今天總結下我對企業數字化轉型的一個重要觀點，即對于傳統企業的數字化轉型，前面談了很企業商業模式重構，數據驅動，運營驅動，流量思維等，而很少談到企業IT部門本身應該如何進行數字化轉型或具備數字化思維。

而企業IT部門本身也應該進行數字化轉型或具備數字化思想。

即企業的CIO應該將企業的IT部門認為是一個獨立運作的經營體或IT公司，其輸入是企業的市場需求和用戶需求，其最終交付的是有價值的軟件產品或軟件服務。

那么企業的IT部門應該如何進行轉型？

還是回到數字化轉型的幾大核心內容，即連接，數據，智能三個方面進行思考。通過連接解決了協同問題，通過協同產生了數據，通過對數據的分析產生智能。這三大要素是數字化的核心底層邏輯。

其次，我在前面談數字化思想的時候，談到數字化的另外一個關鍵點是解決信息在時間和空間上位移的一致性問題。解決信息由人工輸入，人工去核對校準的各種重復錄入，不一致等問題，這些同樣對于IT部門適用。

當前對于中大型企業在進行數字化轉型過程中有幾個關鍵發展趨勢，即IT部門更多的是進行軟件系統的自主研發，而不再是簡單的購買成熟的各種商用套件在進行集成。因此這使得企業IT部門更可以像成熟的軟件公司一樣進行經營和運作。

包括當前一些大企業本身也將其IT部門單獨劃撥出來成立獨立的軟件公司，一個方面是可以享受國家稅收方面的優惠政策，更加重要的是軟件公司獨立經營后本身也可以進一步從原來的成本單元走向利潤中心，為其它企業提供同樣的軟件產品或服務。

連接和協同-軟件產品的流水線

軟件產品本身的生產和交付遵從軟件完整的軟件生命周期。從最開始的市場需求或用戶需求，到軟件需求分析和開發，再到設計和編碼，最終測試完成交付上線，用戶驗證確認后形成完整的閉環流程。

因此最長的端到端是從用戶驅動開始的需求端到端閉環流程。

對于大部分IT部門來講實際沒有形成完整的從業務部門提出用戶需求到最終業務部門驗證關閉的完整端到端流程管理和跟蹤體系。

在這個大流程下，就會到了軟件本身生產和交付的關鍵子流程，這也是我在談云原生整體解決方面時候經常談到的DevOps支撐過程，CI/CD持續集成和交付過程。

也就是整個從軟件編碼開始的，編譯，構建，打包，部署，測試等過程形成自動化的流水線執行，既減少人力投入成本，又通過自動化來提升協同效率。

需求端到端管理+自動化CI/CD兩者更好地協助IT部門完成連接和協同層面的問題。

而這些內容也正好是我前面文章多次談到的構建一個完整的覆蓋端到端軟件生命周期的云原生整體解決方案的一個原因。特別是里面的微服務和DevOps可以更好的去解決連接，協同和自動化，敏捷方面的問題。

度量和持續改進-數據驅動思維

軟件產品的生產和交付過程，涉及到需求，設計，編碼，開發諸多的崗位角色，通過連接來實現盡可能的自動化，并減少溝通和協同成本。

但是一個好的數字化思維一定是數據驅動的持續改進。形成連接協同后，一定會產生和沉淀數據，需要去應用和分析數據，通過數據驅動來持續對軟件生命周期流程進行改進。

在這里首先要談的又是敏捷和短周期迭代思想。

這個實際和精益生產里面的小批量，多批次的思想很類似。即通過將大的需求進行分解，然后規劃到多個短周期的版本進行交付和實現。每個迭代版本都是獨立可交付，可驗證。通過這種短周期迭代一方面是縮短了交付周期，一方面是快速地完成每一輪迭代，方便分析數據進行復盤，以優化下一次的版本迭代過程。

