摘要

當(dāng)前，各行各業(yè)正在構(gòu)建機(jī)器學(xué)習(xí)能力，以實(shí)施或增強(qiáng)其數(shù)字業(yè)務(wù)場景。我們認(rèn)為，現(xiàn)實(shí)中企業(yè)所實(shí)施的機(jī)器學(xué)習(xí)項(xiàng)目存在較高的失敗率，主要的失敗模式可以歸納為以下十類：設(shè)立了錯(cuò)誤的目標(biāo)、忽視業(yè)務(wù)原則、資金和資源投入不當(dāng)、急于求成、項(xiàng)目路線圖有較大缺陷、項(xiàng)目缺乏治理、采用了錯(cuò)誤的技術(shù)平臺和路線、對場景所需的數(shù)據(jù)缺乏了解、數(shù)據(jù)質(zhì)量不高、人才培養(yǎng)計(jì)劃與實(shí)際的需求偏離。

本文分析了這些失敗因素如何對機(jī)器學(xué)習(xí)項(xiàng)目產(chǎn)生了較大的影響，以及如何通過一套最佳實(shí)踐來規(guī)避這些問題。

在本文中，我們以PAM公司為例，采用端到端的方法，從業(yè)務(wù)能力矩陣出發(fā)，逐步確定業(yè)務(wù)、應(yīng)用、數(shù)據(jù)和技術(shù)解決方案，通過這個(gè)例子，我們闡述了如何規(guī)避以上問題的有效方法，以及如何通過架構(gòu)的演進(jìn)方法來持續(xù)關(guān)注和采用最新的AI技術(shù)。

這個(gè)分析過程和解決方案適用于多個(gè)行業(yè)，尤其是制造業(yè)，包括B2C 和 B2B 業(yè)務(wù)模式，它涵蓋了基于深度學(xué)習(xí)、聯(lián)邦學(xué)習(xí)、大規(guī)模以及相關(guān)的行業(yè)問題。

問題陳述

企業(yè)不斷尋找機(jī)器學(xué)習(xí)相關(guān)的解決方案的目的是來帶來價(jià)值，很多是現(xiàn)有ML服務(wù)的用例，例如產(chǎn)品推薦、MFA人臉識別和停車服務(wù)的車牌識別、使用ChatGPT提供客服等等。

然而，現(xiàn)實(shí)當(dāng)中，企業(yè)往往會(huì)步入失敗模式而導(dǎo)致一系列挑戰(zhàn)，以下對此做出歸納：

一：設(shè)立了錯(cuò)誤的目標(biāo)：某些技術(shù)在某些任務(wù)中可以替代人類工作，但實(shí)際上，由于AI需要大量數(shù)據(jù)進(jìn)行訓(xùn)練，需要許多人力進(jìn)行數(shù)據(jù)收集和預(yù)處理，并且一旦有疑問，需要更多的人來調(diào)整和診斷系統(tǒng)，因此節(jié)省人力成本的目標(biāo)難以實(shí)現(xiàn)。

二：忽視架構(gòu)原則：加快生產(chǎn)，節(jié)約成本，導(dǎo)致質(zhì)量損失或者產(chǎn)生安全隱患，以及對當(dāng)?shù)丨h(huán)境的破壞;濫用機(jī)器學(xué)習(xí)技術(shù)，出現(xiàn)客戶等敏感數(shù)據(jù)外泄;出現(xiàn)違反道德風(fēng)俗甚至法律問題的行為，例如不當(dāng)利用隱私數(shù)據(jù)進(jìn)行欺詐、引起社會(huì)偏見或歧視等問題，降低客戶的信任度，降低企業(yè)品牌價(jià)值。

三：資金和資源投入不當(dāng)：投入的資金過少，能力的培養(yǎng)沒有長期的目標(biāo)，不能滿足開發(fā)和二部署AI平臺和能力建設(shè)的需求，導(dǎo)致能力的缺陷，長期不能看到期望的產(chǎn)出。

四：急于求成，缺乏系統(tǒng)性規(guī)劃：企業(yè)將機(jī)器學(xué)習(xí)模型設(shè)置為短期投資，過快地追求投資成果，而無法有效地了解和利用機(jī)器學(xué)習(xí)模型潛在的知識和技能，影響投資結(jié)果。

