引言：Sieczkowski 和许多资讯长（CIOs）一样，转向云端以降低风险和提高弹性，却发现它在测试各种构想和降低机会成本方面，效果特別好。
Alexander Hamilton于 1784 年创立纽约梅隆银行（BNY Mellon），它是美国历史最悠久的银行之一，也是世界最大的保管银行和证券服务公司。这家银行目前正管理了 2.4 兆美元的资产，另外还保管 46 兆美元的资产，以及超过 3,070 亿美元的私人财富。同时，它也正发展成为数字银行，而云端策略是这一转型的关键要素。
纽约梅隆银行多年来努力将各种应用现代化，为它的云端策略奠定基础。纽约梅隆银行的架构暨工程资讯长 Joe Sieczkowski 说：“在那段旅程的路途上，我们将内部生态系统大约 95% 的分散式应用虚拟化和容器化。我们基本上建构了一个协作层（orchestration layer），并将公有云视为只是资料中心之外的另一个登陆区（landing zone）。”
Foundry 企业咨询总监 John Gallant 在最近的云端未来高峰会（Future of Cloud Summit）上和 Sieczkowski 一谈，更深入地说明他的云端策略、云端治理，以及在效果最好的地方利用云端。
以下是两人对谈经过编辑的摘要内容：
一、纽约梅隆银行的云端策略
首先最重要的是，我们将云端视为旅程，不是目的地。我们的策略本质上是利用公有云的规模经济，以撷取业务价值、降低风险、提高弹性，并且大力确保我们的基础设施永远维持最新的状态。本质上，云端让我们能对利害关系人提供更好的服务。
今天，我们的策略是采用多云端方法。我们必须去客户所在的地方。我们会选择最好的解决方案，并且保持我们根据需要，改弦易辙的能力。我们会避免套牢其中、了解我们的出场策略。坦白说，对关键业务工作负载而言，我们实际上可能会在微软 Azure 和 Google 云端平台（GCP）或亚马逊网路服务（AWS）和 Azure 等多家供应商间选择一个流程。
二、多云端环境中的治理
纽约梅隆银行已经有严格的治理流程。我们的方法一直是扩延那个流程，并且增强那个流程以涵盖云端。因此，举例来说，每项开发方案都必须经过设计许可、建造许可和营运许可的关卡。我们在这些地方进行架构检讨、安全检讨、风险检讨，甚至运营检讨，以确保我们适当地保障、监控和治理我们为利害关系人所做的一切。
三、纽约梅隆银行的现代化之旅
纽约梅隆银行正发展成为数字银行。这里的关键点是，随着我们持续现代化，我们的云端策略是整体技术和数字之旅的一部分。所以我们将这视为以内部现代化之旅，为公有云奠定了基础。这包括增强我们的设计、我们的标淮、我们的控制、品质保证、和它有关的治理及关卡。我们已经建立明确、经过设计的模式，以及不断发展的蓝图。我们也建立人们必须避免的反模式。技术一直在演进，我们必须亦步亦趋演进，并且继续用专业的方式去管理。
四、云端如何增强弹性
纽约梅隆银行有很强的弹性（resiliency posture）。然而，我们相信云端会提供我们机会，认真思考下一代的需要的弹性。这包括在市场活动期间扩展规模、避免错失机会窗口、避免错过服务层级的协议。而且坦白说，我们也一直在思考云端救生艇的概念，意思是说，如果真的发生极端的事件，我们可以在云端启动救生艇，以处理工作负载。我们正把它想成是进一步改善弹性态势，高成本效益的方式。
五、云端应用效果最好的地方
我认为云端在涉及实验且机会成本高的任何领域，会有很好的效果。因为当你能够实验，就有潜在的机会迅速进军新的业务、测试某个构想。所以举例来说，假设我或者我们执牛耳地位的一位资料科学家，对下一代的诈欺模型怀有某种构想。我们可以在云端运行 1,000 个图形处理器（GPU）两个星期，测试一个新的诈欺模型，然后关闭它们。这么一来，完全消除了机会成本。
我想到的另一件事，是有些顾客希望资料接近他们。因此，云端效果最好的另一个领域，是不管由于闭而不谈的原因，也或许是资料所在地的理由，如果顾客希望将资料放在本国，它让身为组织的我们，去迁就顾客的需求，而不是要顾客来迁就我们。
六、关于企业中的机器学习、人工智慧
我相信资料科学、机器学习（ML）和人工智慧（AI）将大力改造企业。金融服务业的里里外外都会焕然一新。在我看来，不管是什么产业，经营有成的公司会从资料撷取洞见，并据以推动可行的策略，为顾客和利害关系人提供价值。
归根结底，AI 和 ML 终究不是魔法。它的核心是利用错综复杂的数学处理资料。你需要了解目的和结果、以正确的方式认真调查研究、同行评审，以及用你的流程测试你的演算法，以确保真的得到效果。
下面这句话你听过很多次：到头来，你需要确保你的结果是可解释。
本文转自CIO Taiwan，文／CIO 編輯部 譯／羅耀宗。
免责声明: 本网站(http://www.szhzxw.cn/)内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容(包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等) 版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。
