下载客户端

硅谷知名风投最新调查：B2B技术堆栈呈现五大趋势

2021-04-17 09:47

来源：澎湃新闻·澎湃号·湃客

为了更好了解不同行业、规模企业技术堆栈变化，2020年12月，硅谷知名风投a16z 向财富500强、全球2000强和SaaS 50公司的技术领导者发送一项调查，询问他们正在使用或计划在未来12-24个月内使用的技术工具。结果发现，云计算已超过临界点、一切都是分布式、数据是新软件、人工智能正在民主化、远程工作将留在这里。他们发现，文化、代际鸿沟对技术堆栈的采用与演变产生了重要影响力。一般来说，更小、更敏捷的公司会采用更新的技术工具，这些工具具有巨大的颠覆性创新潜力。而更大、更成熟公司则更青睐那些长期以来一直是企业界中坚力量的平台。

调查还发现，文化、代际鸿沟对技术堆栈的采用与演变产生了重要影响力。一般来说，更小、更敏捷的公司会采用更新的技术工具，这些工具具有巨大的颠覆性创新潜力。更大、更成熟公司则更青睐那些长期以来一直是企业界中坚力量的平台。

另外，将科技公司与金融公司(包括银行、金融服务公司和保险公司)进行比较，可以提供一个有用的风向标，借以反映出敏捷、颠覆性公司与更保守的、严格监管的公司的不同需求。

作者希望这份调查结果能帮助团队了解你当前技术堆栈是如何运行的，并有助于提高适应和构建未来的能力。

作者 | Stacy D'Amico 、Brad Kern（a16z）

编译 | 机器之能

过去一年，各行业不同规模的公司都对其技术堆栈进行了重大调整。虽然这些技术趋势在新冠病毒大流行之前已初现端倪，也因疫情加快脚步。

为了更好地了解企业技术堆栈的变化，2020年12月，硅谷知名风投a16z 向财富500强、全球2000强和SaaS 50公司的技术领导者发送一项调查，询问他们正在使用或计划在未来12-24个月内使用的技术工具，包括云计算、DevOps和敏捷开发、数据基础架构、AI / ML、协作工具以及安全性。

随后，他们收到来自30个行业的107份回复，包括软件、IT服务、金融服务、制造业、制药和媒体。将这些回答与ZoomInfo（美国一家基于订阅的软件即服务公司））提供的数据进行交叉对比后，他们发现，文化、代际鸿沟对技术堆栈的采用与演变产生了重要影响力：一般来说，更小、更敏捷的公司会采用更新的技术工具，这些工具具有巨大的颠覆性创新潜力。而更大、更成熟公司则更青睐那些长期以来一直是企业界中坚力量的平台。

当然，这个结论并不新奇，但这份调查的独特之处在于开始准确量化这些鸿沟如何发挥作用。

需要说明的是，这份调查将员工人数超过25000人的公司定义为大公司，员工人数少于5000人的公司定义为小公司。虽然企业规模本身就能预测一些技术趋势，但还有许多其他因素也会影响到他们的风险偏好。虽然这一分析并没有为所有受访者提供一个全面的行业特定趋势介绍，但调查发现，将科技公司与金融公司(包括银行、金融服务公司和保险公司)进行比较，可以提供一个有用的风向标，反映出敏捷、颠覆性公司与更保守的、严格监管的公司的不同需求。

一

B2B技术堆栈五大趋势

1、云计算已超过临界点。云计算采用已经达到一定规模，使其在各个行业中都具有技术上的确定性。但是，随着云解决方案无处不在，我们还看到企业使用多个云提供商，既避免了供应商锁定，也符合法规要求。

2、一切都是分布式的。随着关键的工作负载转移到Kubernetes环境中，几乎所有的功能都被重新打造为云原生。向全球分布的应用程序的转移已开始影响到更大的行业，例如媒体和电子商务，因此需要更智能、更安全的网络体系结构。

3、数据是新软件。五年前，如果您正在构建系统，那是您编写的代码的结果。现在，它是基于「喂入」该系统的数据构建的。随着AI具有执行软件开发人员传统上需要执行的某些编程任务的能力，这些开发人员越来越多地使用数据和使用源代码。数据基础架构的兴起，以及像软件开发工具链一样全面的数据开发工具链有望重塑开发软件的方式。

4、人工智能正在民主化。AI / ML工具的爆炸式增长降低了进入高端数据科学的门槛。在以前由数据团队提供AI / ML用例的数据团队提出了将复杂模型服务到生产中的定制方法，新工具得到了广泛的采用。数据获取和转换的标准化模式为更多公司将AI/ML整合到产品中打开了闸门，也为下游AI识别任何给定数据集并采取行动打开了闸门。

