如今，新技术层出不穷，但并没有简单地取代以往的技术，但层层堆叠的技术积累起来成为技术堆栈，人们只是通过长时间的增量决策和实施来构建顶层技术。对于很多人来说，大型机仍然被迁移到数据中心的客户端-服务器层所支持。在虚拟化和服务器整合之前，Web技术将SaaS添加到数据中心之外，将所有内容重组为更加易于管理的块数据。

移动计算、物联网以及对数据保留的监管限制都促成了数据的快速增长，使得越来越难以理解、管理和保护一切。在人们采用云计算时，大数据分析、机器学习和人工智能正在创造更多层次。人们可能将这些层次称之为考古学式的技术挖掘。而典型的企业有许多这样的技术层，如下图所示：

随着时间的推移，部署这些技术层次的渐进性被用户称之为“毛球架构”。也就是说，人们最终拥有大量的数据岛和应用程序，而这将不可避免地导致供应商锁定、维护成本上升、业务敏捷性降低，这是由于复杂的层次必须互连，以处理不断变化的业务流程和不断增长的需求。

调查结果表明，这种复杂性被认为是一种障碍，这并不奇怪。

拥抱复杂性

每一个新技术层的出现人们都大力宣传，而变化是唯一真正的常量。企业需要敏捷地进行创新和竞争。当普华永道公司对企业的246位首席执行官进行调查时，其中75%的人认为，创新与推动业务成功的运营效率相比更加重要，组织必须处于能够随时采用新工具或服务来推动创新。

世界经济论坛的创始人Klaus Schwab说：“现在的市场竞争不再是大鱼吃小鱼，而是快鱼吃慢鱼。”

现在是人们接受每一个新技术层，并为企业增加价值的时候了。新的应用程序将继续开发，新的云计算服务将需要整合，新的合作伙伴将加入、并购和收购，这些都是不可避免的，技术的考古式挖掘将会持续下去。问题是人们从哪里出发?人们如何发展这些关键的技术层，以提高业务敏捷性、降低成本，并获得再次创新的自由?

进入云计算时代

向多云环境的转变正在顺利进行，更多的新技术层次将随之而来。根据调查机构Gartner公司的预测，到2020年，90%的组织将采用混合基础设施管理功能。尽管在麦肯锡公司的调查中，只有40%的企业在公共云平台上的工作负载超过10%，但有80%的企业表示计划在三年内达到这点。

随着越来越多的企业将他们的技术迁移到SaaS平台和公共云的混合部署中，复杂性仍然是一个问题。但云计算是虚拟计算和平台服务的组合，既向后兼容又向前倾斜，也就是既可以适应现有的工作负载，也使得创建新服务和应用程序变得更加容易。

对于它可能提供的所有诱人的商业优势，数字化转型是具有挑战性的，并且没有简单的方法来克服这些复杂性。但是如果就像剥洋葱一样，人们会在其核心数据中找到一个共同元素。而企业重写所有应用程序，转换所有数据，并同时展开毛球结构是不可能的。

数据是业务的基础

随着企业的业务向云计算服务和现成可扩展基础设施的转移，数据变得越来越有价值，已成为企业实现差异化竞争的一种方式。对于许多企业来说，收集、管理、分析大量数据至关重要。如果要实现人工智能，企业必须来发展处理和应用它的能力。那些成功掌握和利用其业务数据的企业将会擅长并获得对数据的投资回报。而有些人认为处理数据将是一种成本，并不能带来商业价值。

如果没有适当的数据战略，实现多云和混合云的多样性和集成是代价高昂、时间紧迫或甚至不可能的。人们不能让数据在平台特定的“存储”设备中被捆绑和隔离。要充分利用云计算作为虚拟计算和平台服务的组合，人们必须将数据免费设置，并在需要的地方进行访问，而不会影响其完整性和安全性。

如果数据层被虚拟化，它就变得足够灵活，可以快速轻松地适应新的多云环境。企业建立对数据的实时控制将能够快速构建混合云、物联网集成以及跨多个云层的合并。要实现这一点，企业需要谨慎规划，因为需要避免许多常见的云计算数据管理陷阱。

企业需要创建虚拟化的多云数据基础，构建自己的新技术层，并利用现有层，为企业提供真正业务敏捷性所需的稳定基础。

原文发布时间为：2018-06-1

本文作者：Rick Braddy

本文来自云栖社区合作伙伴“企业网D1Net”，了解相关信息可以关注“企业网D1Net”。