在最早做CMMI過程改進的時候經常談到軟件度量這個詞，度量本身就是軟件開發過程中核心的數據驅動思維。

通過度量分析你會發現你的軟件開發效率低，質量差究竟是哪些地方出問題了？是客戶需求頻繁變動，還是關鍵評審缺失，還是人員技能有問題，還是溝通協同，無效會議浪費了大量時間等，這些本身是需要數據來說話。

數據反哺業務。這個概念拿到軟件開發生命周期來說同樣適用，即軟件開發生命周期過程產生的數據需要時刻關注，通過數據去及時的優化和調整軟件開發過程。

舉個簡單的例子來進行說明，當一個大的需求變更在開發完成后，軟件能否自動地幫忙分析完成，并告訴你這個變更可能會對哪些相關功能造成影響，建議你對哪些相關功能進行詳細全面的測試和驗證。再比如你開發人員編碼完成后，系統自動根據你經常犯錯的地方進行檢查，告訴你哪些地方不符合規范等。

也就是說數據不僅僅是版本完成或階段性的分析決策，更加重要的是通過數據的分析實時的輔助改進整個軟件生產和交付過程。

在前面一篇談DevOps自動化和持續集成的文章里面，我也專門提出，不是自動化就幫助你徹底解決了工程域本身的問題，工程域的問題解決更多的需要依靠數據度量和分析，需要提升需求開發和架構設計能力，需要提升整個人員技能水平。

即當你看到需求不穩定頻繁變動，而且經常需要緊急發布，你的觀點不應該是通過CI/CD自動化方式來解決提升發布效率，而是應該考慮如何解決需求頻繁變動的問題。

軟件本身的智能化

在我前面的文章中也會談到大數據，BI商業智能，機器學習和AI人工智能的話題，而今天想談下軟件智能。軟件智能是我自己提出的一個說法，即指我們開發實現并部署的應用軟件本身具備自我適應，自我優化，自我調整能力，即可以稱為軟件智能。

基礎智能是基于輸入+預設規則做出的快速決策和判斷

在我們談到云計算PaaS平臺的時候，談得比較多的是軟件應用托管，在托管完成后實現軟件應用更加業務訪問并發量的動態資源擴展和調度能力，這個能力可以做為軟件智能的一部分。即軟件具備了面向不同的并發場景下自我適應，彈性調度和動態擴展的能力，而這個過程不再需要人工干預。

基于這個場景，我們回來來總結下，實現該智能調度的關鍵點包括了：

1. 預先定義和配置的資源調度規則和算法

2. 實時的健康相關性能數據采集

3. 基于采集數據動態計算和規則進行匹配，基于結果觸發決策行為

具備了以上三點后基本就具備了最基本的動態資源擴展能力，也可以算作為最基本的軟件智能能力。

今天我想談的，或者想展望的是，一個實現完成后的應用軟件，是否能夠具備在業務功能和需求上面的動態調整，自我適應能力，即在業務場景和業務需求變化下能夠完成動態自我調節。

如果要實現這點，需要考慮在軟件功能實現的時候，業務規則必須要進行剝離，形成可以靈活定義和配置，包括復合的規則集合。軟件實際的行為可以在某種場景和輸入下觸發的一系列規則的聯動和執行。同時對業務輸入進行采集和分析，選擇最優的規則觸發后續行為。

要實現軟件的智能關鍵之一還是業務規則剝離，能夠靈活配置。其次就是我們要對各種業務場景下的輸入進行分析，建立輸入數據和預設規則之間的聯動關系，或者說最優聯動方式。基于這兩者我們就可以基于已有的規則引擎或智能算法選擇軟件的執行路徑并返回結果。

軟件智能化的關鍵之二即是數據驅動思維，即基于整個需求端到端和軟件生命周期過程中，包括到后期的運維和APM過程，不論是人工協同還是自動化流水線產生的數據，還是運維階段收集的性能和日志數據，最終通過數據分析來確定軟件應該如何優化和改進。