五：錯(cuò)誤的項(xiàng)目路線圖：企業(yè)在沒有有效地對目標(biāo)需求進(jìn)行分析和規(guī)劃的情況下，啟動(dòng)了一些項(xiàng)目舉措，例如，將時(shí)間和資源花費(fèi)在數(shù)據(jù)收集和框架建立等可能無效的任務(wù)上。

六：項(xiàng)目缺乏治理：無法及時(shí)發(fā)現(xiàn)原則及合規(guī)性的偏離，沒有用有效的度量手段檢查項(xiàng)目是否能夠?qū)崿F(xiàn)既定的目標(biāo)和需求，沒有動(dòng)態(tài)跟蹤最新趨勢并實(shí)施相關(guān)的技術(shù)。

七：人才培養(yǎng)計(jì)劃與實(shí)際的需求偏離：企業(yè)在能力規(guī)劃不明確的情況下盲目開啟人才培養(yǎng)計(jì)劃，從而導(dǎo)致培養(yǎng)出的能力結(jié)構(gòu)不能滿足和適應(yīng)業(yè)務(wù)的要求，使項(xiàng)目受到較大的影響。

八：采用了錯(cuò)誤的技術(shù)平臺和路線。采用的技術(shù)平臺不符合技術(shù)趨勢和發(fā)展情況，沒有根據(jù)自身的需求對機(jī)器學(xué)習(xí)模型有深入的研究和理解，尤其在B2B集成等復(fù)雜的情況下，所選技術(shù)不符合整體的IT環(huán)境，從而導(dǎo)致投資效果不佳、甚至項(xiàng)目失敗，或者被迫更改技術(shù)路線，帶來時(shí)間和投入的損失、并且付出機(jī)會(huì)成本。

九：對場景所需的數(shù)據(jù)缺乏了解：缺乏足夠的有價(jià)值的數(shù)據(jù)，不能支撐人工智能系統(tǒng)運(yùn)算，從而導(dǎo)致系統(tǒng)不能達(dá)到設(shè)想的效果。

十：數(shù)據(jù)質(zhì)量不高：企業(yè)缺乏有效的數(shù)據(jù)治理，數(shù)據(jù)的質(zhì)量不高，無法滿足通過機(jī)器學(xué)習(xí)實(shí)現(xiàn)業(yè)務(wù)場景的需求。

我們認(rèn)為，采用一套成熟的架構(gòu)方法可以有效地規(guī)避以上問題。

我們從分析企業(yè)的業(yè)務(wù)戰(zhàn)略、價(jià)值流及架構(gòu)原則出發(fā)，著重解決以下問題：要解決的業(yè)務(wù)問題是什么?如何創(chuàng)造端到端的價(jià)值?業(yè)務(wù)和IT能力的差距在哪里?成本和收益是什么?路線圖是什么?什么是正確的技術(shù)解決方案?

解決這些問題涉及企業(yè)架構(gòu)方法和應(yīng)用技術(shù)能力做出一系列決策。我們想通過一個(gè)例子闡述這個(gè)過程。

機(jī)器學(xué)習(xí)能力建設(shè)示例

這是一個(gè)制造業(yè)案例。

場景：棱鏡合金機(jī)械(Prism Alloy Machinery – PAM)公司是一家制造合金材料設(shè)備的公司。客戶來自世界各地，其中大部分客戶直接使用PAM的維修服務(wù)。

三年前，PAM公司逐步更新了業(yè)務(wù)戰(zhàn)略，其中包括：使用機(jī)器學(xué)習(xí)技術(shù)為客戶帶來更多價(jià)值并降低運(yùn)營成本。

在經(jīng)歷了多次的失敗之后，PAM公司在業(yè)界最佳實(shí)踐的啟發(fā)下，采用了以下措施，確保了能力建設(shè)沿著正確的方向前進(jìn)。以下是CIO和企業(yè)架構(gòu)師團(tuán)隊(duì)采取的步驟：

CIO授權(quán)架構(gòu)師團(tuán)隊(duì)啟動(dòng)該計(jì)劃，并且制定一個(gè)完備的計(jì)劃來轉(zhuǎn)變企業(yè)架構(gòu)。該項(xiàng)目的代號是“Smart Work”。

第一、回顧和更新架構(gòu)原則

這些原則涉及了業(yè)務(wù)及IT層面，其中包括：遵守法規(guī)及道德風(fēng)俗;嚴(yán)格保護(hù)隱私數(shù)據(jù);質(zhì)量第一;安全生產(chǎn);保護(hù)企業(yè)商譽(yù)。隨后的價(jià)值流分析、需求分析、架構(gòu)設(shè)計(jì)等工作都必須遵守這些原則。

