去年参与了多起大型集团的IT战略规划和重大项目评审，发现这些大型企业啊，全都是资本投资组合型，业务从品牌生产与代理、物流、渠道分销与零售、商业地产与酒店旅行、资本投资与基金证券信贷保险。现在又都纷纷想介入文化影视赛事、医院药品器械养老。

在高科技也不甘示弱，在云计算/企业解决方案/服务支持、移动支付/会员积分/网上商街、定制手机/内置OS与应用/虚拟运营商、商用无线/物联设备/大数据、人工智能识别/智能新能源汽车也布局颇为巍峨。而且他们也大多成立专门的科技集团，以资本收购或并购、主业+新科技生态群落的形式形成这个格局，在集团力量和政府关系的作用下，他们也很快拿到了各种运营牌照。

他们也在积极响应国家号召，从资本投资集团转型成为创新服务平台，开展天使风投与孵化辅导、媒体品牌塑造与营销推广。而且在集团产业基金与国家产业基金的扶持下，积极投资参股中国快速成长型互联网企业，积极在海外收购基础技术、新材料、装备设备、核心零部件企业。

这样的企业，我去年够接待了4家。他们咨询我的问题也很集中类似：

1、混合云如何搭建？互联网大并发技术架构，怎样以咨询顾问或培训的形式合作输出？

2、线上零售如何集成打通？线下零售如何用科技的力量达成线上数字化一样的功效？渠道分销如何数字化？C2M如何做成？

3、智能制造如何落地？智能服务化如何开展？

4、数据如何交换和流通？大数据如何分析洞察可以显示出业务价值？

5、如何提供创新孵化的成功率

这些问题都太大，我只好在今天这篇文章中把思路说说。

（1）混合云与大并发技术架构

首先说说私有云，不管你是自建机房自己购买IT设备，还是自己购买IT设备然后托管放在知名IDC机房的指定专有区域，还是自己购买IT设备然后托管放在云计算厂商的机房中的指定专有区域，都算私有云。

但现在私有云也很难说，因为用的技术都是通用的IaaS云计算技术，从网络资源管理技术、虚拟机技术、虚拟机集群管理系统、容器技术、容器集群管理系统、分布式文件系统和对象存储系统、统一日志统一监控系统、统一IT资源管理平台、统计计费平台、统一安全软件和安全配置，和公有云用的技术都差不多，只是IT硬件设备的所有权不同而已。而且现在云计算厂商也提供裸硬件服务器，也提供指定专有区域托管机架，也提供隔离的网络策略。不管你是放在自己机房、知名IDC机房、公有云厂商机房，你的应用软件用户访问，都是通过互联网来访问企业应用的。现在的应用要么放在虚拟机中要么放在容器中，都很容易加载部署、迁移传输、备份与恢复，不像过去部署在物理服务器上那样在多节点部署、应用隔离、资源隔离、软件迁移数据迁移、备份恢复都麻烦。

所以现在混合云一般这么划分：一种是公有云和私有云的打通与统一管理，很多企业把内部ERP放在内部私有云上，把互联网社区业务、电商业务放在公有云上；一种是多种公有云之间的打通与统一管理，不少企业用了A云计算厂商的云主机、B云计算厂商的云存储、C云计算厂商的大数据、D云计算厂商的视频直播中间件；还有一种是为了高可用，用了A的云做主，用了B的云做备份，根据情况来进行负载均衡或异常切换。所以集成打通和统一管理是刚性需求。这都是我们定义的混合云范畴。

