企業數字化轉型的第二波浪潮

我們正在快速進入新的智能機器經濟時代。在軟件定義和人工智能驅動的環境中，機器已經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展，我們需要開啟數字化轉型的第二波浪潮。許多企業經歷了數字化轉型的第一波浪潮，已經對企業信息技術做出了大量的投入。第一波轉型浪潮讓我們能夠使用瀏覽器或移動設備進行搜索、采購或執行業務交易，讓我們能夠借助于協作工具來提高效率，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注于人類如何使用技術來處理信息、與他人協同并更高效地工作。 

數字化轉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動的應用演進，投資的方向從企業IT（信息技術）系統轉向了OT（運營技術）領域。特別是我們周圍物理世界的設備和機器，跨越多個行業，包括航空航天、汽車、國防、工業、醫療和電信等。 

經過多年來關于IT的數字化轉型——主要關注信息流，現在是時候開始把焦點轉向機器了。麥肯錫全球數字制造專家調查報告顯示，大多數制造業企業（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。根據《財富商業洞察》的研究報告，全球工業自動化市場規模到2027年預計將達到3261.4億美元。 

發掘智能邊緣的無限機遇

獨立的設備，比如心臟監測器，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。然而，當今的設備都具備采集和分析數據的功能，而且可以彼此溝通，并根據數據來采取行動。

心臟監測設備可以將患者的數據傳輸給醫生，或者在發現可能危及健康時實時發出警報。自動駕駛汽車可以與道路基礎設施實時溝通，實時感知附近的其他汽車，并根據這些信息采取行動，從而避免事故發生。人工智能驅動的電網可以自動管理多個分布式發電機組的運轉和電力配送。

為了執行這些互連應用，網絡非常依賴云計算、分析、人工智能和機器學習，而5G是實現這些應用的互聯機制——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備——它定義了數據被感知并進行處理的場所。網絡的邊緣是距離中央數據中心最遠的場所，處于機器內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生數據，其中有些數據需要在現場處理，也就是在邊緣處理，這就形成了智能邊緣，而其他數據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備彼此共享信息，也會與數據中心交互，從而形成數字環路。這種數字環路與大數據系統相關聯，就可以實現預測性斷供規避、跨子系統運作故障事件關聯、軟件自動化和監督、事件檢測及處理等功能。

 面向智能機器經濟時代的開發方法

智能系統的復雜性意味著嵌入式系統提供商必須進行數字化轉型，以支持此類系統的開發、部署、運作和服務。為此，需要對工具、能力和流程做出調整，包括： 

* 原生云和邊緣友好的開發技術和工具。這是加快上市速度、解決系統復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生的新需求。Wind River Studio就為關鍵任務智能系統的開發、部署、運作和服務提供了云和邊緣原生平臺。這些云原生工具還允許開發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，在邊緣部署通常意味著需要把有效載荷大規模部署在數百甚至數萬個不同的地理位置，采用人力手工作業是不可能完成的。自動化是降低部署分布式邊緣系統成本的關鍵，不論是對于設備還是對云基礎設施來說都是如此。

 * DevOps是智能邊緣嵌入式軟件的關鍵要素。傳統上，由嵌入式軟件開發人員來編寫代碼。在代碼編寫完成、應用通過了質量檢驗之后，再把嵌入式“Ops”（生產）安裝進入系統。 這樣的“瀑布”模式對于智能邊緣來說過于緩慢，難以適應實時性要求。在DevOps的旗幟下，嵌入式開發人員的不同角色（例如平臺開發人員、應用開發人員、操作員、數據科學家或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常快，也需要將Ops和QA（質量保證、測試）團隊整合到開發流程之中。

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

*認證。關鍵基礎設施軟件的開發已經采用基于云的敏捷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，這就導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代DevSecOps方法相一致，并使用自動化、AI/ML和數字反饋回路將其集成到持續交付過程中。不斷發布新代碼會產生安全風險，而開發團隊已經開始在軟件開發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。其結果便是形成了DevSecOps工作流。

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