我最近谈过多次未来这些年是巨变的年份,我们可能已经站在一个大时代的起点上了。有不少朋友留言问我说的大时代指的是什么?你可能只是看到身边的各种乱象,但是没有意识到乱的背后的自然规律。我们站在AI时代的门口了,未来很多行业都会因为AI技术的发展而发生变化,这是这些乱象背后的定数。
以前企业采购信息系统的时候,都是在购买产品或者服务,购买产品是买一个和自己需求差不多功能的产品,然后再去做改造,这个改造一部分是定制和配置产品的功能,使之更适应自己的业务,或者是改造自己的业务,让自己的业务去适配产品。这种采购有时候不能满足自己的业务需求,于是可能会花更多的钱去买定制开发服务。
不管采用哪种方法,实际上企业都是在为产品付费,而企业需要的并非产品本身,而是希望通过购买产品来满足业务需求。在目前的世界里,我们无法直接为企业需要达成的结果直接付费,而必须通过购买一个中间产品来实现目标。
原本我们是需要提升某个业务的效率的,最后买回来产品才发现只能提升管理效率,而对生产效率的提升几乎为零,甚至为负数,因为我们可能为了实现产品所要求的流程,还必须投入更多的人。
企业采购效率最高的其实是为结果付费,企业搞数字化的最终目的是提高业务质量,加强业务管理,节约总体成本。但是传统系统的采购可能无法达成这个目标,因为所有产品都是相对固化的,哪怕有大量参数可以调整,其核心逻辑依然只能进行有限的适配。
AI,特别是AGI则会给系统带来更大的灵活性以实现更加个性化的适配,这一点是以往的信息系统或者数字化系统所无法比拟的。在未来AI的能力进一步提升之后,AI模式的新的数字化系统将直击企业的痛点和需求,企业可能无需为定制化系统付费,仅仅为能力付费,并由大模型自动组装能力,直接为企业服务。
我们回到数据库运维管理和使用这个更小的场景中来,我们买一款数据库运维工具,其目的肯定是节约成本。有些工具确实立马就能提升效率,比如各种数据库RDS云平台,只要能和你的硬件融合,那么数据库的部署成本可以大幅下降。不过代价是你的云平台或者硬件平台能够按照RDS云平台支持的几种形式来适配,如果二者无法融合,则必须花一定代价去适配。
除此之外,其他的运维工具也是如此,套装软件仅仅能够覆盖你的部分场景,你买过来并不一定能够真正帮你节约成本。经常有DBA和我聊天时候吐槽,他们上了一套运维监控系统,原本是希望能帮他们省点工作量的,没想到系统买回来后,还得派人去看监控屏,否则系统出了问题,因为我们没盯着监控导致处置延误还要扣绩效。
这是因为传统的系统大多数只能给你提供数据、提供仪表盘,缺乏归纳总结和判断能力,因此用上后可能会省力,但是不一定会省事。作为企业管理的要求而言,是要形成管理闭环的,有预警就必然要有闭环的结论,缺乏总结推理能力的运维系统很难实现自动闭环。
AI加持下的运维监控系统则会完全不同,在专业知识+专家经验+数字化底座的加持下,未来新的智能运维相同不仅仅会给你提供各种数据,而且能告诉你这些数据背后的根因,帮你制定出优化方案,甚至直接帮你完成消缺。
企业的信息系统采购也会发生变化,从购买一套单一的集成度极高的套装软件变为采购能来。在AI能力平台的加持下,企业可以采购各种各样的MCP SERVER或者TOOLS,甚至有些条件下都不需要采购工具本身,而只是购买成本低廉的API调用服务,然后由自己的AI总控通过自动编程来组装各种服务,直接达成企业的业务目标。甚至AI中枢会自动探索外部可提供的更加优秀的TOOLS或者服务调用,不断优化工具的能力,实现能力的自动提升。
这些在不远的未来可能发生的事情,我是从近期AI编程能力的快速提升上感受到的,我想很快,今天在CURSOR、TRAE、千问灵码、Code Buddy等上面发生的事情,会在其他IT领域发生。AI应用落地正以极快的加速度提速。我在敲这段文字的时候,Claude Code又打破了CURSOR的能力边界。编程是数字化、信息化、自动化的基础,自动编程技术的发展必然深深地影响这些领域。作为IT从业者,对这方面的发展趋势,还是应该多多关注的。