Accelerating Innovation with Hybrid Cloud at the Edge
28:55 Share

世界正处于数据临界点，巨大的连接性需要巨大的网络容量。在本期《Smart Talks》中，马尔科姆·格拉德威尔与 Lumen 企业技术副总裁兼现场首席技术官 David Shacochis 和 IBM 云平台主管 Howard Boville 讨论了混合云如何在计算可以在任何地方发生（私有云、公共云、网络边缘）的世界中充当创新的催化剂。更多关于您的广告选择信息，请访问 https://www.iheartpodcastnetwork.com查看 omnystudio.com/listener 获取隐私信息。</context> <raw_text>0 哈喽，哈喽。我是马尔科姆·格拉德威尔。我想告诉你们普希金工业公司正在推出的关于1936年奥运会的新系列节目。希特勒的奥运会。法西斯主义、反犹太主义、种族主义、崇高的奥林匹克理想、怯懦的私利、赤裸裸的野心、幻想、妄想，所有这些都在通往历史上最具争议的奥运会的漫长而充满争议的筹备过程中发生了碰撞。德国人上演了一场宣传秀，而美国也对此表示赞同。为什么？

本季的《修正主义历史》讲述的是奥运会背后的故事。您可以在任何收听播客的地方收听本季的《修正主义历史》。如果您想在节目公开发布之前收听，请在 Apple Podcasts 或 pushkin.fm/plus 上订阅 Pushkin Plus。

哈喽，哈喽。这是与 IBM 合作的《Smart Talks》播客，由普希金工业公司、iHeartMedia 和 IBM 联合推出，主题是换一种方式看待当今最具挑战性的问题。我是马尔科姆·格拉德威尔。♪

今天，我将与 Lumen 的 David Chikotius 和 IBM 的 Howard Bovill 讨论混合云周围的创新。David 是 Lumen 的企业技术副总裁兼现场首席技术官，他帮助各行各业的客户通过独特的数字互动创造新的商业机会。

David 在 Lumen 工作之前就长期沉浸于云计算领域，曾与 UNET、Digital Island 和 Fusepoint 等公司合作过。你正在将计算能力部署到以前不被认为是数据中心的地方。这其中存在着新颖的挑战。因此，它本身就更加复杂。

Howard 是 IBM 云平台主管。在这个职位上，Howard 专注于推动企业数字化转型，尤其是在监管严格的行业。

在加入 IBM 之前，Howard 曾担任美国银行的首席技术官，负责领导该银行基础设施的转型，并开发了最大的内部私有云之一。有时，你必须成为某种技术布道者，才能根据实际情况展现技术的可能性。在本期节目中，我们将探讨在云技术世界中的工作和生活。

我们将向您展示云计算的新创新如何重塑了一个计算可以在任何地方发生的世界，以及企业如何利用数据来加速创新，从而改进服务和性能。让我们开始吧。

欢迎大家。Howard 和 David，感谢你们今天加入我们。让我们开始吧。David，我要请你定义一些术语。当然。这对你来说很容易，但对我们其他人来说很有用。首先，第四次工业革命是什么？是的，问得好。

我认为，我们可以回顾一下历史上这些技术进步的时期，对吧？你知道，由蒸汽动力定义的工业时期，以及由电力分配定义的历史时期和工业时期。

我们通常认为第三次工业革命是信息时代，数字化、流程创建和在线数据连接的信息革命是数字时代、信息技术、系统相互通信以及所有这些技术在工业中所能做到的所有事情的第三次工业革命。

第四次工业革命实际上是所有这些连接性所产生的数据爆炸的反映。获取数据、分析数据并据此采取行动正在开辟一系列新的行业、新的商业机会和新的监管挑战。这就是我们所说的第四次工业革命。

Lumen 和 IBM 是如何走到一起的？你们在该领域的合作背后的逻辑是什么？你结合了两家公司的传统。因此，Lumen 是一家世界一流的全球网络公司。它们以最高的质量、最低的延迟等将事物连接在一起。而 IBM 经历的所有实际转型，其核心是，我们是一家运行软件的计算公司。在某些情况下，我们也编写软件。因此，这两种能力的结合是

