将全部业务或部分业务迁移到公共云中,这是许多企业首席技术官和首席信息官在其职业生涯中做出的最重要的决定,但如果决策失误,则可能会使经营多年的公司陷入困境。对于某些企业来说,这个决定完全就是云计算服务成本的比较,但企业很难比较公共云供应商提供的服务,因为服务的细微差别让这种比较几乎不可能实现。

另一方面,很多企业通过采用全球四大云计算供应商(亚马逊,微软,谷歌和IBM)所提供的云计算服务,将大大降低成本上的风险,因为这些行业巨头的价格战也正在不断地进行。除了云计算成本之外,更为关键的是那些能推动当前和未来项目走向成功的深层次的无形资产。不幸的是,这些无形资产适用于目标的方式有所不同,往往需要合理审查才能推断出来。

功能:微服务,无服务器,最新热点

比较来自每个公共云供应商的服务矩阵将是一种艰难的历程,因此,需要进行一些前期设计,以确保基础构建块能够支持应用。但严酷的现实是,未来的一些实验性设计对未来避免重大的工作努力是必要的。例如,每个云计算供应商专门在某些领域进行区分,因此,如果一些项目具有一些独特的特征,那么将会依赖固有的供应商优势,这将会加快项目进度。

最近的一个例子是Kubernetes,这是亚马逊网络服务公司(AWS)日前推出的托管服务。而谷歌云平台(GCP)多年来一直提供托管Kubernetes服务。这些服务和产品变化很快,很难保持最新状态,而问题在于组织是否有时间或具备专业知识来应用。但最重要的是细节,看起来类似的产品在读/写性能或流数据等方面可能会有很大差异。

以下是当前差异性的一个例子:

跨服务和地区的安全性

读取和写入时间序列数据,大量字符串数据等持久性。

索引特殊数据类型以便快速检索

从外部系统接收/传出数据

关键服务的自动调整(向上和向下)

运营:人员和流程

如果只是因为开发和运营团队可以在几个计算节点上创建高性能集群,那么这并不意味着扩展这些集群中的一个或多个集群将会取得成功。事实上,为这些自我管理的服务构建开发、登台和最终生产环境对于很多企业来说是一场噩梦,除了那些拥有无限预算的公司以外。显然,使用更多供应商管理服务的能力与项目整体寿命成正比,寻找供应商和自我管理服务更好的方法还需要一些研究和努力。

需要考虑的另一个关键因素是,供应商或市场是否存在足够的中小企业以确保连续性。软件开发人员往往低估了大规模自我管理多节点集群所需的专业知识,其运营团队会惊讶地发现,在第一次重大中断期间,开发人员会感到手足无措。随着许多新技术的出现,无论它们是作为云服务还是自管理,人才库都非常有限,而企业所拥有的内部专业知识只能通过自学和反复试验才能实现。一些企业通过寻求他人帮助来解决这个问题,但云计算供应商并不一定能够很好地解决这些问题。对于预算较大的项目来说,这是一个很好的选择。但随着外部服务的增加,供应商锁定并获利变得更为重要。

人工智能

人工智能需要获得企业的特别关注,因为它通常不是计划用于最小可行性产品(MVP)的东西,特别是对于新产品而言。然而,人工智能作为企业发展路线图上的下一个项目不容忽视。如今,很多IT主管都需要制定人工智能策略,但目前实现人工智能的企业大多是规模庞大的公司,而人工智能作为数字转型的一部分将在五年内成为一种筹码。人工智能的独特之处在于它依赖于机器学习来提供有用的价值。换句话说,这不是一个微不足道的附加服务,事实上,机器学习需要组件服务协同工作,因为大量信息在服务之间流动。每个组件服务必须具有自动调节和彼此之间的密切联系。否则,工程团队将花费宝贵的资源进行连接和管理。以下是帮助选择的一个样本调查问卷:

人工智能和机器学习是一阶项目还是附加项目?

机器学习组件服务是否与其周边服务一起自动调整?

机器学习组件服务是否很容易交换数据?

人工智能服务是否与企业项目的预期需求保持一致?

此外,还将提出更多的问题。

如今,为下一个大型风险投资选择云计算供应商的过程刚刚开始,企业挑选公共云的无形资产仍需更多的努力。