其中一個(gè)原則要求技術(shù)解決方案必須確保可靠和高效的生產(chǎn)。根據(jù)這項(xiàng)原則，架構(gòu)師團(tuán)隊(duì)把 MLOps 列為首選的技術(shù)架構(gòu)。

此外，該原則還包括以下內(nèi)容：追蹤技術(shù)趨勢，在不違背目標(biāo)的前提下采用合適的技術(shù)路線。為了保護(hù)客戶數(shù)據(jù)，PAM公司采用了聯(lián)邦學(xué)習(xí)平臺來支撐其設(shè)備維修場景就是運(yùn)用架構(gòu)原則來設(shè)計(jì)技術(shù)方案的一個(gè)具體的實(shí)例。

第二、進(jìn)行價(jià)值流分析，確保資金和資源的投入能夠帶來最大的收益

通過檢查價(jià)值流，他們發(fā)現(xiàn)，設(shè)備維護(hù)服務(wù)貢獻(xiàn)了 30% 的營收，其次是備件銷售，貢獻(xiàn)了16%的營收，兩者相加達(dá)到了46%的收入，超過了設(shè)備銷售。

架構(gòu)師團(tuán)隊(duì)和運(yùn)營團(tuán)隊(duì)展開了一系列的研討后，逐步確定了一個(gè)需求目錄，他們把這一類服務(wù)歸類為“智能維護(hù)服務(wù)”，核心需求包括：使用人工智能技術(shù)和物聯(lián)網(wǎng)數(shù)據(jù)來降低維護(hù)成本和生產(chǎn)中斷。這種分析能夠有效規(guī)避資金和資源投入不當(dāng)?shù)膯栴}，并且有助于制定出相對準(zhǔn)確的預(yù)算。同時(shí)，也對人員和平臺的能力設(shè)定了具體的需求。

以下是架構(gòu)師團(tuán)隊(duì)倡議的需求目錄的一部分：

第三，運(yùn)用從業(yè)務(wù)需求到數(shù)據(jù)架構(gòu)、應(yīng)用架構(gòu)、技術(shù)架構(gòu)的架構(gòu)分析方法

接下來，通過差距分析，架構(gòu)師團(tuán)隊(duì)更新了應(yīng)用、數(shù)據(jù)架構(gòu)，這時(shí)便得出了具體的技術(shù)要求：通過更準(zhǔn)確的零件故障預(yù)測、更短的離線檢查時(shí)間、減少零件更換頻率、快速響應(yīng)事件等優(yōu)化服務(wù)計(jì)劃。同時(shí)，要求在大規(guī)模和連續(xù)生產(chǎn)中確保零件壽命，以確保運(yùn)營的經(jīng)濟(jì)性、并且具有較低風(fēng)險(xiǎn)。

緊接著，架構(gòu)師團(tuán)隊(duì)提出了一個(gè)可行的技術(shù)架構(gòu)(參見圖1)。

圖 1 機(jī)器學(xué)習(xí)訓(xùn)練架構(gòu)

圖中，IoT 數(shù)據(jù)來自傳感器。在算法應(yīng)用層面的要求包括：故障模式是什么?磨損、壓力、振動(dòng)、負(fù)載、頻率、電壓、溫度等如何導(dǎo)致故障?

它需要兩個(gè)關(guān)鍵能力：數(shù)據(jù)科學(xué)和持續(xù)優(yōu)化模型、算法和應(yīng)用程序的機(jī)制。

這些問題是典型的IFD(Intelligent Fault Diagnosis)問題，數(shù)據(jù)科學(xué)家團(tuán)隊(duì)選擇了基于深度學(xué)習(xí)模型，主要考慮的因素包括：運(yùn)行的設(shè)備及IoT數(shù)據(jù)的規(guī)模;數(shù)據(jù)集的稀疏度;數(shù)據(jù)源的分布等等。

作為增強(qiáng)功能，數(shù)據(jù)科學(xué)家還嘗試建立了無監(jiān)督學(xué)習(xí)機(jī)制，以找出功能與故障模式之間的未知關(guān)聯(lián)。

在數(shù)據(jù)方面，架構(gòu)師團(tuán)隊(duì)也規(guī)劃了數(shù)據(jù)治理的舉措，提高相關(guān)數(shù)據(jù)的質(zhì)量。