5、远程工作将留在这里。安全风险也是如此。COVID-19改变了远程工作的规范，尽管我们用于协作的工具已经证明了它们在巨大压力下可以扩展的能力。面向所有工作人员的工具将开始变得像开发人员长期以来用来协作的工具，例如版本控制、评论和讨论等功能将成为实时和异步协作的关键。随着SaaS工具必须路由信息以共享文件，记录决策或捕获讨论，API将变得更加重要。同时，远程工作的扩展也使企业安全风险成倍增加，并加速了向零信任安全的过渡。

二

云计算

大多数公司预计他们对云计算的依赖将在未来几年增长。

大多数公司使用不止一家云服务提供商。

公司需要更好的工具管理跨云工作。

与大型企业和金融公司相比，云计算在小公司和科技初创公司中更为普遍。

在云计算领域，文化和代际趋势尤为明显，年轻的科技公司在向云计算进军方面遥遥领先。云使用在小公司中也更为普遍。与科技公司相比，金融公司云计算的使用更为不积极。

在云计算领域文化和代际趋势尤为明显，年轻的科技公司在向云计算进军方面遥遥领先。调查中，62%的科技公司受访者将超过一半的应用程序工作负载放在公共云上。相比之下，只有四分之一的金融公司在这种程度上使用云，42%的金融公司将不到10%的应用程序工作负载放在云上。

云使用在小公司中也更为普遍，78%的公司将至少一半的工作负载放在公共云中。然而，在大公司中，这一比例仅为24%，低于29%的大公司将不到10%的应用程序放在公共云中的比例。

尽管存在这些差异，但很明显，云计算现在是无处不在的，大多数公司都希望在未来几年内将更多的应用程序转移到云上。

亚马逊网络服务(AWS)、微软(Microsoft)和谷歌是占主导地位的云提供商，但大多数公司使用不止一家供应商。尽管多云方法作为一种风险缓解形式和避免供应商锁定是有意义的，但它也意味着公司需要更好的工具来管理跨云的工作。成本跟踪和优化工具的使用很碎片化，云备份工具没有得到充分利用。

三

DevOps和敏捷开发

大公司更有可能使用容器（container）管理工具(70%使用至少一种)。

Kubernetes主导着容器管理，50%的受访者使用它。

AWS在Kubernetes用户中最受欢迎，而且在无服务器技术方面也处于领先地位。

大公司更有可能使用容器（container）管理工具(70%使用至少一种)；Kubernetes主导着容器管理，50%的受访者使用它；AWS在Kubernetes用户中最受欢迎，而且在无服务器技术方面也处于领先地位。

在部署代码和解决影响用户的问题时，速度和敏捷性是关键。大多数受访者表示，他们经常部署代码——通常是每周或每月好几次——并使用工具来跟踪开发商性能。当服务中断发生时，大多数组织都能够在数小时或数天内解决问题。

很多公司依赖于各种DevOps工具，比如GitHub和Jenkins，这些工具已经成为整个行业的必备资源。正如AWS、微软和谷歌是领先的云基础设施提供商一样，它们也是最流行的运行容器管理工具和无服务器技术的平台。

大公司更可能使用容器管理工具(70%的公司使用至少一种容器管理工具，Kubernetes总是在其中)，而小公司(54%使用至少一种容器管理工具)。Kubernetes继续主导容器管理，50%的受访者使用它，相比之下，使用Amazon ECS的只有23%，使用Docker Swarm的只有16%。在Kubernetes用户中，AWS无疑是最受欢迎的平台，63%的受访者使用它，而使用微软Azure的用户占46%，使用谷歌云平台(GCP)的用户占40%。

AWS在无服务器技术方面也领先，为32%，其次是Azure Cloud，为20%，GCP为14%。

四

数据基础设施

Databrick和Snowflake是最受欢迎的数据基础结构技术。

大多数公司都在使用定制的内部工具来管理他们的工作流程。

数据治理和沿袭（data lineage），以及改进数据科学平台，是大多数公司，尤其是金融公司的关键优先事项。

目前很少有公司使用数据治理和溯源（provenance）工具。

调查结果显示，在数据技术方面，公司有很多选择——从Snowflake和Databricks这样的数据基础设施技术，到Apache Kafka这样的流媒体工具，再到informica这样的分析平台。

在金融公司中，数据湖(尤其是数据库)是一个强大的趋势。金融公司也更有可能抱怨不一致或无序的数据，而科技公司更有可能担心非结构化数据。

金融公司也最关心数据治理和沿袭，以及改善它们的数据科学平台，并将这些列为未来12至18个月的优先事项。尽管如此，很少有公司使用数据治理和溯源工具。

五

数据科学和AI/ML

大多数公司目前部署的AI/ML模型不到5个，但预计在未来12个月将有超过30个模型投产。

公司部署AI/ML模型的速度很慢，通常需要一周以上的时间，但不到六个月。

产品和工程是人工智能/ML项目正在进行的领先领域。

大公司比小公司更多地使用AI/ML模型。

大公司比小公司更多地使用AI/ML模型；大多数公司目前部署的AI/ML模型不到5个，但预计在未来12个月将有超过30个模型投产；AWS是运行人工智能模型最受欢迎的公共云平台，但53%的金融公司在本地运行人工智能模型。

