“MOSE就是战略”系列之四:用MOSE支撑坍塌的IT战略

7 篇文章 0 订阅
4 篇文章 0 订阅
文章探讨了企业数字化转型中的战略和顶层设计,指出云原生虽解决了Ops环节的问题,但Biz和Dev环节仍存在脱节。MOSE作为一种新技术和方法,能实现业务、技术与规划实施的贯通,消除沟通障碍,提升开发效率,支持企业形成完整的IT战略,从而支撑坍塌的IT战略屋。
摘要由CSDN通过智能技术生成

原文作者:曹严明 领驭框架软件
原文链接:“MOSE就是战略”系列之四:用MOSE支撑坍塌的IT战略

企业数字化转型应重视战略和顶层设计,并在实施中贯彻执行。数字化涉及业务(Biz)、开发(Dev)和运维(Ops)三个环节,企业需要注意这些环节之间的协调和互动。

目前企业最常见的IT战略是云原生。采用容器化、微服务、自动化部署、水平扩展等云原生技术,企业可以更快地开发和交付新的功能,提升运行可靠性和弹性,降低运行成本。但云原生战略解决的主要是应用程序和基础设施在运行环节(Ops)的问题,在业务(Biz)和开发(Dev)这两个环节,企业的IT战略乏善可陈。

业务部门与应用开发部门之间的脱节是普遍存在的问题。业务人员提出需求,开发团队制订和实施IT解决方案,但业务需求和技术成果常常联系不起来,业务与技术变成“两张皮”。
另外,规划部门与实施部门之间的脱节也是普遍存在的问题。战略规划人员制订企业整体业务战略和IT战略,架构规划人员设计企业级业务架构和IT架构,但是这些精心设计的战略、架构与具体项目实施成果联系不起来,规划与实施变成“两张皮”。

不同专业环节成果分享和运用手段的落后是导致脱节的主要原因。这些成果有各自的语言和结构,缺乏标准化、规范化,相互间难以建立起明确的联系,无法贯通,因而下游部门不容易理解消化,不能在工作中100%的贯彻实施,也无法顺畅地向上游部门反馈。应对之道就是以标准化(基于统一语言)的、贯通的成果作为沟通的基础,再通过协作很好地利用这些成果,提升解决问题的能力,培养健康的竞争意识。

然而,企业的IT战略很少涉及这个层面,即便是互联网和软件大厂,在这个层面上跟十来人的小团队也没有什么本质的差别。很多企业虽然通过云原生战略实现了Dev到Ops的贯通,解决了机器的协作问题,但没有实现Biz到Dev的贯通,没有实现规划到实施的贯通,没有解决更加关键的人的协作问题,战略屋关键支柱出现裂隙和错位,摇摇欲坠,甚至已经坍塌。


新冠疫情推进了远程工作模式,更让企业深刻认识到了高效沟通与协作的重要性。有企业已经把实现端到端的贯通提升到战略层面,但在不创建、不运用任何新技术、新方法的情况下,端到端的贯通是无法实现的,而MOSE正是这里所需要的新技术、新方法。

MOSE实现了业务和技术的贯通。MOSE要求业务部门和技术部门使用同一种语言来沟通,这种语言提供了描述业务数据、流程、规则和用户交互体验的标准化、结构化的范式,能够精确地描述业务需求,最大程度消除了自然语言的模糊性带来的弊端。

MOSE实现了规划和实施的贯通。MOSE过程从企业级架构设计开始,然后是领域/项目级架构设计,最后是应用程序的设计,成果环环相扣,架构资产的全局统一管理被融进了软件工程的各个环节,有效保障了战略和架构规划的贯彻执行。

MOSE还实现了设计开发成果与底层技术体系的解耦,即通过代码自动生成,确保最终交付的代码能够适配指定的底层技术体系。这是更加理想的Dev-Ops贯通模式。开发人员设计程序时只需关注业务逻辑,摆脱了繁重低效的、与底层技术体系紧耦合的编程,一方面可使开发效率成倍增加,另一方面可使底层技术体系的升级变迁得以轻松实施。

MOSE就是一个普遍适用的IT战略,它能够解决端到端贯通的问题,帮助企业形成涵盖Biz-Dev-Ops三个环节的、完整的IT战略,支撑起坍塌的战略屋。MOSE可以提升整个研发体系的能力,让企业在数字化转型过程中更好地应对挑战并加速业务创新。

往期回顾
“MOSE就是战略”系列之一:MOSE是什么?
“MOSE就是战略”系列之二:MOSE成果的结构和形成过程
“MOSE就是战略”系列之三:MOSE的要点和精义所在

“MOSE就是战略”系列 文章预告:
(五) 细探MOSE的战略价值
(六) MOSE是治疗多种顽疾的特效药
(七) MOSE推动人的转变
(八) MOSE早已不是乌托邦
(九) 全面实现MOSE仍需一场革命
(十) MOSE落地的最佳途径
(十一) MOSE实践的样本和成效
(十二) 一体化MOSE平台CBF Studio

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值