這種軟件智能有很多具體的體現點，我們可以舉例來說明下

在一個表單錄入的時候，我們發現我們原來預設的表單數據項錄入順序并不是客戶實際錄入順序，那么我們的軟件是否可以動態的基于用戶的使用習慣，對表單錄入數據項順序完成動態調整？

當然我們可以根據用戶的使用場景和使用習慣，基于不同的用戶給出具體的功能編排和快捷進入，并且對不同功能頁面間的連接進行重新編排等。我們也可以根據用戶經常使用的查詢功能和查詢條件等進行分析識別，在用戶每次進入的時候給出最優的查詢組合等。

軟件應用在后臺運行中會發現某種業務場景或業務并發下會導致資源出現性能瓶頸問題，那么應用可以自動的分析出現性能問題的原因，并對軟件應用代碼進行優化和調整。類似軟件應用功能中最常見的在基礎模型確定情況下，單純的擴展數據項功能，軟件能夠完全做到靈活可配置的擴展，而不在需要進行代碼級別修改和重新部署發布。

場景的業務規則和邏輯的修改，都可以不修改代碼，而是修改我們的規則配置，規則可以做到靈活配置，基于規則來觸發最終的事件和后臺操作。同時我們可以在軟件應用中配置業務場景輸入，規則，輸出行為三者之間的聯動關系，當輸入場景變化或規則變化的時候我們只需要對三者進行修改或重新配置即能夠滿足需求，或者根本都不需要人為進行修改，而是通過軟件自適應來完成調整。

理想情況下，一個軟件上線完成后基本能夠做到不需要運維人員和監控人員，軟件出現的問題或故障能夠自動的進行分析，在分析后給出自動的解決措施并完成解決，或者給用戶最佳的問題處理方式和流程。即在我們傳統軟件運維監控的基礎上，能夠進一步做到出現問題也能夠被自動修復和解決，而不需要人工干預。如果出現問題，在采用了類似重啟等方式進行解決后，也能夠對問題產生的根本原因進行深入分析，以對內部實現邏輯和機制進行優化和調整，從根本上避免問題的再次出現。

所以現在一談數字化轉型，談數據中臺和智能化分析，就在談業務流程和業務數據的分析，而很少談更加重要的是軟件系統本身也應該進行智能化分析，來寫作軟件本身的優化和改進。如果企業的IT部門都無法實現數字化，無法通過連接-協同-智能來優化自身，那么又如何能夠更好地支撐整個企業的數字化。

從軟件運維到運營，從運營到服務

當將企業的IT部門作為一個獨立的經營體來看待的時候，不僅僅考慮的是其成本收益分析，更加重要的就是整個市場化運作思路的引入，從運維到運營的轉變。

傳統的IT部門更加強調的是運維，而當前新數字化轉型下IT部門更加重要的是技術運營，即不僅僅是保障IT系統線上運行不出現故障，更加重要的是如何通過數據分析，通過運營來讓已經構建的IT應用發揮最大的效能，更好的支撐業務運作。

數據中心的各種服務器網絡資源，開發完成的軟件程序本身是沒有價值的，真正有價值的是各種資源最終提供出來的服務能力。服務本身依托于資源之上，但是真正創造價值的是服務，服務創造價值的方式則是支撐業務運作。

企業IT部門可以借鑒互聯網SaaS服務開發商的思路，即將IT部門看做是一個面對內部客戶需求的軟件服務商，其提供的是軟件服務，而要做好服務需要的又是基于數據的持續運營。

舉個簡單的例子，當我們新上線一個功能后，基于運營的思路我們會去分析新上線這個功能究竟使用頻率如何，在使用過程中真正帶來了哪些服務增值。如果使用過程效率不高，基于采集的數據分析究竟是哪里需要優化改進。

運營的思路一定不是一個功能上線就完事，而是持續跟蹤和優化該功能，讓該功能創造出最大的價值。企業IT部門如何從傳統的運維思路轉到運營思路絕對是IT部門數字化轉型中的一個關鍵思維轉變。