第四，運(yùn)用確立的架構(gòu)，建立實(shí)施路線圖

在這個(gè)步驟當(dāng)中，最核心的當(dāng)屬確立速贏場景的相關(guān)項(xiàng)目。

為了避免急于求成，PAM公司采用了企業(yè)架構(gòu)的規(guī)劃方法，但這并不代表對時(shí)間目標(biāo)的忽視。通過規(guī)劃速贏場景，可以以最小的代價(jià)、以最快的時(shí)間對架構(gòu)的設(shè)計(jì)進(jìn)行驗(yàn)證，給用戶以及企業(yè)的決策者以信心、確保后續(xù)資源的投入，避免短期投資的誤區(qū)。

在實(shí)施工程化平臺之前，項(xiàng)目以MVP的形式交付階段性成果。

第五，實(shí)施包括工程化平臺、技術(shù)團(tuán)隊(duì)建設(shè)等舉措

工程化的目標(biāo)是利用一個(gè)成熟的AI平臺，建立數(shù)據(jù)標(biāo)記(各種故障或風(fēng)險(xiǎn)情況)和模型訓(xùn)練的機(jī)制，以及應(yīng)用解決方案：服務(wù)規(guī)劃、報(bào)告和錯(cuò)誤趨勢分析。

基于云的平臺是不錯(cuò)的選擇，其中許多平臺為特定行業(yè)應(yīng)用提供了現(xiàn)成的解決方案，例如百度的行業(yè)應(yīng)用解決方案。但這些產(chǎn)品不符合 PAM的解決方案。 AI團(tuán)隊(duì)需要一個(gè)具備物聯(lián)網(wǎng)、大數(shù)據(jù)計(jì)算、數(shù)據(jù)挖掘、AI模型開發(fā)、部署和維護(hù)等PaaS能力的平臺(見圖2：工程化機(jī)器學(xué)習(xí)平臺)。

圖2 工程化機(jī)器學(xué)習(xí)平臺

可選的有ai.baidu.com、Azure AI Platform、ai.tencent.com、華為HiAI等。

此外，還要根據(jù)EA方法論建立迭代的需求管理、解決方案、項(xiàng)目計(jì)劃、變更和執(zhí)行框架。

以上，從業(yè)務(wù)、應(yīng)用、數(shù)據(jù)、技術(shù)及團(tuán)隊(duì)等諸多方面，對機(jī)器學(xué)習(xí)的能力進(jìn)行了規(guī)劃。這些規(guī)劃可以確保時(shí)間和資源花費(fèi)在有效的任務(wù)活動(dòng)中。

第六：運(yùn)用架構(gòu)治理方法對項(xiàng)目進(jìn)行監(jiān)控和治理

確立度量手段，定期檢查項(xiàng)目是否能夠?qū)崿F(xiàn)既定的目標(biāo)和需求，有沒有動(dòng)態(tài)跟蹤最新趨勢并實(shí)施相關(guān)的技術(shù)，有沒有違背架構(gòu)原則、以及違背數(shù)據(jù)保護(hù)、遵守法律及道德規(guī)范等業(yè)務(wù)原則。

Smart Work項(xiàng)目關(guān)鍵技術(shù)選項(xiàng)的確立過程

在與關(guān)鍵利益相關(guān)者審查這些解決方案時(shí)，服務(wù)總監(jiān)提出了一個(gè)關(guān)鍵問題：解決方案的許多機(jī)制都要求客戶共享他們的數(shù)據(jù)，因?yàn)樯婕瓣P(guān)鍵業(yè)務(wù)信息，這是不可能的。這是任何資本貨物商業(yè)模式的普遍問題，特別地，這也關(guān)系到可能違反數(shù)據(jù)隱私相關(guān)的架構(gòu)原則。

這個(gè)問題可以通過項(xiàng)目變更來解決，這個(gè)過程仍然可以通過架構(gòu)治理的方法來完成。架構(gòu)師團(tuán)隊(duì)把最初的解決方案被歸類為“內(nèi)部解決方案”，并通過變更增加了新的解決方案，即，利用聯(lián)邦學(xué)習(xí)解決B2B業(yè)務(wù)場景下用戶數(shù)據(jù)保護(hù)方面的問題。

