长城汽车集团云计算总监张小斌

20年IT行业经验。西安交通大学计算机专业毕业，中科院计算所硕士，曾在朗讯贝尔实验室、美国硅谷、HP、赛门铁克、Websense担任架构师、主任工程师、研发经理等职务，负责企业级解决方案、存储与安全产品研发；在IBM负责云架构解决方案，苏宁电商云平台研发中心总监，西普阳光教育CTO和副总经理，负责大型电商云、在线教育云平台、网络攻防虚拟仿真、AI人机智能科研、密码学等教学实验等产品研发。

　　摘要：

传统制造企业在过去取得了巨大成功，如今面临数字化转型。数字化转型涉及技术、平台、组织、文化等巨大变革。智能制造、工厂大脑、智慧工厂、工业互联网等概念层出不穷，数据中台、业务中台的切入引起数据和业务逻辑巨大变化。

长城汽车有分布国内众多整车厂和制造园区，总部各种业务系统、面向未来的分布于众多公有云的车联网、智能网联和出行等新兴业务。在过去信息化建设下，同样存在大量烟囱和竖井式系统，系统前后台不通、组织上下信息不通、内部信息共享不通、内外客户反馈不通、不同功能系统连接不通等众多问题。

长城工业大数据平台，试图结合一种“业务与平台双向驱动、螺旋上升”的方法论，通过业务架构-IT架构的分解、结合边缘云-园区云-中心私有云-复合多云架构的基建规划，快速进行IT架构和系统的快速治理，同时纳入工业大数据物联网、机器学习、计算机视觉等，提供高端的智能分析服务能力，为公司业务发展，提供数字化支撑引擎。

数字化是唯一出路

长城汽车股份有限公司是全球知名的SUV、皮卡制造商，于2003年、2011年分别在香港H股和国内A股上市。旗下拥有哈弗、WEY、欧拉和长城皮卡四个品牌，产品涵盖SUV、轿车、皮卡三大品类，具备发动机、变速器等核心零部件的自主配套能力，下属控股子公司70余家，员工近8万余人。

AI与云大物移等新技术推动着汽车行业改革，智能汽车在向着网联化、智能化、电动化、共享化这新四化发展，长城汽车也同样身在变革之中。

“未来的车会与现在的智能手机一样，不再是单一的出行工具，而是成为生活的一部分。”张小斌认为。

汽车的智能驾驶、娱乐消费中心等产生驾驶数据和消费习惯，通过云端这些数据、用户消费习惯和其它反馈信息将成为汽车生产的引擎，以用户为中心根据用户习惯改造生产汽车，这也涉及到对车间进行工业互联网改造升级，而云、大数据、AI和数据中台等IT技术是支撑这一切的基础。

与其它车企一样长城汽车有大量的数字化、AI智能化需求，比如智能制造、工艺、车间级信息化、自定义报警指标、数据采集分析、AI健康诊断等，比如通过建设一套生产线数据采集与分析平台，实现多层级生产线数据实时监控, 实时数据可展现在车间中控室大屏中，方便生产部门随时监控生产情况。此外汽车本身有摄像头、传感器等实时监测车况实时反馈数据，提醒车主及时维修避免发生重大交通事故。

“企业数字化不是选择，而是唯一出路。”张小斌认为，不过企业从IT信息化到智能化需要经历云化、数据化到智能化的过程。现在云都是ABC（AI、BigData、Cloud）一体融合，他认为一个大型企业上云要有规划性，未来云端深度融入ABC去承载一切，而不是单纯的IaaS。

双向驱动构建智能制造云

在工厂的智能制造方面，网上名词众多：智慧园区、智能工厂、工厂大脑、物流大脑、智能制造等，核心要素是云化、数据化、AI智能化。

在过去信息化建设下，长城汽车有自己的IT历史包袱，同样存在大量烟囱和竖井式系统，系统前后台不通、组织上下信息不通、内部信息共享不通、内外客户反馈不通、不同功能系统连接不通等众多问题。

技术方面来看，从过去的零散、烟囱、IOE改造成一种新形态，硬件、软件、系统的变革是比较大的难题。长城汽车出行、经贸、理财等方面的业务系统偏互联网化，使用CICD（持续集成和持续部署简称）很容易上云。但是汽车企业有很多智能制造比如PDM、ERP等重型系统很多是在传统的物理架构上不易迁往云端，可以与供应商双向讨论看是否有云化的可能性。

