摘要：在独家采访中，集团首席数字和信息官(CDIO)Prosenjit Sengupta分享了ITC在云之旅中的见解，讨论了利用Azure、AWS和Google Cloud所面临的挑战、优势以及最佳实践。
在独家采访中，集团首席数字和信息官(CDIO)Prosenjit Sengupta分享了ITC在云之旅中的见解，讨论了利用Azure、AWS和Google Cloud所面临的挑战、优势以及最佳实践。
通过为每个用例选择最合适的平台，从将SAP工作负载迁移到AWS到在Azure上利用AI驱动的分析，这一策略提高了灵活性、安全性和成本效益。Sengupta强调了这种方法如何使企业保持敏捷、有效创新，并在各种环境中确保强大的数据保护。以下是采访摘录：
是什么因素促使贵企业决定采用混合云或多云策略，而不是单一云策略?
我们有效地利用了所有三大超大规模云服务提供商——Microsoft Azure、Amazon和Google Cloud——来满足不同的用例需求。我们不是为特定功能应用单一的云服务提供商，而是基于每个平台独有的优势采用多云策略。例如，当我们将一个业务部门的SAP环境从本地迁移到云端时，我们选择了Amazon Web Services。同时，对于其他应用程序，如贸易促销和产品营销组合优化的AI驱动分析，我们在Microsoft Azure上构建了一个数据湖。
此外，我们还在与其他特殊用例中使用Google Cloud Platform(GCP)，这种多云方法使我们能够利用每个超大规模云服务提供商的独特能力。例如，我们正在建立一个着陆区，以运行用于GenAI应用的大型语言模型(LLM)。每个超大规模云服务提供商都提供独特的LLM能力——通过Microsoft Azure提供的OpenAI模型、Amazon的专有LLM以及Google的Gemini——每种都量身定制，以满足不同的GenAI应用需求。
通过在所有三个超大规模云服务提供商上实施着陆区，我们确保能够灵活地选择最符合我们特定需求的LLM，这一策略通过关注每个提供商提供的技术能力和算法能力，避免了单一云服务提供商的局限性，使我们能够为多样的内部用例选择最合适的方案。
你如何确定哪些工作负载最适合本地环境，而哪些更适合公有云或私有云环境?
通常，对于交易量大且性能要求一致的解决方案，将其保留在本地是最有效的，然而，这样做需要公司在硬件、服务、支持和强大的安全基础设施上进行投资。幸运的是，我们已经拥有一个高度先进的数据中心，具备广泛的技术能力，由我们的内部团队全面管理的安全计算资源。这种设置使我们能够最大限度地利用现有基础设施来处理稳定、可预测的工作负载。
了解如何优化云使用至关重要。由于公司并非全天候运营，但仍需全天支付云服务费用，因此优化使用非常重要，这可以包括在非高峰时段重用云能力，或在需求较低时减少计算和存储需求。
对于云，我们优先考虑需要突发计算能力的用例——例如，特定查询、时间敏感的分析，或需要更高计算和分析能力的特定时期，这使我们能够在必要时利用高性能资源，而无需全年维持这些资源。云在高峰需求时灵活扩展，并在之后缩减的能力，使其非常适合这种动态需求。
在多云环境中管理数据和应用程序面临的最大挑战是什么，你是如何应对这些挑战的?
管理成本是最大的挑战之一，尤其是在初期，然而，企业在应对这一问题时变得越来越聪明。关键是持续监控云消耗情况，并定期评估成本，以确保只迁移必要的应用程序。进行效益分析对于确定在内部维护和服务应用程序还是将其迁移到云端哪个更具成本效益至关重要。
此外，了解如何优化云使用至关重要，由于公司并非全天候运营，但仍需全天支付云服务费用，因此优化使用非常重要，这可以包括在非高峰时段重用云能力，或在需求较低时减少计算和存储需求，有效的云成本管理需要周密的计划和控制。
你的云方法如何增强IT基础设施的弹性和灵活性?
疫情凸显了云采用对于业务连续性的重要性。通过云，风险分布在多个位置，确保服务器、存储和计算资源不局限于单一区域。
这种分布增强了弹性，此外，云提供了强大的安全框架，超大规模云服务提供商遵循全球最佳实践来保护交易数据、主数据和其他敏感信息。
云服务提供商在保护AI生成的内容、知识产权权利和保持真实性方面发挥着关键作用，此外，高效处理和处理大型数据集的能力进步对于我们持续的云采用至关重要。
云还支持远程工作，使员工能够在工作地点和工作方式上更加灵活，它使业务流程从依赖物理存在转变为与成果挂钩，从而促进了更大的敏捷性。
当在多个超大规模云服务提供商之间使用各种LLM时，你如何确保数据安全?
为了保护我们的数据，我们在数据中心设置了每个超大规模云服务提供商LLM的私有实例，这样，我们可以利用它们的AI能力，而无需将敏感的公司数据传输到它们的平台上。通过在我们安全的环境中使用着陆区，我们避免了直接的数据共享。虽然这种设置可能意味着使用某些LLM的稍旧版本，但它确保了数据的完整性和安全性。
管理LLM的高计算需求可能成本高昂，你是如何解决这一问题的?
我们通过应用提示工程来管理计算成本，简化输入，在将查询发送到LLM之前减少其复杂性和大小，这使我们能够限制处理的数据量，从而最小化计算成本。通过仅与LLM共享选定的数据，我们优化了成本和性能。
你如何在避免供应商锁定与平衡成本效益和敏捷性之间取得平衡?
为了避免供应商锁定，我们根据用例在不同的超大规模云服务提供商之间分配工作负载，保持灵活性，并协商有利的条款，这种方法确保我们获得具有竞争力的定价和必要的技术支持，此外，我们评估长期合作伙伴关系，以促进与每个解决方案的最佳提供商的合作。
Gartner最近预测，到2025年，IT支出将增长17%-18%，贵企业的预算与这一趋势如何契合?
我们的IT预算增长更多地与变革性举措而非基础设施相关，投资重点放在提高生产力、业务创新和安全性上，我们优先考虑能够推动切实业务成果的变革性解决方案，特别是在AI和增强的网络安全等新领域。
许多AI驱动的项目在概念验证(POC)阶段就停滞不前，你对于推进这些倡议有何看法?
从POC过渡到生产的关键在于展示明显的生产力提升和业务效益。虽然一些GenAI解决方案可以随时部署，但其他解决方案需要完善。我们的目标是采用那些已经证明具有价值和影响的AI解决方案，而不是为了技术本身而采用技术。
展望2025年，云技术的哪些创新对贵企业最有利?
为了充分利用GenAI的潜力，我们需要能够确保知识产权保护和合规性的解决方案，特别是随着数据隐私法规的发展。云服务提供商在保护AI生成的内容、知识产权权利和保持真实性方面发挥着关键作用。此外，高效处理和处理大型数据集的能力进步对于我们持续的云采用至关重要。
作为CIO，你最喜欢这份工作的什么?
作为CIO，我最喜欢的是能够紧跟新兴技术，这些创新正在推动收入增长，并塑造业务的未来，然而，找到合适的人才也是一项挑战。虽然科技领域有很多人，但很难找到具备合适经验的人才——那些能够批判性思考、考虑所有视角并有效实施解决方案的人，这不仅仅是关于技术技能;更是关于战略性和整体性地解决问题的能力。
来源：Today1005
