软件通过提升自身运维服务和云服务的核心竞争力，可以更好地服务其各个行业的终端客户。未来，IBM也将继续携手宝信软件这样的"老伙伴"，一起迈向新征程。
朱辉强调，技术只是手段，只有客户成功了，技术才有存在的价值。"我们要继续把IBM最新的技术能力落到客户具体的业务场景中去，和客户以及他们的合作伙伴携手共同创新，解决他们的业务问题，实现他们他们的业务目标。未来，IBM会更加清晰地把技术和产品价值传递给客户，携手共创解决客户的实际问题，积极应对不确定的环境，携手共创一个可持续的未来。"
[i] 研究方法：由Harris Poll代表IBM在12个国家（美国、加拿大、英国、德国、法国、印度、日本、中国、巴西、西班牙、新加坡、澳大利亚）进行在线调查，时间为2022年6月8日至7月17日。该调查是针对年收入超过5亿美元的公司中的3014名IT和业务专业人士进行的，他们对其组织的云战略有深刻了解。《IBM转型指数：云现状》是综合了针对9个云计算相关维度的25个以上不同格式题库，由行业专家提供信息输入的数据而制定的。 |