解决了这个问题。我们多年来一直在合作。我认为，我们一直关注的 IBM Cloud Satellite 的出现，实际上是由 Lumen 对其网络的投资所推动的，这使得在我们的网络上更容易地运行软件工作负载。IBM Cloud Satellite 是一种很好的模式，可以直接融入该网络。是的。你在 Lumen 工作。

描述 Lumen 最简单的方法是 Lumen 是一家第四次工业革命公司吗？我们是一家第四次工业革命公司，因为我们相信其核心是连接性。对。

所有这些数据、所有数据源以及与这些数据交互所需的所有方式都需要大量的聚合网络容量。我们现在正处于第四次工业革命的临界点，来自摄像机、传感器、设备、游戏机和各种输入源的数据量实际上超过了其他方向的容量。

所以，第四次工业革命之所以能够发挥作用，是因为它需要大量的网络连接。这就是 Lumen 所做的。因此，这引出了我想让你定义的第二个词，那就是边缘计算，我假设它是……

边缘计算是对你刚才描述的现象的技术回应。是的，是的。谈论边缘计算的一种方式，我们经常谈论的方式是，它正在将工作负载、软件工作负载转移到更接近数字交互的地方。数字交互可能发生在事物、人和商业模式之间。是的，我想补充 David 的一些观点，并介绍一些我们参与的实际用例。首先，

边缘计算实际上是将模拟世界与数字世界连接起来。在此之前，你会通过我们都花太多时间观看的屏幕来查看数字世界。

而在边缘，它实际上是在查看零售分店、集装箱或汽车上的焊缝等物理位置。这里有两个实际例子。因此，现在我们使用热成像技术来查看汽车工厂中整个生产过程中焊缝的质量，这是以前不可能实现的，它连接到该本地位置，收集该数据并确定焊缝的质量是否正确。

或者在集装箱方面，它是 RFID 标签与网络连接的组合，可以以这种精度进行跟踪，并为您提供这种体验，就……

这是如何发生的？这是因为随着我们越来越熟悉通过数字交互（无论是移动电话还是计算机）可以捕获的数据量以及随后可以对人类行为进行的所有分析，

提出的相同问题也适用于物理位置或物理资产、物理交互或物理资产。正是这两者的结合创造了 Lumen 和 IBM 在边缘解决的 IT 问题，这样你就可以像从数字世界捕获数据一样将数字世界和物理世界联系起来。然后是人类的好奇心……

他们说，好吧，我们已经从 David 经历的第三次工业革命中得到了这些问题的答案。我们如何将这些应用到第四次工业革命中，应用到模拟世界中？是的，是的。你知道这让我想到什么吗？如果我是一个篮球教练，我会很乐意拥有一个边缘计算系统，该系统可以实时从球场上的球员那里收集数据，并告诉我谁累了，

告诉我谁的表现不佳，告诉我某人在防守方面的反应速度如何。我的意思是，这就是 Howard 你所说的内容的一个例子，不是吗？这就像一个以前完全是模拟的世界。也许当他们看到某些东西时，会砰的一声敲打垃圾桶。但部分原因在于，正如你所说，现在实际上有跟踪设备

几乎所有学科的运动员都在跟踪他们跑了多少公里或多少英里，平均速度，并且正在跟踪。这将在中场休息或四分之一时间休息时进行分析，具体取决于所关注的实际运动，或者如果它是冰球，则为第三次。

因此，这已被跟踪。没有被跟踪的是你提到的生理因素。但我猜想在某些时候会这样，因为人类的好奇心会驱使人们去研究这个因素，说，好吧，我们在那里的疲劳程度是多少？在什么最佳时机将不同的球员换上球场？是的，是的。或者如果我是一家医院，我想监控我外科医生的表现，我的意思是，在进行复杂手术的第四个小时，