对于大多数公司来说，人工智能/ML领域相对较新，但它正在迅速发展。大多数调查对象已经拥有相当强大的数据科学和AI/ML团队，这些团队在未来一年可能会增长得更多。人工智能模型的采用已经很普遍：绝大多数受访者至少使用了一些人工智能，大多数受访者使用的模型不足5个。最引人注目的是，预计未来一年将在人工智能领域大举投资，多数受访者预计将运行30多种AI模型。

调查结果显示，科技公司和金融公司之间的对比相当稳定，但人工智能的采用呈现出一个有趣的相反趋势。与其他行业的公司相比，科技公司确实计划在2021年招聘的数据科学和人工智能/ML新员工最多。但大型企业实际上比小型企业更广泛地使用人工智能模型：在员工超过25000人的企业中，56%的企业目前至少有30个人工智能模型部署在生产中，而在员工少于5000人的企业中，只有22%的企业这样做。

虽然AWS是运行人工智能模型最受欢迎的公共云平台，但53%的金融公司在本地运行人工智能模型，而在所有调查受访者中，这一比例为23%。

六

企业应用程序和协作软件

微软的协作工具套装最受欢迎。

金融公司绝大多数依赖微软的电子邮件，而科技公司强烈首选Gmail。

Microsoft Teams 是大多数公司，尤其是金融公司和更大的公司首选的消息传递软件。Slack紧随其后，在科技公司和小型公司中尤为流行。

Salesforce是调查中最常用的应用程序，但规模很大公司，ServiceNow同样受欢迎。

视频会议工具的选择差别很大，这取决于公司的规模和类型。小公司和科技公司倾向于使用Zoom和Google Meet，而大公司则强烈偏好WebEx。

微软的协作工具套装最受欢迎；Microsoft Teams 是大多数公司，尤其是金融公司和更大的公司首选的消息传递软件。Slack紧随其后，在科技公司和小型公司中尤为流行；视频会议工具的选择差别很大，这取决于公司的规模和类型。

在这一年，由于COVID-19大流行，许多人都在远程工作，视频会议工具、消息应用程序和协作软件变得比以往任何时候都重要。

许多公司依赖于微软和谷歌的工具套件，但许多其他应用程序也脱颖而出。Slack是最常用的消息传递工具之一，Jira是迄今为止最受欢迎的项目管理解决方案，Zoom的使用频率几乎是其视频会议竞争对手的两倍。Salesforce也是最常用的企业应用程序之一。

总的来说，43%的受访者使用微软Office 365和Exchange是最常用的协作工具。其次是Gmail(31%)，其次是Box(14%)和Dropbox(13%)。然而，47%的科技公司首选Gmail作为电子邮件供应商，而只有12%的金融公司使用Gmail。相反，近60%的金融公司和大公司依赖微软Office 365和Exchange，而只有大约三分之一的科技公司和小公司使用微软的工具。

然而，对特定技术平台的忠诚度并不是特别强。例如，在使用Gmail的公司中，只有三分之一的公司使用谷歌云IaaS。

在信息传递方面，38%的受访者使用微软团队，尤其是金融公司和更大的公司。34%的受访者使用Slack，在科技公司和小型公司中尤其普遍。只有23%的受访者使用谷歌Hangouts，而只有8%的人使用Facebook Workplace。

最大差异可以在视频会议工具的选择上看到。37%的受访者使用Zoom(科技公司的53%，小型公司的57%)，其次是谷歌，使用比例为20%(金融公司仅为6%)。总的来说，只有19%的受访者使用WebEx，但是46%的大型公司使用WebEx。相比之下，只有6%的科技公司在使用它。微软团队同样被14%的受访者使用，而科技公司只有4%。

然而，有两种工具在大公司和小公司中都很流行。在项目经理中，Jira是最受欢迎的，45%的受访者使用它，而Salesforce是最常用的应用程序。

七

安全

数据安全是大多数公司最关心的问题，其次是基于角色的访问控制和治理、风险管理和合规。

说到云安全，云配置管理是最重要的。总体而言，AWS被评为最安全的云服务提供商。但大公司更有可能认为微软是最安全的。

虽然只有33%的金融公司允许远程员工在家使用自己的设备，但大多数公司都允许远程员工在家使用自己的设备。