导览

在业界流传着一种幽默的说法：现今每一场发布会都围绕着人工智能（AI）这一主题。确实，几乎每一个行业都在谈论AI，特别是在展望生成式AI如何改变各自领域的格局。

与此同时，云原生概念的热度依然高涨。比如在电信领域，云原生正与软件定义基础设施深度融合，为基站与数据中心提供了全新的能力，旨在解决5G网络的能耗问题。

近期，Gartner发布的《中国ICT技术成熟度曲线》揭示了生成式AI与云原生技术正处于成长期的高峰阶段，这两项炙手可热的技术正在推动大量企业的转型与革新。

Gartner在不久前举办的一场媒体会议中，深度解析了这份技术成熟度曲线背后的战略考量。

生成式AI：期待与挑战

有人比喻生成式AI在2023年迎来了“iPhone时刻”，如同ChatGPT网站一度难以承载流量，吸引了大量用户的订阅。Gartner观察到，在过去几年，生成式AI处于“潜流暗涌”的状态，直到ChatGPT3.0/3.5版本发布后，其颠覆性影响才显著显现。随后，智能手机、个人电脑等设备开始通过压缩大型模型，展现本地生成式AI的功能。搜索引擎、办公软件、视频编辑工具、翻译应用等也逐步融入生成式AI特性。

对于企业而言，生成式AI的应用前景主要集中在三个方面：提升客户体验与留存率、增加营业额、以及降低运营成本。已有餐厅利用AI机器人优化点餐流程，提供个性化推荐。在生产线上，AI也正被应用于物流仓储管理，提高效率与灵活性。对于员工而言，微软365 Copilot提供了一种新的办公方式，如自动撰写邮件，显著提升工作效率。

尽管生成式AI的应用场景广泛，能够带来经济效益，但仍处于探索阶段。季新苏指出，生成式AI依赖大量的计算资源，特别是GPU资源，因此企业自行搭建系统并非经济之道。同时，关于数据安全的担忧可通过公有云的可信机制解决，生成式AI可以在公有云环境下运行，确保数据安全与隐私。

云原生：适应与进化

云原生技术已进入成熟期的尾声，国内企业在这一领域积累了丰富的实践经验，特别是在金融行业。面对新的挑战，企业正寻求构建更加可靠的云原生架构，以便在不同云平台上灵活扩展。

云原生开发强调微服务架构的松耦合，以及开放API的集成，避免单一应用对特定硬件的依赖，实现应用在多台机器间的负载均衡与容错能力。基础设施中立化意味着开发与基础设施之间的解耦合，平台自动化工具的可靠性成为关键，确保软件交付过程的稳定与高效。

然而，云原生不仅仅是技术的更新，更是一场组织文化的变革。传统“烟囱式”管理模式下，开发与基础设施之间的壁垒日益加深。季新苏强调，云原生的背后是组织能力的全面升级，包括团队结构的调整、协作模式的创新，以及人才技能的转型。

超越技术：团队与文化

随着技术的不断进步，构建一个具备持续学习与创新能力的团队成为关键。企业应培养更多的“团队玩家”，促进跨部门合作，确保每个成员不仅专注于自己的职责，还能对整个项目的结果负责。在拥抱新技术的同时，团队需不断适应变化，持续提升流程效率和技术技能，确保新工具的有效落地。

云原生与生成式AI不仅在提升企业效率方面发挥着重要作用，更深刻地影响着工作方式与思维方式的转变。在这个过程中，构建一个能够持续学习、不断创新的团队文化显得尤为重要。