您在雲端上，但您真的在充分利用雲端功能嗎？ 數位原生企業的經驗教訓

雲端如何協助創新？ 在雲端上及善用雲端的差異何在？ 是否可能降低開發成本並縮短上市時間？

為了回答這些問題，尋求數位原生企業產業 (DNB) 的經驗會有幫助。這些企業對客戶 (B2C) 公司「誕生於雲端」，其中許多公司實際從雲端服務獲取價值已有十多年的經驗。

DNB 成敗關鍵在於創新的品質及速度 - 順利開發使用者真的愛惜的應用程式，同時打敗競爭對手進入市場。該公司的產品與服務開發團隊盡力讓預算及工程時間發揮最大價值，創造對使用者來說至關重要、真正具有區隔性的功能。

許多 DNB 是從科技新創公司起步，因此需要一再打磨核心價值主張，來確保創投注資。過程中迫使他們向客戶定義自己的區隔化價值。可能是透過餐廳及司機網外送食物的便利性、二手商品的價格及可取得性，或是以令人愉快的方式吸收內容。

DNB 也需要持續改善其產能及工程速度。方法之一是將商品功能轉移至雲端。與建立區隔性功能相比，例行功能是指對 DNB 的客戶來說理所當然的功能。例如：重要但不具區隔性的功能包括系統註冊新使用者、在訂單就緒時發出警示，以及擴大後端資料庫等功能。上述功能通常並非客戶的核心採購決策，因此透過利用這些例行功能，DNB 的開發團隊能夠專注於真正具有區隔性的創新，並且能夠確保更多客戶回流。此外，由於這類可能可迅速實作及最佳化，因此，開發團隊能立刻縮短持續維護所花費的時間，並壓低改善成本。

2009 年，AWS 導入根據需求自動升降運算力的功能時，外界認為相當具有開創性。採用此服務的公司能在開發週期內省下預算、時間和寶貴的工程資源。一段時間過去，有許多其他雲端服務加入戰場，更進階的功能，這些服務更上一層樓。

包括安全性、治理和守規性自動化；支持開發與測試軟體流程；人工智慧 (AI) 與機器學習 (ML) 平台；以及提供無數加值功能的協助工具，包括 AR/VR 和機器人。舉例來說，採用 AI 技術的語言學習平台 Duolingo，在 AWS 上使用 PyTorch 架構呈現自訂演算法，從阿拉伯語到威爾斯語，為客戶提供 32 種語言的量身打造課程。這些自訂模型使用了 100,000 到 3000 萬個資料點不等，每天完成 3 億次預測，例如：使用者回顧特定單字且正確回答問題的可能性有多高。

Duolingo 的系統以 AI 及 ML 子集合組成的深度學習完成預測，可分析使用者看見單字的次數、正確回答的次數、在何種模式下正確回答，以及在練習後多久正確回答。透過這些預測，該應用程式再將單字加入使用者必須熟知的課程脈絡中。

Duolingo 於 2009 年推出時，使用的是進行外語教學的傳統認知科學演算法，該方法是卡內基美隆大學 (Carnegie Mellon University) 翻譯專案的一部份。但是，此演算法無法處理即時資料，並建立讓使用者對內容感興趣的個人化經驗。

深度學習工具也有助 Duolingo 改善預測的準確性，讓客戶參與度更強。實作這些工具後，Duolingo 發現使用該服務隔天又回頭使用的使用者人增加了百分之 12。Duolingo 目前有 3 億名訂閱者，且仍仰賴 AWS 雲端提升平台速度及擴充能力，並擴大預測類型。

Duolingo 的經驗可以證明，雲端現在提供的功能範圍不斷增加中。這些功能提供三大主要優勢：

產品團隊的主要關注點在於打造具有區隔性的產品價值，能夠發掘大型市場，並且推動公司成功。儘管基礎設施是關鍵，但將軟硬體的採購、設計、實作和維護轉移到雲端，有助組織縮短上市時間。大部分組織了解雲端基礎設施包括實體面，例如：資料中心、機器或儲存裝置。但是，那些最成功的 DNB 也意識到，在提升速度和品質的角度，軟體基礎設施代表的籌碼更為關鍵。