长城汽车总部有功能强大的数据分析平台，包括数据存储、分析、建模工具，但是大量的数据是在工厂园区甚至车间产生，这导致生产数据的地方与存储数据的地方不在一处。这涉及到很多部门和团队，比如说工厂、车间像联邦制，不同的工厂负责一部分车型生产，总经理决定工厂和车间做什么，而工厂和车间所产生的数据也有区别，有的数据只能在本工厂、本园区使用，但是有的数据依赖于总部数据分析能力。

长城汽车对大量的数据到底是传到总部还是到本地保存经过长期的讨论，后来确定数据湖建设在每个园区，因为每个园区有数据才能做到边缘智能。在园区和总部都提供了数据洞察、数据建模、数据训练和机器学习等能力。

园区数据治理离不开云的支撑，张小斌强调上云方面云本身首先不是单纯的IaaS，从技术角度看包括ABC，从业务角度看，数据架构涉及到构造企业的工业大数据、云平台等，工厂和总部之间是是边缘云、园区云、总部云的关系。

企业有很多业务系统，常见的财务、经营、决策，这些本身互联网架构的软件，而供应商、制造、质量、营销等由于历史原因存在多种软件形态，长城有业务中台团队进行这种改造，从技术角度软件分层分出通用PaaS和行业PaaS层，长城云平台提供IaaS，上面由业务中台团队构造，这样云和上层的业务中台非常方便的连接起来，如此解决了工厂、园区还有总部业务系统跟云之间的关系。

张小斌认为不能为云而云或者为数据而数据，一定要为前端业务服务，但是往往业务跑得比技术快。“现在的时代业务远远比技术跑得快的时代”已经成为很多人的共识。在构造过程中一定关注到业务前台、业务中台系统之上怎么落到云上，慢慢提炼出来成型的行业PaaS甚至行业SaaS，企业发展过程会有多个业务中台和技术中台，要平衡效率和成本。

既要面对历史遗留系统，在智能ABC时代也要解决“业务跑得比技术快”问题，张小斌总结出“业务与平台双向驱动、螺旋上升”的方法论，企业能力一层一层去迭代，因为系统本身的改造是一层一层的，业务系统一方面要追上业务发展的速度，另一方面业务系统整个架构治理的提炼与优化要和云所构造的相互适配。云计算在边建边成熟过程中要不断给业务提供弹性计算能力、敏捷能力、海量数据存储能力、分析和AI能力，业务与云优化双向驱动，交替螺旋上升，这可以解决业务跑得比技术快IT拖后腿的问题。

长城工业大数据平台，正是结合一种“业务与平台双向驱动、螺旋上升”的方法论，通过业务架构-IT架构的分解、结合边缘云-园区云-中心私有云-复合多云架构的基建规划，快速进行IT架构和系统的快速治理，同时纳入工业大数据物联网、机器学习、计算机视觉等，提供高端的智能分析服务能力，为公司业务发展，提供数字化支撑引擎。

张小斌强调在企业云化、数字化、智能化过程中，方法论一定是关注长城汽车从设计、研发、生产技术、生产制造整个环节，从业务驱动角度出发布置云，在制造企业很多还不是技术问题，其实是组织、业务、管理其他方面的问题，更重要的还是一把手关注度问题。在这个数据云本身构造过程中，首先注意力是关注业务系统本身以及业务团队，慢慢形成业务中台、业务后台。

　　总结和反思

张小斌在分享的最后做了总结与反思：

云+大数据+AI是一次巨大的企业升级换代，将对企业IT架构、组织协同、管理文化、思考方式，产生深刻变化，比如管理文化由确定性到不确定性，过去管理方式追求非零即一的确定性。而AI时代，数据和AI很多时候具有不确定性。没有人能保证视觉检测一定成功，因为涉及很多技术挑战，比如AI机器学习算法，涉及到数据清洗、数据质量、数据传输都可能会影响整个进程，无法给出确定答案。

·由于大量技术成熟，企业可以以更为节省成本、更为敏捷手段，实现企业智能大数据云的建设与改造；难点在于结合实际业务场景的智能算法，存在领域知识+技术能力的断层。

·大型企业建设中，需要重点规划、控制底层大型复合云平台+大数据平台（中台），以及管制由于数据各种流向而形成的“流径”蔓延和新的数据安全；而上层行业PaaS、行业SaaS等，则可形成能力开放平台、创新平台，以“众筹”方式解决（场景太多、需求并发）。

一切皆有可能，与时间赛跑。

企业数字化不是选择，而是唯一的出路，变革是一个系统工程。