作者：Dynatrace大中华区总经理Simon Lee
历史的车轮滚滚向前，时代的潮流浩浩荡荡。
当前，数字经济正在以前所未有的方式推动全球经济变革，成为重塑全球经济结构、改变全球竞争格局的关键力量。《求是》杂志上近期发表的文章中，提出要 “促进数字技术和实体经济深度融合，赋能传统产业转型升级，催生新产业新业态新模式，不断做强做优做大我国数字经济。” 正是在这样的背景下，积极投入数字化转型，紧紧跟随进而引领数字化潮流已经成为众多企业的大势所趋。
但同时，我们也应该看到，很多企业在拥抱数字经济，开展数字化转型的过程中，也陷入了一些普遍的误区，这不仅在短期内让企业无法实现其数字化的初衷，更重要的是让它们在一定程度上丧失了数字经济时代发展的主动权。
数字经济时代，软件重新定义业务
很多企业认为，数字化转型只需要采取一些新技术、安装一些新应用，就能顺利推行下去，但结果往往是空手而归。今天，很多企业都应用了AI、物联网、云计算、大数据等新技术，收集了海量的数据资料，但却不能充分挖掘数据的价值，并以此来洞察市场趋势和客户需求。这样一来，数字化转型的失败在所难免。
拨开数字化转型的迷雾，企业数字化转型的实质是将业务从线下转到线上，通过软件重新定义业务，甚至重新定义世界。因此，实践数字化转型的正确道路是将商业智能和软件环境相结合，并将这两者转变为新的软件智能，这也是企业拥抱数字经济，开启数字化转型的关键要素——实时抓取线上用户的数据，并开展分析，进而最快速地为企业数字业务提供支持。
实现软件智能，把握三大关键词
那么，如何才能实现软件智能，真正帮助企业推进数字化转型的步伐?这其中有三大关键词：数据可观测性、人工智能分析和业务自主性。
首先是数据可观测性。今天，企业的IT环境日益复杂且动态化，数据体量巨大，以web规模增长，因此企业首先面临的挑战是，如何全面、精准地收集实时数据，不仅包括用户的动态，而且还包括企业的供应链、生产和销售等全流程信息?此时此刻，企业需要有新的工具，帮助它实现全栈式监控——从边缘到核心，从终端设备到应用层再到底层基础设施，实现全程可视化，以及全堆栈可观察性和控制。
其次是人工智能分析。收集完海量数据之后，企业还需要对数据进行有效分析，通过精密的算法将其转化为可操作的技术建议。由此，企业需要采用AI 驱动的大数据分析来对应用系统进行自动故障检测和根因分析，包括通过对问题可能造成的影响进行分析，评估其对用户、服务和业务影响的严重性，并基于此提供解决问题的技术建议。
最后是业务自主性。有了数据可观测性和人工智能分析，再进一步就是要将技术建议转化为可操作的业务建议，让企业可以快速执行和落地。这样一来，企业的系统才会真正具备“智慧思维”，在尽量减少人工投入的情况下，自主应对挑战并解决问题，实现真正的业务自主性。
一桥飞架南北，天堑变通途。如果说智慧企业是一个结果，那么软件智能就是助力企业从传统走向智慧的桥梁。借助软件智能，企业能真正实现对当前复杂IT架构下所有业务系统的自动化、智能化的监控、运维和管理，实时掌握从供应链到生产、销售，乃至客户应用和服务的全流程信息，并基于此及时开展业务优化，真正打造数字经济时代的智慧企业。
作者介绍
Simon Lee
Dynatrace大中华区总经理
Simon Lee先生现任Dynatrace大中华区总经理，负责公司业务在大陆、香港和台湾地区的战略规划、销售运营及管理工作，他率领Dynatrace大中华团队实现了出色业绩，帮助金融、银行、保险、汽车行业, 政府、商业、零售、制造业、娱乐等众多行业的大型企业客户成功加速其数字化转型进程，推动业务创新。
作为IT领域资深人士，Simon Lee先生拥有超过34年的行业从业经验，对新技术、行业趋势发展有着深入洞察与见解。在2019年加入Dynatrace之前，他曾在IBM工作12年，担任IT架构师和业务流程顾问，在Forcepoint工作14年，负责中国大陆和香港业务，并担任过Woolworths的网络设计师，以及Mainline公司的CTO和首席顾问。
在过去的34年里，他帮助客户规划、设计、部署和管理过许多关键IT业务，广泛覆盖商业智能、安全信息和事件管理(SIEM)、用户和实体行为分析(UEBA)和软件智能、网络、架构、系统和网络管理、事务存储系统、业务流程管理、服务管理、网络与数据安全、数据传输等。
免责声明：科技狗对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。 本网站转载图片、文字之类版权申明，本网站无法鉴别所上传图片或文字的知识版权，如果侵犯，请及时通知我们，本网站将在第一时间及时删除：yzl_300@126.com
