数字化转型的重要性无需多言，它是新型基础设施获得红利的关键，也是推进产业互联网变革的关键方法。
从理论上来讲，关键问题一定会被优先解决。那么，在疫情到来的两年间，数字化转型工程应该早已全面落地，早已深入产业的方方面面了。
但实际上，数字化转型至今仍是个有点“神秘”的词汇，行业内与之相关的大部分落地案例，似乎都存在某种“幸存者偏差”，如何规模化复制、扩展，至今没有标准答案。
要想全面推进数字化转型，到底还需要做好哪些工作？对于企业而言，如何成体系、标准化地推进数字化转型服务？
10 月 27 日，华为云 TechWave 全球技术峰会（应用现代化）在广州举办，华为云 CTO 张宇昕说道：“没有云原生，就没有真正的数字化和智能化”，并首次提出“云原生 2.0”十大范式。
华为云CTO张宇昕
对云原生的理解，决定了数字化转型的最终成果
从张宇昕的发言，我们可以推断出，要充分理解数字化转型，首先要充分理解云原生。
业内大部分对云原生的理解，基本都源自两个出处：
1.Pivotal 公司的 Matt Stine：云原生 = DevOps+ 持续交付 + 微服务 + 容器；
2.CNCF：云原生 = 容器化封装 + 自动化管理 + 面向微服务 +Service Mesh+ 声明式 API；
两个概念并不冲突，在时间维度上算是递进关系。CNCF 在 Matt Stine 的基础上不断完善云原生的概念，直至在行业内达成较为广泛的共识。
但即便如此，相信很多人在看到这一定义时，都会有种说不清道不明的迷惑感。其根源可能在于，看起来，云原生应该是一套思路和理念，而对它的官方描述，却更接近一个技术栈的概念。
因此，行业内也在通过各自的实践经验，迅速迭代对云原生的理解，其中又以华为“云原生 2.0”的概念最为系统和清晰：云原生 2.0 意味着企业云化从“ON Cloud”走向“IN Cloud”，生于云、长于云且立而不破。“生于云”是指基于云原生的技术、架构和服务来构建企业应用；“长于云”是指充分利用云的优势来助力企业应用和业务发展，将企业的数字化建设、业务智能升级带入新阶段。
云原生 2.0 弥补了传统云原生概念在理念维度的不足，除了技术栈以外，点明了云原生的一个核心思想：“一切皆服务， 全数字化、全云化，AI 驱动”。
此外，云原生 2.0 也道出了数字化转型的核心问题：要充分利用云的优势来助力企业应用和业务发展，而不是为了技术而技术，为了上云而上云。如果数字化转型真有一个“范本”存在，那么一定是与云原生理念的贯彻紧密结合的。华为云在 2021 年提出的“深耕数字化，一切皆服务”也体现了这一点。
“云原生 2.0” 的十大新范式
如果云原生 2.0 只停留在概念层面，那么依然很难规模化复制。不过这次 TechWave ，华为云也整体发布了云原生 2.0 落地的十大新范式，具体是：
泛在新范式：算力、数据、流量全域调配，让云原生能力无处不在
计算新范式：Serverless 是分布式云原生最佳计算模式
调度新范式：“应用 + 资源”融合调度，最佳算力匹配、最优资源利用
网络新范式：以“应用”为中心打造企业云原生网络0
万物互联新范式：从万物感知到万物生长，将万物带入智能世界
应用新范式：以应用为中心，通过应用现代化使能企业应用敏捷
数据新范式：云原生架构 + 全开放生态，使能数据资产安全与高效流通变现
智能新范式：云原生 AI 开发与交付，赋能全行业 AI 普惠
安全新范式：用云原生的技术让企业的安全战略更易达成
行业使能新范式：聚合能力，沉淀资产，易集成，简开发
泛在新范式、计算新范式、调度新范式、网络新范式这四个维度，更多是围绕云的基础服务能力来谈的，涉及如何在云原生背景下，数字化转型需求前，重构云的基础服务能力。
泛在新范式的核心在于跨云跨地域统一协同治理，保证一致应用体验，其挑战来源于当今日趋复杂的上云场景。当下，出海成为创业的一个主要方向，数据跨云跨国家汇集，算力跨地区调度，涉及的问题十分复杂。这些问题不仅来自技术层面，也来自不同地区的政策和法规层面。如何实现全业务一体化迁移、容灾、弹性；实时、跨域、按需调配访问流量；为企业数字化平台提供一致性的、紧密协同的分布式云原生底座，是泛在新范式明确提出要解决的第一类问题。
计算新范式则涉及到比较热门的 Serverless 技术。过往的意见认为，Serverless 架构和微服务架构只能二选一，但实际上二者是互相促进、相辅相成的。
华为云认为，Serverless 技术会成为计算的核心，是分布式云原生的最佳计算模式。通过聚焦业务逻辑、资源无感知、按需供给、按量计费、以及无需关注区域的 Regionless 来提供计算服务，并且通过“泛化服务”的特征，将应用在云上所依赖的所有云服务都以可调用的“接口”方式而不是“集群”方式提供，彻底实现计算的全面“Serverless”化，计算的中心真正从资源转向应用，将企业从资源管理的繁琐中解放出来。