如何打通，我个人观点是需要四个层面的打通和五个统一平台

1、网络打通：专线/BGP、IP负载均衡/分布式Web服务网关、VPC/VPN/NAT、HttpDNS/SSL/IPSec

2、应用打通：统一ID登录、统一工作流、统一支付网关

3、逻辑打通：API网关、微服务

4、数据打通：主数据服务、消息队列；大数据仓库；OpenAPI开放平台、数据交换平台/区块链溯源

5、统一平台：统一日志、统一运维监控、统一IT资源管理、统一计费、统一安全

对于互联网大并发技术架构，我想说一个大家常见的误区，很多人对云计算有个很大的误区就是，大家以为上了云计算就是高性能、高可用、高安全。其实根本不是，不经过专门的技术架构设计和部署架构设计，云计算并不便宜、云计算并不能保证高可用、云计算并不能做到快速扩展多点部署协作集群计算、云也并不安全一个漏洞一个升级错误一打一大片。

用公有云计算，可以对抗繁琐的内部采购审批流程，这倒是真的。云确实不便宜，身边好几个朋友用云计算，一年给公有云计算厂商的费用高达1000多万，这不像过去购买IT设备一次性投入，这可是年年1000多万的投入。

大家选择云计算服务商，爱看云计算的产品有这特性没那特性，其实这也是常见误区，等你真正用上了公有云才发现：看谁家的硬件资源和网络资源投入大、看谁家运维踩的坑多，这两个才是硬道理。现在不少做云计算的厂商，从硬件资源、研发团队到运维团队都是新的，和自己的主干业务硬件资源、基础研发团队、运维团队根本不是一般人马，大家这点要小心，不要以为他们的主业IT牛逼就默认为他们的云计算牛逼。

对于互联网大并发架构，一般常用的通用技术组件有：分布式缓存、分布式数据库、分布式微服务中间件、分布式消息队列。这些技术组件，对于云计算厂商也大多是采取开源项目部署，你能部署我也能部署，谁也改不动核心代码，就看谁的运维经验足而已。

但是对于电商，其实还需要很多应用级的技术组件，如以下

1、数据运营：点击流/流量统计/用户行为分析

2、风控：验证码/注册保护/登录保护；人脸识别、证照识别；恶意用户识别、恶意订单识别、恶意评价识别；促销活动防刷；文字绿网、图片绿网/图片鉴黄

3、搜索推荐：爬虫引擎、搜索引擎、推荐引擎

4、其他：消息推送；IM服务、智能客服机器人服务；用户位置定位；视频直播服务

对于外网业务因为暴露在公网上，所以会遭受到不明黑客自动扫描攻击工具、竞争对手恶意攻击，所以对高安全防护要求也很高，一般公网应用也会采取以下防护手段：

1、私密网络：VPC、VPN、NAT

2、安全网络：HTTPS DNS、SSL/CA证书

3、App安全：应用加固

4、应用安全：网页防篡改

5、主机防护：主机防护、堡垒机服务

6、网络防护：DDoS高防、BGP防护、DNS劫持检测

7、应用防护：Web应用防火墙防护、应用漏洞扫描、日志审计

8、数据安全：数据库审计、数据脱敏

（2）零售渠道数字化

没洞察到电子商务技术在其中起的价值的企业主，往往认为电商会忽悠投资人、会营销无底线推广，所以能恶性烧钱补贴扰乱市场价格。

其实电商的关键除了商务这块（采购、促销、仓储物流配送、客服）之外，和商务这块对等的还有电子这块。电子才是线上零售的高一维度的武器。

在线上，IT技术可以自动记录下登录来到/消费者画像、点击流路径/停留时长/用户行为分析、搜索/推荐、收藏/购物篮、评价/秀图、客服问答、精确的客户联系方式和客户地址。这些信息整合起来，可以方便线上零售企业持续分析持续改善自己。

而在线下，很难有方便技术记录下消费者到店、浏览路径/停留时长/用户行为、查找商品、购物篮商品、评价、和店员问答交流这些信息，所以线下零售很难有有效的信息来支撑自己持续改进。

