发布日期：2025-01-01 15:45 点击次数：104
在独家采访中，集团首席数字和信息官(CDIO)Prosenjit Sengupta分享了ITC在云之旅中的见识，商酌了运用Azure、AWS和Google Cloud所濒临的挑战、上风以及最好履行。
通过为每个用例遴荐最合适的平台，从将SAP责任负载移动到AWS到在Azure上运用AI驱动的分析，这一策略提高了生动性、安全性和老本效益。Sengupta强调了这种步调若何使企业保捏敏捷、灵验更正，并在千般环境中确保弘大的数据保护。以下是采访选录：
是什么身分促使贵企业决定罗致搀杂云或多云策略，而不是单一云策略?
咱们灵验地运用了整个三大超大范围云劳动提供商——Microsoft Azure、Amazon和Google Cloud——来讲理不同的用例需求。咱们不是为特定功能应用单一的云劳动提供商，而是基于每个平台特有的上风罗致多云策略。举例，当咱们将一个业务部门的SAP环境从腹地移动到云霄时，咱们遴荐了Amazon Web Services。同期，对于其他应用步调，如买卖促销和产物营销组合优化的AI驱动分析，咱们在Microsoft Azure上构建了一个数据湖。
此外，咱们还在与其他特殊用例中使用Google Cloud Platform(GCP)，这种多云步调使咱们玩忽运用每个超大范围云劳动提供商的特地能力。举例，咱们正在建树一个着陆区，以运转用于GenAI应用的大型话语模子(LLM)。每个超大范围云劳动提供商皆提供特地的LLM能力——通过Microsoft Azure提供的OpenAI模子、Amazon的专有LLM以及Google的Gemini——每种皆量身定制，以讲理不同的GenAI应用需求。
通过在整个三个超大范围云劳动提供商上实行着陆区，咱们确保玩忽生动地遴荐最合适咱们特定需求的LLM，这一策略通过关心每个提供商提供的时代能力和算法能力，幸免了单一云劳动提供商的局限性，使咱们玩忽为千般的里面用例遴荐最合适的决策。
你若何细则哪些责任负载最适应腹地环境，而哪些更适应公有云或私有云环境?
每每，对于来去量大且性能要求一致的科罚决策，将其保留在腹地是最灵验的，但是，这么作念需要公司在硬件、劳动、解救和弘大的安全基础设施上进行投资。庆幸的是，咱们也曾领有一个高度先进的数据中心，具备鄙俗的时代能力，由咱们的里面团队全面管制的安全计较资源。这种建树使咱们玩忽最大限制地运用现存基础设施来处理稳健、可预测的责任负载。
了解若何优化云使用至关缺欠。由于公司并非全天候运营，但仍需全天支付云劳动用度，因此优化使用高出缺欠，这不错包括在非岑岭时段重用云能力，或在需求较低时减少计较和存储需求。
对于云，咱们优先商量需要突发计较能力的用例——举例，特定查询、时辰明锐的分析，或需要更高计较和分析能力的特定时代，这使咱们玩忽在必要时运用高性能资源，而无需全年保管这些资源。云在岑岭需求时生动扩张，并在之后缩减的能力，使其高出适应这种动态需求。
在多云环境中管制数据和应用步调濒临的最大挑战是什么，你是若何应付这些挑战的?
管制老本是最大的挑战之一，尤其是在初期，但是，企业在应付这一问题时变得越来越理智。重要是捏续监控云滥用情况，并按时评估老本，以确保只移动必要的应用步调。进行效益分析对于细则在里面崇敬和劳动应用步调照旧将其移动到云霄哪个更具老本效益至关缺欠。
此外，了解若何优化云使用至关缺欠，由于公司并非全天候运营，但仍需全天支付云劳动用度，因此优化使用高出缺欠，这不错包括在非岑岭时段重用云能力，或在需求较低时减少计较和存储需求，网络彩票和AG百家乐灵验的云老本管制需要玉成的想象和规则。
你的云步调若何增强IT基础设施的弹性和生动性?