我很乐意能够实时地处理一系列数据，这些数据可以告诉我谁工作得好，谁工作得不好。边缘计算的另一个标志是，当您真正需要在本地关联事物时。

例如公共安全用例，枪声响起，音频传感器会检测到。那么，将此与该区域的所有交通信号灯、该区域的所有灯以及特定地理边界内的任何其他公共安全设备相关联，这种事件与其他结果的密集关联可能需要在几秒钟内发生。

才能实现公共安全结果。因此，这不仅仅是我们正在跟踪、分析数据，然后在中场休息时了解我们球员中的哪一个跑来跑去。更细致的，例如毫秒级重要性的用例是边缘计算真正发挥作用的另一个地方。第一步，你分析那种数据，比如篮球运动员或外科医生，事后分析，对吧？

所以你第二天开会，你说，马尔科姆，你昨天在球场上的表现不太好。但是如果我能实时做到这一点，那么我实际上可以在比赛进行时影响比赛的结果。能够立即做出这些判断和事后做出这些判断的转变是巨大的。我可以赢得我可能会输掉的比赛。

我正在回应，我正在捕捉你的兴奋。你正在回应这种立场，我们已经从数字角度出发，人们正在玩在线游戏、体育游戏，并根据他们在数字领域获得的分析结果做出判断，然后将其转化为可以扩展到模拟领域的思想。因此，有了这种愿望，你可以想象，正如我们现在所说，人们正在将各种创新解决方案整合在一起，以解决这个问题。

是的。另一件事是，我们正在讨论所有令人惊叹的用例，并且在我们刚才所说的一切中都存在某种潜台词，那就是有良好设计的软件能够大规模运行并实现这些结果。更好的篮球表现、公共安全用例。需要有软件去收集所有这些数据，并据此采取行动，

而另一个非常重要的维度，当然也是 IBM 和 Lumen 关系的一个重要维度，是能够在网络能够到达的任何地方启用优秀的软件开发。除非有软件去运行业务逻辑或运行分析或将这些输入处理成可操作的输出并响应事件流，否则所有这些用例都不会发生。是的，是的，是的。

谈谈这其中的云部分。混合云为什么以及如何融入你一直在描述的这个难题？

因此，混合云空间基本上包含了 David 已经讨论的所有要点。因此，云本质上是一座装有计算机的建筑物，用于运行应用程序。直到大约 10 到 15 年前，这种模式是大型公司拥有大型数据中心，在其内部拥有自己的计算机，并拥有这种能力。

然后，为开发人员创造了巨大的创新，他们可以提出一个想法，而无需为计算机构建大型数据中心，他们实际上可以租用空间，然后将这个想法变成软件，并将这个软件变成 Facebook 或 Netflix 或其他任何东西。因此，它降低了进入壁垒。这是第一阶段。我们现在所处的阶段是边缘数字和模拟的这种综合。

这就是混合云计算，我们实际上可以在世界各地创建满足特定需求的小型数据中心，而不仅仅是在 IBM 拥有的资产或其他云服务提供商拥有的资产内。

而且是这些伙伴关系。市场上还存在一些新的经济模式，公司可以谦逊地运作，认识到，好吧，我们可能是大公司，但实际上我们可以看到另一家公司的资产以及那里存在的优秀人才。如果我们可以与他们合作，我们可以为市场创造一些有价值的东西。挑战是什么？如果我是一家公司，我想用所有这些数据做一些复杂的事情，我将去哪里，什么会让我彻夜难眠？这个难题的哪一部分？

当您拥有这种数据爆炸，并且它可能位于边缘时，我们需要非常注意的关键因素是网络安全风险，即这些数据落入坏人之手，然后他们可以将其用于自己的利益或任何他们想要使用的目的。因此，必须构建的每个解决方案都必须以非常高的网络安全等级构建。

因此，确保我们保护客户的数据，并保护他们免受他们必须遵守的法律、规则和法规的影响。总的来说，你正在将计算能力部署到以前不被认为是数据中心的地方。

是的，就在那里。存在一种新颖性。存在一种你可能遇到的新颖挑战。因此，它本身就更加复杂。让许多 IT 领导者彻夜难眠的另一件事是，他们是否能够编写软件并以能够利用或解决他们试图运行的问题的变化速度交付软件。