具體地，聯(lián)邦學(xué)習(xí)是一種沒有集中訓(xùn)練數(shù)據(jù)的協(xié)作機(jī)器學(xué)習(xí)。它在保存本地?cái)?shù)據(jù)樣本的服務(wù)器的多個(gè)分散邊緣設(shè)備上訓(xùn)練算法，而不交換它們。它允許多個(gè)參與者在不共享數(shù)據(jù)的情況下構(gòu)建一個(gè)通用的、強(qiáng)大的機(jī)器學(xué)習(xí)模型。

圖 3 基于聯(lián)邦學(xué)習(xí)的解決方案

從行業(yè)的角度來看，該技術(shù)特別適用于機(jī)器學(xué)習(xí)依賴于難以提取的數(shù)據(jù)的情況，以及由于數(shù)據(jù)隱私、數(shù)據(jù)安全、數(shù)據(jù)訪問權(quán)限等關(guān)鍵問題以及數(shù)據(jù)傳輸帶寬等技術(shù)難題。此類情況包括：

• 醫(yī)療機(jī)構(gòu)需要從其他機(jī)構(gòu)拉取數(shù)據(jù)以收集他們需要的所有信息。
• 電梯制造商需要在不從客戶那里獲取數(shù)據(jù)的情況下，從電梯中找出各種子系統(tǒng)或組件的故障模式。
• 市政部門需要訓(xùn)練模型來調(diào)整交通燈控制系統(tǒng)以實(shí)現(xiàn)更高的交通吞吐量，但傳輸汽車和乘客的視頻流消耗的帶寬超出了該部門的承受能力.

此外，企業(yè)可能會(huì)碰到一些除數(shù)據(jù)隱私之外的其他問題，這些都適合采用基于聯(lián)邦學(xué)習(xí)的解決方案：

• IT 方面的限制：需要昂貴的基礎(chǔ)設(shè)施改造費(fèi)用，例如計(jì)算能力、大型數(shù)據(jù)集傳輸成本等。
• 技術(shù)債務(wù)：在傳送物聯(lián)網(wǎng)數(shù)據(jù)時(shí)，發(fā)現(xiàn)在現(xiàn)有物聯(lián)網(wǎng)環(huán)境中發(fā)送和接收大量訓(xùn)練數(shù)據(jù)是一個(gè)巨大的挑戰(zhàn)。

聯(lián)邦學(xué)習(xí)的其他應(yīng)用方向包括：

電梯維護(hù)服務(wù)：發(fā)掘服務(wù)管理中的風(fēng)險(xiǎn)模式;發(fā)掘故障與參數(shù)之間的關(guān)聯(lián)關(guān)系，例如：振動(dòng)、負(fù)載、頻率、電壓、溫度等。

汽車導(dǎo)航服務(wù)：如何使軟件智能化，具有不同季節(jié)、節(jié)假日、星期幾、一個(gè)月中的哪一天、一天中的時(shí)間段規(guī)劃路線的能力，等等。在這種情況下，數(shù)據(jù)隱私問題也是一個(gè)主要關(guān)注點(diǎn)。

Smart Work項(xiàng)目其他技術(shù)選項(xiàng)的探索

為了追蹤最新的技術(shù)方向，PAM公司的架構(gòu)師團(tuán)隊(duì)考察了包括ChatGPT在內(nèi)的大模型AI在制造業(yè)中的使用，他們認(rèn)為大模型AI技術(shù)可能在以下的業(yè)務(wù)中得到運(yùn)用。以下可能會(huì)引起架構(gòu)的變更：

1.故障診斷: 使用基于大語言模型的賦能系統(tǒng)可以幫助對復(fù)雜制造系統(tǒng)的故障進(jìn)行診斷并擴(kuò)展相關(guān)的知識。

2. 產(chǎn)品質(zhì)量問題診斷: 使用基于大語言模型的知識庫可以診斷出可能出現(xiàn)質(zhì)量問題的起因，并根據(jù)質(zhì)量問題提供建議和思考，從而有效地解決質(zhì)量問題。

3. 優(yōu)化制造過程: 使用大模型可以幫助在原有制造流程基礎(chǔ)上，改進(jìn)和優(yōu)化每一步工作流程，有助于提升生產(chǎn)設(shè)備的運(yùn)行效率和質(zhì)量。

4. 設(shè)備自動(dòng)化: 使用大模型參數(shù)分析可以幫助快速識別設(shè)備的運(yùn)行狀況，檢測出設(shè)備發(fā)出過的警告，便于有效地進(jìn)行設(shè)備的自動(dòng)化管理和控制。