疫情突显了云罗致对于业务贯穿性的缺欠性。通过云，风险远隔在多个位置，确保劳动器、存储和计较资源不局限于单一区域。
这种远隔增强了弹性，此外，云提供了弘大的安全框架，超大范围云劳动提供商战胜天下最好履行来保护来去数据、主数据和其他明锐信息。
云劳动提供商在保护AI生成的本色、常识产权权力和保捏信得过性方面默契提神要作用，此外，高效处理和处理大型数据集的能力逾越对于咱们捏续的云罗致至关缺欠。
云还解救辛勤责任，使职工玩忽在责任场合和责任面目上愈加生动，它使业务经过从依赖物理存在转念为与后果挂钩，从而促进了更大的敏捷性。
当在多个超大范围云劳动提供商之间使用千般LLM时，你若何确保数据安全?
为了保护咱们的数据，咱们在数据中心建树了每个超大范围云劳动提供商LLM的私有实例，这么，咱们不错运用它们的AI能力，而无需将明锐的公司数据传输到它们的平台上。通过在咱们安全的环境中使用着陆区，咱们幸免了径直的数据分享。诚然这种建树可能意味着使用某些LLM的稍旧版块，但它确保了数据的完竣性和安全性。
管制LLM的高计较需求可能老本腾贵，你是若何科罚这一问题的?
咱们通过应用领导工程来管制计较老本，简化输入，在将查询发送到LLM之前减少其复杂性和大小，这使咱们玩忽扫尾处理的数据量，从而最小化计较老本。通过仅与LLM分享选择的数据，咱们优化了老本和性能。
你如安在幸免供应商锁定与均衡老本效益和敏捷性之间取得均衡?
为了幸免供应商锁定，咱们凭证用例在不同的超大范围云劳动提供商之间分派责任负载，保捏生动性，并协商成心的条件，这种步调确保咱们得回具有竞争力的订价和必要的时代解救，此外，咱们评估长久协作伙伴联系，以促进与每个科罚决策的最好提供商的协作。
Gartner最近预测，到2025年，IT开销将增长17%-18%，贵企业的预算与这一趋势若何契合?
咱们的IT预算增长更多地与变革性举措而非基础设施量度，投资重心放在提高坐蓐力、业务更正和安全性上，咱们优先商量玩忽推动切实业务后果的变革性科罚决策，特地是在AI和增强的荟萃安全等新边界。
许多AI驱动的名堂在办法考证(POC)阶段就停滞不前，你对于鼓动这些倡议有何看法?
从POC过渡到坐蓐的重要在于展示显明的坐蓐力援助和业务效益。诚然一些GenAI科罚决策不错随时部署，但其他科罚决策需要完善。咱们的指标是罗致那些也曾诠释具有价值和影响的AI科罚决策，而不是为了时代自己而罗致时代。
瞻望2025年，云时代的哪些更正对贵企业最成心?
为了充分运用GenAI的后劲，咱们需要玩忽确保常识产权保护和合规性的科罚决策，特地是跟着数据秘密规则的发展。云劳动提供商在保护AI生成的本色、常识产权权力和保捏信得过性方面默契提神要作用。此外，高效处理和处理大型数据集的能力逾越对于咱们捏续的云罗致至关缺欠。
动作CIOag百家乐大平台，你最可爱这份责任的什么?
动作CIO，我最可爱的是玩忽紧跟新兴时代，这些更正正在推动收入增长，并塑造业务的将来，但是，找到合适的东说念主才亦然一项挑战。诚然科技边界有好多东说念主，但很难找到具备合适素质的东说念主才——那些玩忽批判性念念考、商量整个视角并灵验实行科罚决策的东说念主，这不单是是对于时代技巧;更是对于战术性和全体性地科罚问题的能力。