所以我想回去。我想举个例子，因为当我提出外科医生的例子时，这似乎是一个非常有趣和重要的观点。我们想从手术室收集数据。我们想实时理解它。我们想告知手术本身。但你也想与

与许多其他医院分享这些数据，并利用这些数据构建某种可以改善手术的系统。所以你所说的意思是，为了做到最后一点，这可以说是最重要的一点，每个人都必须阅读同一本书。对。

对。围绕这一点的关键是，也存在一定程度的复杂性。因此，阅读同一本书意味着实际的、格式相同、语言相同、字体相同，以此类推。因此，获得数据模型的一致性非常重要，数据来源也很重要，这样您就知道数据的质量处于最高完整性水平。之所以重要，是因为您将所有这些见解、所有这些转化为数据的经验教训，

放入人工智能模型中，对所谓的模型进行训练，以便它实际上可以提出不断直观改进的假设，这些假设基于数据量。

但是，如果数据有任何问题、任何损坏，它都会影响实际结果。由于数据量可能非常大，因此确保实际结果得到正确训练实际上是困难的。因此，必须投入大量工作来确保数据的完整性，确保数据的来源是正确的。因此，人工智能不会以错误的方式进行训练。

在我们的数据分析实践中，软件分发的一个想法是，他们广泛合作的行业之一是制造业。我们看到组织面临挑战的一件事，并且有一个说法，你知道，我们的一位数据科学家一直都在使用，那就是在车间本地收集大量数据实际上很容易。

一旦数据中心可以使用，获取您曾经拥有过的所有历史数据也很容易，让数据科学家对其进行分析，并提出广泛接受的最佳实践以及应该如何最有效地执行操作以及应该是什么样的最有效的数据模型来分析工厂中的所有传感器。挑战在于将其从顶层转移到车间。

在您的核心数据中心获取该经验教训很好。收集大量数据很好。挑战在于将它们连接在一起。这正是这种一致交付新软件的想法所在。当您了解经验教训并且顶层说，这就是应该的方式时。您如何将该代码部署到您的构建环境中，以便该软件实际上正在生效？它不仅仅是数据中心中的一个理论模型，而是一个可以发挥作用的模型。

告诉我你们两家公司之间的这种合作是如何解决这个问题的。你能举个例子吗？好吧，是的，我认为 Howard 暗示的是，我们目前正在与金融服务行业的一位客户合作，但这是一种金融服务业务模式（银行业务）与走到它面前的人之间的数字互动。世界上存在一种安全风险，即不法分子会将目标对准自动取款机，并

这被称为“盗刷”，他们会走到自动取款机前，在信用卡插槽上放置一个看起来颜色相同、安装相同的设备，并在信用卡插入机器时秘密扫描信用卡。用户不知道发生了这种情况。银行也不一定知道发生了这种情况。关键时刻是

他们可以对不法分子采取最有效行动的时刻是他们走到机器前（机器内部装有摄像机）并插入该设备的时刻。因此，您可以寻找某些模式。他们是否带着包走近它？他们是否把手伸进包里？他们是否对 ATM 界面采取某种姿势？

要知道也许我们需要对这个人采取进一步的关联。但是，因此金融公司会考虑这一点，并说，这可能是一个大海捞针的分析问题。如果您越来越擅长于找出谁在从您的自动取款机上盗刷，谁没有盗刷，一旦您擅长构建该模型，然后将该软件部署到所有自动取款机，您就会处于一种情况，即您对客户和品牌的整体风险是

回报将是无法估量的。这就是我们与 IBM 合作开发的一些优秀视频分析软件的原因之一，我们可以将其部署到更接近一些金融机构的地方，您可以获取、分析，然后根据所涉及的数据采取行动。哦，我明白了。所以，根据你的观点，……

见解一：这台特定的自动取款机已被破坏。但更有用的信息是，它已被这样那样的人破坏，我们正在实时观察这个人破坏它。

对。是的。对。因此，无论这台自动取款机是否了解在明尼阿波利斯走近它的不法分子是什么样的，这都很好。但关键是学习、更新模型、测试新软件，然后将其一致地部署到所有可以从中受益的其他地方。我想回到你们两家公司之间的这种合作。你说你们已经合作了一段时间了。它是什么时候开始的？