这样，一个可以持续改进自己，一个只能靠老经验估摸，长此以往，当然谁胜谁负已经很清晰。

可以，好多企业主还有大大的误区，在绞尽脑汁怎么做到线上流量引到线下，线下用户怎么到线上保持持续联系。唉，思考重心就错了。

幸亏现在互联网用户已经增长放缓、互联网创业基本是见缝插针了，所以互联网投资热潮过去；而且电子商务两大巨头阿里巴巴和京东占据了中国线上零售的82%的市场，已经达到双子星垄断地位，其他黑马已经难以上位（只能等若天下有变），所以现在风险投资又开始把目光重心转移到用互联、技术来改造传统线下实业。

现在人工智能识别、智能联网产品、传感器技术、AR现实与线上结合技术、移动支付技术、扫码弹出应用访问技术，已经可以让线下零售做到能和线上零售同等收集数据的效果。

还有很多人想着如何开展线上营销推广、导流，我反而奉劝各位实业家，线上的流量成本和线下的商铺成本一样贵甚至更贵，他们的本质都是用户流量本质。不要再想着开展个电商就可以拉到风投，现在风投已经基本不投电子商务了，除非你的产品品牌、产品设计、供应链很独特（这又回归到零售的本质要素了）。

信仰IT的力量，用互联、技术的高维竞争力来增强、优化线上线下零售，这是真正要关注的重心。

（3）智能制造

很多人一想到智能制造就把重心放在了制造上，就想到了把制造设备进行信息化、智能化，就想到了无人工厂、自动化流水线、工业机器人手臂。这是大大的误区啊。

智能制造，关键在于智能，也就是说，关键是：生产什么、生产多少、生产节奏是什么。这些信息必然要从消费者而来。

过去的CRM，本意是一边收集销售漏斗信息来反向指导生产，一边用销售漏洞挤压推进销售人员落单。但名头为CRM，汉字全程是客户关系管理，其实和客户、和关系、和客户互动根本没有半毛钱关系。这是过去技术、电商不成熟造成的历史遗留问题。

现在各种互联社区、线上电商线下电商、识别技术，已经可以让我们实业直接触达消费者了，所以真正新一代的CRM必须脱颖而出。

不管在线上还是线下，你用IT的技术都要记录下消费者到店离店（登录跳出）、消费者画像、点击流（逛街）路径/停留时长/用户行为分析、搜索/推荐、预订/收藏/购物篮、评价/秀图、客服问答、精确的客户联系方式和客户地址。这些信息必须和内部ERP进行打通，通过及时的大数据分析洞察，达到从消费端发起，反向生产管控、再反向影响到研发设计、原材料（核心部件）采购供应链、仓储物流规划与执行。这才是智能制造的核心。

当然，要做到这些，还需要整个体系才能真正做到：

1、线上零售线下零售用黑科技改造，达到同样的数据收集效果。并且零售和生产和研发和采购全线产业链IT系统打通

2、智能产品：只有产品是具有智能的，可跟踪的，你才能在物流、陈列销售、客户使用过程中，你才能捕捉到商品的状态和消费者状态。所以不管消费者需要不需要智能产品，首先你作为企业主你就需要智能产品。这个智能产品不要一想就是物联网操作系统、无线WIFI，只要能被感知，能容易收集到你想收集的信息，这些技术都可以成为智能技术，如二维码、NFC、RFID、GPS等等，这些都是。

3、智能服务：远程诊断、远程维护与升级、远程定损。这些都可以保证你的产品在被消费者购买回家去并在日常使用过程中的信息可以持续收集到。

4、仿真设计：除了消费者大数据可以指导研发部门来调整自己的产品设计和特性参数，而且消费者需求热潮变化很快，你必须用云计算来达到仿真设计、仿真测试、VR仿真体验、3D打印原型。过去要做一件产品，因为很难做到仿真（想想当年泰坦尼克要做特效专门设计了软件进行1000台Linux服务器并行渲染），所以现在常规的研发设计还是设计图纸、开模，观察试用再修改，再开模。这个周期非常长，而且改动起来非常难、改动成本也非常高。这怎么能适应现在这个快速变化的社会呢？有了集群云计算，可以在电脑上就可以看到仿真效果，还想更逼真那就用VR来体验，还想更手感触摸可以使用3D打印原型。这些技术的成熟给研发设计大大提高了效率、降低了成本。

