当一个企业发生数字化转型，这个企业IT部门就会发生巨大的变革。
原来企业IT和企业财务、法务、人力资源都是支持部门、成本中心，但是现在他们开始变成了企业运营和实现价值、实现增长的核心抓手。在这样一个大背景之下，传统IT必然会面临多方面的需求和挑战。
首先，大量新增企业应用的运维。以往运维的应用主要是ERP、财务、OA系统，数字化转型时代，大量新兴数字化业务的数量可能带来几何级的增加。
第二，不断增长的企业自研应用。以前企业更多通过采购获得新的IT能力，但是现在数字化业务和企业核心业务息息相关，是企业竞争力的来源，结合业务需求不断打磨、自研才是可行途径。
像房地产、工业制造这类相对传统的企业也在向“软件企业”转型，Gartner指出2020年企业有75%的业务来自于自研而非采购。
第三， 业务复杂度导致业务必须要解耦。传统业务系统，更多是基于信息的记录，但是在数字化的今天，系统更多是基于交互。
因此业务系统越来越复杂，传统单体架构在功能开发、软件交付、测试更新等各方面都不能胜任。从单体式架构解耦变成小服务甚至微服务才是良策。
这些也是“敏态IT”的需求，敏态IT对传统IT意味着强烈的“破坏性”、“颠覆性”。
基于过去标准构建的IT运维和运营体系在敏态IT的面前变得疲于应对、捉襟见肘。这就需要一些新的思维方式、新的技术体系来解决敏捷IT问题，这个解决方法就是云原生。
数字化转型 怎样才能不迷路？
受新冠疫情影响的这两年，产品和服务的数字化进程进一步提速，据麦肯锡的调研数据显示，全球的数字化进程整体提前了7年，其中，亚太地区更是提前了10年。
毋庸置疑，数字化是中国经济转型升级的一个重点，但也是痛点。中国数字经济的快速发展为中国经济巨轮劈波斩浪前行注入新动力，但中国数字经济依然大而不强，面临着高速增长和高质量发展的双重攻坚任务。
虽然目前各行业的数字化转型进度并不统一，但很多企业的数字化转型已经取得了阶段性成果。随着各行业数字化转型的深入，它们完成“上云”之后，发现其数字应用更加丰富、也更加复杂。
资源弹性与简化运维的价值依然是企业上云的基础，传统云服务已经远远不能适应企业的需要。
资源极致弹性、应用敏捷开发迭代正在发展成为云服务的新常态。因此，“火爆”的云原生也成为互联网企业和传统政企的共同选择，云原生不仅掀起了云计算时代一股新浪潮，也开辟出一条企业数字化转型的最佳路径。
随着云原生应用深入企业各个业务场景，跨云、跨地域统一协同治理，保证一致应用体验等新的需求日渐突出。
对于传统政企应用，除了自身云原生改造获得资源和敏捷收益，更要充分与大数据、AI等新的云原生能力相结合，创造更大的价值。
以政务云场景为例，首先，各局办委的OA应用重复建设，需要应用市场的统一管理。
应用更新发布难，需要在各个局点部署安装，面临原生云应用分发的挑战。其次，资源独享，不支持共享池，ISV应用独立建设平台，平台厂商绑定导致重复建设，资源利用率低。再次，现有的平台缺乏应用的高可用和连续性保障、缺乏业务安全防护机制。
最后，市民类业务越来越多，市民服务类业务往往都有弹性的需求，缺乏弹性，无法应对突发的流量。各省、地市、县不同级别的各类单位需要全局统一的业务分发与资源管理能力。
以金融场景为例，很多金融企业进行了“多云”的部署。
其中，金融监管较弱的业务(消金、互金、三方支付的核心系统和行情等)和面向互联网的敏态业务部署在公有云上，主要面临着无法极速扩容和支持大规模治理、难以有效应对流量冲击等算力方面的挑战。
金融监管最强的数据敏感业务(证券/银行风控，银行核心)、时延敏感业务(资管，证券核心)和信创部署在IDC中，难以满足资管衍生品定价和风险定价等业务的高性能要求，例如每次请求有100TPS并发度，需要95%的时延能在5秒内返回。
在营业厅、关键安防等节点，无法有效管理海量终端，实施有效监管和运营，缺乏统一体验(云边协同)。
总体来说，金融场景缺乏统一的多云/多中心联邦治理能力，金融数字化新核心需要多地多中心架构，跨中心监控与治理，业务实例秒级跨云迁移成为新需求。
以汽车制造的场景来看，传统制造行业数字化转型的痛点十分突出，财务、ERP、考勤等传统稳态业务资源利用率不高，基础资源无法有效整合、资源协同性差。
车联网等创新业务部署在公有云上，面临着弹性能力无法满足海量并发接入需求，难以保障业务就近接入、访问时延高等挑战;智慧门店和数字工厂等业务存在分布式集群业务交互入口分散，面临运维困难，用户体验差等问题。
那么，落地到具体的业务场景，企业要想切入云原生赛道，应该从何处入手？其实并没有统一答案。
有公司是从开发部门开始，有公司是从运维开始，而有公司则从整个平台的架构设计端导入，不同企业要结合自己的业务状况，根据企业的发展阶段以及业务特点来选择。
比如金融行业客户，有自己的开发团队，一般开启云原生的方式会从开发部门开始，从微服务、容器化和Serverless开始导入，然后逐渐推广。
再比如制造业企业，一般没有自己的开发团队，更多是从第三方软件采购商那里获得云原生应用。
并且，除了应用外，还有大数据、人工智能等很多数据处理平台，这些平台本身已经云原生化。
就像在工业领域应用比较广泛的深度学习框架tensorflow，就有和kubernetes相结合的项目，叫做Kubeflow，很多客户通过这种方式来落地。
另外，还有一些政府类的客户，在构建新的平台的时候，直接按照云原生的方式来实施和部署。
总体来看，在传统应用架构下，网络流量大多是南北走向，但是到了云原生平台时代，会变成东西走向，这对整个数据的传输、存储和计算产生非常大的压力。
为了让数据移动得更快，存储得更多，适应更广泛，帮助企业快速走向云原生时代。
可以预测，在未来企业加快数字化转型过程中，云原生一定会变成现代业务的基础应用，其广度和深度会远远超过当年的虚拟化，最终变成企业应用现代化之旅的坚实底座。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，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。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