我们与 IBM 及其一些关联公司以某种方式建立了关系，已经有几十年了。另一件要记住的事情是，Lumen 是一家服务提供商，对吧？因此，我们与客户签订合同，为他们提供服务。在很多情况下，这些服务始终涉及

IBM 软件、IBM 数据能力、与 IBM 云合作。因此，作为一家技术实体的 IBM 一直连接到 Lumen 网络的端点，你知道，一直都是这样。是的。从客户的角度来看，Lumen 和 IBM 之间的合作是什么样的？我的意思是，如果我是那家试图阻止我的自动取款机被黑客攻击的金融服务公司，那是我，我是否正在与某种由

Lumen 和 IBM 的员工组成的特别小组打交道？我们正在一起提供的解决方案正是如此。所以

科技公司如何持续发展？他们拥有你所说的这种特别小组，他们实际上会处理问题，然后将最新的技术创新应用于这些问题，然后创造新的市场营销产品。正如我前面提到的，现在真正有效的商业模式是，你实际上谦逊地了解你作为一家公司拥有的资产，并将它们与其他公司的资产结合起来。真正让它活跃起来的是让非常聪明的人

聚集在一起，共同面对这些业务问题。因此，Deva 刚才讨论的问题是在会议室里进行的对话，即我们有这个问题。你会如何考虑这个问题？然后我们结合了我们的工程师，我们拥有的各种组件，制定了我们所谓的概念验证，以逐步解决，看看我们能否将解决方案整合在一起。然后，它越来越多地成为我们所说的生产产品，这实际上在市场上变得更普遍可用。

两家公司一起解决的最难的问题是什么？我认为延迟始终是最难的事情。它在两个领域都可能是主要在 Lumen 领域。在那里，你不断地挑战物理学，以尽可能接近光速，就你传输数据的速度而言。这是一个很难解决的问题，但由于数据量巨大，而且因为……

而且由于人类越来越渴望即时满足，我们想要现在的一切，我们想要立即得到它。困难之处在于，从技术角度来看，延迟是一个特别棘手的问题，因为……

在某些情况下，延迟是指数据包在网络中的两个特定端点之间传输所需的时间，通常以毫秒为单位，小于眨眼的时间，但……

但这些都会加起来，对吧？你可以把它想象成计算机或大脑环境中的处理速度。我能多快对事情做出反应？好吧，如果数据包需要一段时间才能通过神经元传输，用大脑类比网络，数据包处理所需的时间越长，结果出现所需的时间就越长。如果结果处理时间过长，那么它就变得相当无用。是的，是的。我的第一个问题是，客户是否总是……

意识到所有这些不同部分的潜力，或者你工作的一部分是帮助人们打开人们对可能性的认识。是的，我经常必须成为某种技术布道者，才能根据实际情况展现技术的可能性。这并不是因为客户没有同样的能力去看到这一点，只是他们经常看不到我们与许多不同行业合作时所看到的东西，我们可以将解决方案从一个地方应用到另一个地方。组织采用速度的另一个因素与组织内部的人员关系不大，但也与过去做出的技术决策有关。已经进行了大量投资来实际构建他们拥有的技术环境。它们被称为遗留环境。从遗留环境到新环境的转变。这是一种棘手的运球，因为你必须查看你的资产负债表，你必须查看为此所需的工作量。

你必须从基础设施到应用程序代码行或数据集等等，改变一切。因此，对于我们的客户来说，这是一个非常复杂的局面，他们必须永远考虑。因此，相对于他们将为客户或股东或任何驱动因素获得的实际价值，他们将优先考虑什么作为他们的下一个创新领域？