AWS 雲端現在提供持續整合與交付 (CI/CD) 管道，可讓組織中的每位開發人員使用相同流程測試程式碼的疏漏之處。同時，也可確保不同團隊撰寫的程式碼得以整合、合併後運作良好，且全數安排於相同時間部署。部署到正式環境後會監測工作負載，並自動向上或向下擴充以符合需求。過去幾年中，建立及支援這些功能所需的預算及人力資源，平均值約為產業總工程及營運預算的百分之 15。對於能夠創造收益的新功能來說，這些有時是延誤開發的摩擦點。根據我們的經驗，有些最頂尖的 DNB 現在只需將非常少的工程及營運資源投入上述支援功能，同時還能大幅縮短上市時間並改善其客戶經驗。

Coinbase 的情況正是如此，這是一個數位貨幣錢包及平台供應商，有 3000 萬名客戶。該公司位於舊金山，採用 AWS Step Functions 將新軟體功能及更新的部署自動化並進行管理，同時進一步保護使用者免於數位攻擊。Coinbase 不僅有 97% 的時間成功部署，也將新增帳戶的時間從數天縮短為幾秒鐘，同時大幅減少客戶支援單的數量。

Freshworks 的情況也類似，這家位於加州聖馬刁的公司針對中小型公司開發 SaaS 解決方案，已使用 AWS Lambda 火爆市場，該平台有助開發人員建立與執行外掛程式，僅根據該外掛程式功能的需求擴大或縮小規模，以此方式管控成本。只靠一個範例，Freshworks 人員現在解決客戶支援單的時間只有以往的一半。

從有助客戶服務的資料得出的見解，對任何企業來說都是關鍵。或許沒有人比 DNB 的感受更深，他們服務的是最嚴格的客戶群：消費者。因此，這些公司相當強調打造為增添客戶價值的功能。雖然 DNB 以技術為本，但頂尖的公司對於必須專注於建立區隔性，而非處理例行功能毫不退讓。他們了解消費者最在乎真實世界的益處，例如：取得值得參考的電影建議、在新城市中幫忙找到運動酒吧，以及精闢的餐廳評論。

使用迎合多種專業層級的 AI/ML 工具，可推動高度相關且個人化的經驗。1) 在基礎層級，專業的開發人員擁有自訂潛在軟體架構本身的靈活性。就像打造自己專屬的汽車引擎一樣。2) 多數公司會在架構之上建立、訓練及部署自家模型。就跟選擇預先建置的引擎，然後依照您的需求調整一樣。3) 但是，為了盡量加快速度，公司可以針對特定使用情況部署預先建置的模型，例如：詐騙偵測或個人化 - 就跟您在了解個別需求後購買「運動版」或「低溫套組」一樣。

使用 AI/ML 實現個人化的效果可能特別強大。財務軟體公司 Intuit 使用 Amazon Personalize 服務快速設計並推出該公司 Mint 消費者預算追蹤及規劃應用城市的建議引擎。靴子及其他戶外鞋款製造商 Keen 也類似，該公司使用同一 Amazon 服務追蹤客戶的瀏覽及購買記錄，據此提出購物建議。Keen 使用建議功能的測試電子郵件，帶來將近百分之 13 的收益成長。南韓服飾電子商務產業的新創公司 Ably，使用 AI 在其應用程式首頁提供個人化建議。Ably 表示，運用個別客戶瀏覽及購買記錄的建議引擎，使該公司有能力在毫無 ML 技術經驗的情況下，建立精巧的 AI 功能。

配合卓越營運，這些新籌碼及功能推動了加速創新。借用牛頓 (Isaac Newton) 的名言：

質量代表投入開發區隔性、創造收益產品功能的總資源 (預算及人員)。加速度代表開發流程及營運環境。盡量增加投入區隔性活動的可用資源，並使工程速度提升，得到的結果力就越大。

AWS 雲端帶動加快創新腳步，能使每個數位企業受益。以下是四個建議的起始點：

這三項因素的視覺圖像如下所示。水平的 X 軸表示投入程度，以成本金額表示。垂直的 Y 軸代表對於專案風險的主觀評估。圓圈大小表示可挪用至創新的預算。

此範例使用組織現狀的評估。應反覆使用相同的方法。畢竟若回想起來，會發現 2009 年即採用自動規模調整的先行者，顯然比緊守人工佈建者更具競爭優勢。

在產品及工程團隊討論藍圖、投入程度和目標時，新專案可採用前瞻觀點。團隊應找出真正具有區隔性的功能，並尋求盡量減少例行工作的機會。如此直接的方法，就能大幅加速專案。

數位原生企業創造的創新，能改變我們的日常生活。他們顛覆了我們購物、款待自己、在城鎮中移動的方式，以及其他事情。在過程中，DNB 學到單在雲端上執行創新遠遠不夠。如何運用雲端高速創新，才是他們體現出的最重要的一課。