5、智能生产：智能流水线和智能工业机器人是必不可少的，可以根据设计好的数字图纸、工序、BOM物料清单，就可以和生产设备连接在一起，按照图纸、工序、BOM清单自动组装。不像过去要灵活生产不同型号，需要工程师对流水线和生产设备调整很久。

6、智能生产质量、智能生产安全：现在人工智能图像物体识别、动态视频捕捉识别、文字识别，以及各种智能物联传感器可以探测各种指标，这就能达到生产质量自动度量、生产安全自动监控与预警。

（4）大数据

我对大数据是悲观的，除非是企业通过自有的业务+技术来收集数据，然后再结合信息爬虫数据、社会化社交网络关系数据、社会电商平台数据、移动运营商数据、金融机构数据/房产汽车机构数据/社保人口民政信息/医疗教育信息，就可以构建出企业完整的数据视图。

数据需要有大数据平台承载存储，需要特殊的技术和网络资源进行大数据传输，需要有大数据计算平台来进行处理，这些都有比较成熟的大数据技术来满足。

但是数据能干嘛，这个问题很需要值得思考。就如同企业过去上线了很多ERP模块，也上线了数据仓库、商业智能，但效果价值好像并没有表现出来一样，大数据仍然存在这个问题。

我所见到的大数据明显价值在于：

1、优化自己的经营管理流程和操作细节，如选址、采购、定价、促销、营销广告投放与效果监测、仓储物流配送规划、金融信贷风控等等。

2、自动训练优化引擎：如消费者画像标签、消费者自动聚类分类、搜索引擎、推荐引擎、识别引擎、智能客服机器人问答引擎等等

其他的大数据业务价值我也不容易看到，欢迎大家补充。

还有一类对于IT人有用的系统大数据，可以用于指导IT部门进行系统设备扩容、快速诊断问题查找、优化、安全防护。不过这不属于咱们业务大数据价值。

（5）如何创新孵化

大企业难以出创新，这是很多企业的痛。眼看着业界崛起一个又一个的颠覆者，而自己却不能革自己的命自我升级自己，只能采取资本风投收购的方式来参股控制快速成长型新兴企业。但很多大型企业现在都设置了创新孵化平台，业界也有很多创新孵化平台，如何做出差异化、如何做出成功成果，是每个企业创新孵化平台管理者都非常关注的重点。

这个方法我曾经在某个大型企业内部专门分享过一个小时。所以介于咱们的篇幅已经太长，我只能把做事套路体系列举下来，至于执行过程中的巧妙只能咱们线下见面交流时谈到了：

1、业界前沿技术、技术应用情报收集，与内部分享推广

2、企业内一线业务痛点观察、调研、度量

3、业界论坛趋势讨论、业界前沿专家引入内部交流、项目合作

4、项目原型试点、解决方案总结、最佳实践推广

5、平台特点抽象、平台特性注入

6、创新业务应用比赛、研发马拉松快速原型、专家导师辅导

7、整合进现实业务中，或者形成独立的新业务新团队。为了激励新业务新团队，可以给予现金激励、股权激励、管理自由权、经营决策自由权。也可以为了更好的第三方中立可以与业界更广泛的合作，还可以考虑独立成子公司、注入第三方风险投资和第三方实业参股

8、标杆推广、平台培训认证、模拟练习平台

9、业界推广、业界交流、业界人才吸引

这样就构成了一个完整的端到端闭环循环。

所以，一个创新孵化平台，需要这样的团队构成：

1、专家：技术专家、业务专家

2、管理：项目管理专家、敏捷教练

3、传播：内容原创编辑、标杆影响力推广、推广活动

4、培训：培训认证

5、合作：风险投资合作、资源整合合作BD、政府创新基金申请、知识产权申请