这真的很有趣，这个词。我总是对它很感兴趣。“企业 IT”是唯一一个将“遗留”作为贬义词的语境。

对。就像你说的，对 IT 人员来说，“遗留”这个词，他们会翻白眼，你知道，他们的血压会升高。这就像指甲划黑板一样。但对大多数人来说，你的遗产是什么？“遗产”这个词意味着它是值得尊敬的东西。对。在企业环境中。“遗产”仅仅意味着你已经做出了很多决定。

你已经做出了很多决定。你已经进行了很多实施。你身后有很多东西。这应该是一件好事。但在企业 IT 环境和技术领域，这确实具有挑战性。我听到的反馈是，是的，霍华德，上帝可能在七天内创造了地球，但他不必处理遗留问题。所以这让你对 IT 环境中的差异有了一些了解。是的。最后一个问题。我希望你们展望十年后的未来。

十年后，我聚集了你们两人。告诉我 2031 年最重要的是什么。我认为，在业务以及业务和组织合作方式方面，一个巨大的挑战是可组合性这个概念。我认为可组合性，即能够将事物分解成简单的功能并将其相互组合的能力

我们才刚刚开始。你开始在云中看到很多这样的情况，但是当我们更接近边缘计算和一些第四次工业革命用例时，能够从 IBM、另一家软件公司或一家房地产公司那里获取和组合不同的能力，该公司正在出售你访问物理链路末端运行计算能力的权限。

将服务组合在一起的能力，无论是通过多方参与，还是组织向世界展示自身的方式，都能以任何你选择的方式利用我们。可组合性将开启大量的可能性。它可能有点根植于当下，但我对未来五到十年感到兴奋。是的，我感兴趣的是，我们正处于人工智能的浪潮中，对吧？

这越来越开始给这些技术的创造者——也就是人类——带来压力。前额叶皮层每天只能燃烧这么多的能量，而每天结束时，它都会因为大量的涌入的数据而耗尽能量。因此，智能增强，也就是将人工智能中的两个字母翻转为智能增强，

这样我们才能以一种更适应的风格在这些环境中工作，相对于我们生物学上所能做的，这将是会有很多进步的地方。我谈到了两家科技公司（Lumen 和我们公司）之间的合作关系，但随着与技术的相关性，在健康和生物公司之间也会有越来越多的合作关系。是的，太棒了。非常感谢你。这真的很有趣。非常感谢你。很高兴能和你共度时光。是的，很有趣。

再次感谢 David Chikotius 和 Howard Bovill 与我交谈。令人着迷的是，考虑一下数据分析如何快速改变实时性能以及混合云和边缘计算的无限可能性。我期待见证它的发展。与 IBM 合作的 Smart Talks 由 Emily Rostak 制作，Carly Migliore 和 Catherine Girideau 参与制作。

Karen Shikurji 编辑。Martin Gonzalez 工程。Jason Gambrell 和 Ben Tolliday 混音和母带处理。音乐由 Gramascope 提供。特别感谢 Molly Socha、Andy Kelly、Mia LaBelle、Jacob Weisberg-Heddafein、Eric Sandler 和 Maggie Taylor，以及 8 Bar 和 IBM 的团队。

与 IBM 合作的 Smart Talks 是 Pushkin Industries 和 iHeartMedia 制作的节目。你可以在 iHeartRadio 应用程序、Apple Podcasts 或你喜欢的任何收听平台上找到更多 Pushkin 播客。我是 Malcolm Gladwell。下次再见。

哈喽，哈喽。我是 Malcolm Gladwell。我想告诉你关于我们在 Pushkin Industries 推出的一部关于 1936 年奥运会的新系列节目。希特勒的奥运会。法西斯主义、反犹太主义、种族主义、崇高的奥运理想、怯懦的私利、赤裸裸的野心、幻想、妄想，所有这些都在通往历史上最具争议的奥运会的漫长而充满争议的准备过程中碰撞在一起。德国人上演了一场宣传秀，而美国也对此表示赞同。为什么？

本季的《修正主义历史》讲述的是奥运会背后的故事。在您获取播客的任何地方收听本季的《修正主义历史》。如果您想在剧集公开发布之前收听，请在 Apple Podcasts 或 pushkin.fm/plus 上订阅 Pushkin Plus。