歷史的車輪滾滾向前，時代的潮流浩浩蕩蕩。

當前，數字經濟正在以前所未有的方式推動全球經濟變革，成為重塑全球經濟結構、改變全球競爭格局的關鍵力量。《求是》雜志上近期發表的文章中，提出要 “促進數字技術和實體經濟深度融合，賦能傳統產業轉型升級，催生新產業新業態新模式，不斷做強做優做大我國數字經濟。” 正是在這樣的背景下，積極投入數字化轉型，緊緊跟隨進而引領數字化潮流已經成為眾多企業的大勢所趨。

但同時，我們也應該看到，很多企業在擁抱數字經濟，開展數字化轉型的過程中，也陷入了一些普遍的誤區，這不僅在短期內讓企業無法實現其數字化的初衷，更重要的是讓它們在一定程度上喪失了數字經濟時代發展的主動權。

數字經濟時代，軟件重新定義業務

很多企業認為，數字化轉型只需要采取一些新技術、安裝一些新應用，就能順利推行下去，但結果往往是空手而歸。今天，很多企業都應用了AI、物聯網、云計算、大數據等新技術，收集了海量的數據資料，但卻不能充分挖掘數據的價值，并以此來洞察市場趨勢和客戶需求。這樣一來，數字化轉型的失敗在所難免。

撥開數字化轉型的迷霧，企業數字化轉型的實質是將業務從線下轉到線上，通過軟件重新定義業務，甚至重新定義世界。因此，實踐數字化轉型的正確道路是將商業智能和軟件環境相結合，并將這兩者轉變為新的軟件智能，這也是企業擁抱數字經濟，開啟數字化轉型的關鍵要素——實時抓取線上用戶的數據，并開展分析，進而最快速地為企業數字業務提供支持。

實現軟件智能，把握三大關鍵詞

那么，如何才能實現軟件智能，真正幫助企業推進數字化轉型的步伐?這其中有三大關鍵詞：數據可觀測性、人工智能分析和業務自主性。

首先是數據可觀測性。今天，企業的IT環境日益復雜且動態化，數據體量巨大，以web規模增長，因此企業首先面臨的挑戰是，如何全面、精準地收集實時數據，不僅包括用戶的動態，而且還包括企業的供應鏈、生產和銷售等全流程信息?此時此刻，企業需要有新的工具，幫助它實現全棧式監控——從邊緣到核心，從終端設備到應用層再到底層基礎設施，實現全程可視化，以及全堆棧可觀察性和控制。

其次是人工智能分析。收集完海量數據之后，企業還需要對數據進行有效分析，通過精密的算法將其轉化為可操作的技術建議。由此，企業需要采用AI 驅動的大數據分析來對應用系統進行自動故障檢測和根因分析，包括通過對問題可能造成的影響進行分析，評估其對用戶、服務和業務影響的嚴重性，并基于此提供解決問題的技術建議。

最后是業務自主性。有了數據可觀測性和人工智能分析，再進一步就是要將技術建議轉化為可操作的業務建議，讓企業可以快速執行和落地。這樣一來，企業的系統才會真正具備“智慧思維”，在盡量減少人工投入的情況下，自主應對挑戰并解決問題，實現真正的業務自主性。

一橋飛架南北，天塹變通途。如果說智慧企業是一個結果，那么軟件智能就是助力企業從傳統走向智慧的橋梁。借助軟件智能，企業能真正實現對當前復雜IT架構下所有業務系統的自動化、智能化的監控、運維和管理，實時掌握從供應鏈到生產、銷售，乃至客戶應用和服務的全流程信息，并基于此及時開展業務優化，真正打造數字經濟時代的智慧企業。

Simon Lee

Dynatrace大中華區總經理

Simon Lee先生現任Dynatrace大中華區總經理，負責公司業務在大陸、香港和臺灣地區的戰略規劃、銷售運營及管理工作，他率領Dynatrace大中華團隊實現了出色業績，幫助金融、銀行、保險、汽車行業, 政府、商業、零售、制造業、娛樂等眾多行業的大型企業客戶成功加速其數字化轉型進程，推動業務創新。

作為IT領域資深人士，Simon Lee先生擁有超過34年的行業從業經驗，對新技術、行業趨勢發展有著深入洞察與見解。在2019年加入Dynatrace之前，他曾在IBM工作12年，擔任IT架構師和業務流程顧問，在Forcepoint工作14年，負責中國大陸和香港業務，并擔任過Woolworths的網絡設計師，以及Mainline公司的CTO和首席顧問。

在過去的34年里，他幫助客戶規劃、設計、部署和管理過許多關鍵IT業務，廣泛覆蓋商業智能、安全信息和事件管理(SIEM)、用戶和實體行為分析(UEBA)和軟件智能、網絡、架構、系統和網絡管理、事務存儲系統、業務流程管理、服務管理、網絡與數據安全、數據傳輸等。