此外，雖然ChatGPT技術(shù)剛剛得到了業(yè)界的認(rèn)識，私有化部署大模型AI也可能是一個(gè)不可忽視的技術(shù)路線：通過改進(jìn)深度學(xué)習(xí)模型，私有化預(yù)訓(xùn)練大模型是一個(gè)可行的選項(xiàng)，用來處理特定業(yè)務(wù)需求，即，使用利用企業(yè)私有預(yù)料訓(xùn)練、或者提示行業(yè)通用的大語言模型來對工程師進(jìn)行技能培訓(xùn)等等。

總結(jié)

對于各行各業(yè)，機(jī)器學(xué)習(xí)形成了重要的數(shù)字化轉(zhuǎn)型能力。在許多情況下，企業(yè)會(huì)誤入一些失敗的模式當(dāng)中。

本文結(jié)合印孚瑟斯的實(shí)際案例，介紹了采用企業(yè)架構(gòu)方法來規(guī)避常見失敗模式的一系列步驟：根據(jù)業(yè)務(wù)原則確立架構(gòu)原則;進(jìn)行價(jià)值流分析，確保資金和資源的投入能夠帶來最大的收益;運(yùn)用從業(yè)務(wù)需求到數(shù)據(jù)架構(gòu)、應(yīng)用架構(gòu)、技術(shù)架構(gòu)的架構(gòu)分析方法;運(yùn)用確立的架構(gòu)，建立實(shí)施路線圖;實(shí)施包括工程化平臺、技術(shù)團(tuán)隊(duì)建設(shè)等舉措;運(yùn)用架構(gòu)治理方法對項(xiàng)目進(jìn)行監(jiān)控和治理。

這個(gè)過程包括分析業(yè)務(wù)能力矩陣、創(chuàng)建需求和其他業(yè)務(wù)文檔、識別差距、設(shè)計(jì)數(shù)據(jù)、應(yīng)用程序和技術(shù)架構(gòu)、選擇技術(shù)方案等等。通過這個(gè)過程，架構(gòu)師團(tuán)隊(duì)將相關(guān)的價(jià)值流分解到流程、角色、需求、應(yīng)用、數(shù)據(jù)及技術(shù)能力和方案級別。

隨著架構(gòu)設(shè)計(jì)的迭代，更多的業(yè)務(wù)或 IT 問題被識別出來，從而產(chǎn)生了一組最能解決問題的技術(shù)方案。其中，一個(gè)備選的技術(shù)路線是采用利用企業(yè)和行業(yè)預(yù)料訓(xùn)練和提示的大模型AI技術(shù)。

作者介紹：

沙睿杰 (Rajnish Sharma)

印孚瑟斯(Infosys)全球副總裁兼中國區(qū)銷售與交付及運(yùn)營負(fù)責(zé)人

沙睿杰負(fù)責(zé)Infosys在華整體業(yè)務(wù)運(yùn)營，領(lǐng)導(dǎo)全球和本地客戶服務(wù)交付，提升客戶滿意度。此外，他還負(fù)責(zé)Infosys大中華區(qū)團(tuán)隊(duì)的人才管理和能力建設(shè)。憑借對云、人工智能和自動(dòng)化主導(dǎo)的數(shù)字服務(wù)的熱情，他領(lǐng)導(dǎo)的團(tuán)隊(duì)致力于提供以數(shù)字化敏捷和自動(dòng)化為主導(dǎo)的服務(wù)，幫助客戶完成轉(zhuǎn)型之旅。

王宣

印孚瑟斯(Infosys)首席技術(shù)架構(gòu)師, Infosys中國區(qū)戰(zhàn)略技術(shù)組負(fù)責(zé)人

王宣負(fù)責(zé)Infosys在中國的架構(gòu)師團(tuán)隊(duì)。這個(gè)團(tuán)隊(duì)的目標(biāo)是在企業(yè)、解決方案和技術(shù)層面發(fā)展和優(yōu)化架構(gòu)能力。該團(tuán)隊(duì)在不同階段支持我們的服務(wù)交付業(yè)務(wù)——包括IT規(guī)劃、應(yīng)用程序、數(shù)據(jù)和技術(shù)解決方案、架構(gòu)治理等。該團(tuán)隊(duì)專注于數(shù)字化轉(zhuǎn)型和企業(yè)現(xiàn)代化旅程、云遷移、數(shù)據(jù)分析、大規(guī)模、機(jī)器學(xué)習(xí)、Web3 和區(qū)塊鏈等尖端技術(shù)的應(yīng)用。