调度新范式、网络新范式的核心在于将目光从资源转移到应用本身上，实现“资源 + 应用”融合调度，以应用为中心提供最佳算力匹配，将应用与资源紧密联系起来。实现这一目标的前提是以统一技术栈、跨集群共享、多元算力共享、多云 / 跨域调度等不同维度的工作为基础。
网络新范式是从应用性能、应用体验、应用规模、应用流量、访问安全等关注点出发，以网络的服务化来屏蔽底层网络资源，通过服务网格、服务网关、服务发现等技术组件将应用的关键指标传递到基础网络层，并且大幅简化网络的管理与运维压力，成为企业新云原生应用互联互通的基础能力。
这些基础能力层面的重构，直接让实现应用现代化成为可能，也为接下来的万物互联时代做好了准备。
应用现代化与万物互联
应用新范式指的是从基础设施、架构与设计、开发运维和治理运营全方位进行应用现代化改造。
这些升级改造，本质上是为了解决很多企业内资产繁多，数据孤岛，应用发布周期长等问题。资产繁多是个“富贵病”，但企业规模越大，这种问题就越严重，如何让应用构建重新变得轻快，是个老大难问题。数据孤岛，则是自从 AI 火爆以来，就长期困扰业界的问题。它不仅限于 AI 场景下，也不单指企业间的数据交换。很多时候，就在企业内，就在不同业务线的普通应用间，也存在严重的数据孤岛问题，让企业的创新和经营速度严重滞后。
“应用发布周期长”这一问题则看似基础，实际切中要害。互联网技术圈很难想象，在 DevOps 已成“全民词汇”的当下，很多企业面临的最痛问题，仍然是发布周期。许多传统企业，在人力相同的情况下，应用发布周期比互联网企业长 1 - 2 倍不止，这并非耸人听闻，而是实实在在的难点。
而且，即便是技术相对成熟的企业，在应用现代化层面，也依然有很大的提升空间。国家电网充分发挥华为云 ROMA 集成治理能力，大大提升运营效率。长安汽车通过华为云低代码开发了它的党建、业务预算、IOC 运营等系统，其中党建系统 9 天就完成了开发，目前用户数已有 7000 多人。
而以上种种，也是在为接下来的万物互联时代做好准备。万物互联时代，是个数据暴涨的时代，华为云 IoT 服务产品部部长李树森认为，这个阶段的数据有三个特征：
量特别大，每一个终端都在持续生产数据；
时效性比较强，物联网的数据随着时间的推移价值在迅速降低。一个工厂如果不能即时对数据做出反应，会有大量的废品产生；
质量比较低。在工业或者在很多 IoT 采集的现场，由于环境的原因或者老旧设备不一致的原因，数据质量比较差。
而为了应对这样的挑战，华为云也通过高倍数压缩技术、流批一体技术、数据清洗技术的整合，形成了成熟的解决方案。
此外，万物互联，也不是连上网络就可以。以往的物联网建设，存在诸多问题，比如：设备、数据、应用强耦合，功能和应用的更新迭代很慢，批量复制困难，数据不全……等等。
云原生 2.0 时代的万物互联首先要解决几个基础问题：
低成本、广覆盖，提供广泛的协议支撑，实现从“能上云”到“好上云”的转变；
标准化问题，提供支撑万物抽象建模、沟通协作的平台和标准，把实体物变成智能世界中可识别、可协作的数字孪生；
整合成端到端、开箱即用的行业解决方案。
从万物的联接、孪生到协同，华为云 IoT 以万物互联新范式为技术基础，先后上线工业物联平台、数字工厂、智联生活等解决方案，同时，联合伙伴一起，打造物联网云市场专区，面向工业、生活、交通、城市、园区、仓储等 50 个行业及其子场景推出物联网行业解决方案，加速千行百业的智能升级。
使能与普惠
十大范式的最后四个，即数据新范式、智能新范式、安全新范式、行业使能新范式，则聚焦于两个关键词：使能与普惠。以安全为例，张宇昕介绍，华为有非常多的安全的经验和实践的积累，形成了一套成系统的方案。对于像华为这样的企业都是 20 多年积累下来的，现在做成云服务可以为其他的企业所使用了。企业通过上云获得已经沉淀的能力和经验，从而可以大大提升应对风险的能力。
结语
当下关于云原生和数字化转型的许多问题，其本质其实是 PaaS 平台如何承担迅速变化的赋能任务的问题。一个新的 IT 业务需要云原生底座能做好连接，需要 PaaS 架构能承担浪涌架构的改变，需要新老系统无缝对接，也需要将发布周期缩短至以周或天为单位。
于华为云而言，PaaS 层面对底层基础设施的屏蔽，Serverless 、微服务架构，DevSecOps 平台，都是在为数字化转型带来的挑战做准备。
华为云 CTO 张宇昕在 TechWave 上说，基于云原生 2.0 新范式构建的云底座，让云无处不在，让智能无所不及，为企业实现高质量高效率的数字化转型，进而实现企业跨越式发展。
这既是在说华为云的发展目标，也是在呼吁业内共同参与生态建设。的确，云原生 2.0 新范式到底效果如何，需要整个产业共同探索。相信随着数字化转型、产业数字化建设的进一步深入，更多的实践经验将会沉淀为方法论，让后来者受益。
