AI时代企业架构的新角色

新闻

作者：微信文章



AI时代，企业架构须从控制转向战略赋能，融入AI生命周期，实现敏捷、持续学习、自动化治理与可观测性，以建立信任，促进创新和业务价值。

译自：The New Role of Enterprise Architecture in the AI Era[1]

作者：Ankush Dhar, Minav Suresh Patel

企业架构 (EA) 连接业务战略与技术执行，为组织提供了一个共享框架，说明数据、系统和人员应如何同步以实现预期成果。

一个有价值的 EA 战略有助于公司标准化其 IT 格局，这反过来又降低了复杂性，并在快速变化的时代保持适应性。在当今由 AI 驱动的世界中，技术领导者不能将架构仅仅视为开发末尾的最终复选框。它必须嵌入到生命周期的每个阶段。

随着董事会和高管们要求 AI 商业价值的切实证据，架构应从严格的控制演变为 帮助团队的战略赋能者[2]，以快速、安全和负责任地前进。
旧的方法论和框架不再适用

企业架构传统上通过设定明确可执行的标准、强制合规性并确保系统稳定来维持系统秩序。像 TOGAF[3] 和 Zachman[4] 这样的框架为技术领域带来了必要的结构和可预测性，从而帮助组织理解日益增长的复杂性；然而，AI 正在改变规则。

最新的模型可以自我再训练，因为数据管道每天都在演进，信息不断流经系统。曾经保护系统安全的检查点现在正在减缓进展。

为了保持竞争力，领导者必须将他们的思维模式从将架构视为治理要求转变为将架构视为关键战略。现在是时候超越相当静态的方法，设计能够持续学习、适应并提供可衡量价值的敏捷系统了。
从僵化框架中演进

传统架构假设可预测性，即一旦代码发布，系统就会以标准方式运行。相反，鉴于机器学习模型随着数据的演进而持续变化，并且模型性能随着每个新数据集的添加而不断波动，AI 完全打破了这一假设。

例如：最初为季度审查设置的治理流程无法跟上每周或每日的模型更新。解决方案应在于使架构更具流动性和适应性。

领导者不应依赖僵化的框架，而应灌输透明度、分段和迅速行动的关键原则。架构应为安全实验创造环境，而不是成为探索技术需求的障碍。
将架构融入 AI 生命周期

在 AI 时代，架构不仅仅是一个阶段；它是一个必须跨越遵循明确定义的阶段的各种相互关联的阶段运行的持续循环。这个过程始于发现，团队在此评估和识别与业务目标直接相关的 AI 机会。及早与业务领导层接触，以定义清晰的成果。

接下来是设计，架构师通过重用经过验证的模式，为数据管道和模型部署创建模块化蓝图。在交付阶段，团队从一开始就将治理融入其中，进行迭代执行。道德、合规性和可观测性[5] 应融入工作流程，而不是作为事后想法再添加。

最后，适应性使系统持续学习。模型不断被监控、再训练和优化，反馈循环将系统行为与业务指标和 KPI（关键绩效指标）连接起来。当架构以这种方式运作时，它就变成了一个活生生的生态系统，在每次迭代中学习、适应和改进。
从控制到赋能

过度严苛的治理会阻碍 AI 的速度；然而，放弃治理也不是答案。这里的关键是在控制和赋能之间找到平衡。这意味着重新设计架构，使其包含护栏而非关卡。

使用策略即代码自动执行合规性，而不是通过手动审查。构建 MLOps 优先的基础设施，集中验证、漂移检测和部署管道，以便团队可以安全地迭代。

另一个关键领域是创建自助服务架构，为团队提供 API、合规性和可观测性所需的重要模板。当治理自动化并内置赋能时，架构就成为创新的平台，它充当安全网，让团队能够自信地快速前进。
持续且可衡量的治理

现代系统需要持续监督，而不是偶尔的检查。质量、公平性和性能必须实时监控。领先的组织正在转向将治理融入运营，其中信任和透明度是日常运作的一部分。这需要拥有实时仪表板来跟踪准确性和数据完整性，自动检查来标记潜在问题，以及在结果超出预期限制时回滚更改的保护措施。这种方法用持续的问责制取代了手动审查，使领导者和监管者能够获得做出自信决策所需的可见性。
可观测性：架构的新基础

可观测性不是架构中锦上添花的功能；相反，它是现代系统的基础。架构现在成为企业的神经系统，不断感知、学习和响应变化。
通过负责任的架构建立信任

信任并非来自合规性清单[6]。相反，它通过问责制和透明度赢得。现代架构应作为大规模负责任系统的基础，这意味着将道德原则视为不可协商的，而非可选的。

血缘关系、版本控制和可解释性应融入每个工作流程，以便决策可以从输入追溯到输出。当问责制成为设计的一部分时，架构本身就成为信任的来源[7]，从而提升用户、监管者和投资者之间的信心。
衡量最重要的事物

传统的 KPI，例如正常运行时间或缺陷数量，不再反映当今智能、适应性系统中的成功。领导者需要新的方法来衡量架构如何促进学习、敏捷性和业务价值。

他们需要像学习速度这样的指标：系统通过迭代改进的速度和安全性，捕捉创新的步伐。重用率显示团队在共享蓝图或管道上构建的频率，而不是重新发明解决方案。治理自动化率衡量通过代码执行的策略百分比[8]，标志着运营纪律的成熟度。而智能投资回报率（ROI）反映了智能系统带来的效率、收入和客户体验的切实增长。

这些措施共同将架构从一门技术学科转变为一种业务工具，能够量化其对增长、创新和韧性的直接影响。
企业架构作为主要赋能者

AI 正在重写企业战略。为了保持竞争力，领导者必须停止将架构视为审计职能，而开始将其视为创新、敏捷性和信任的战略运营模型。从治理转向增长是 IT 领导层的新使命。现在是时候架构基于智能、透明和可持续转型的系统和组织了。

下一代企业架构师将不仅仅是强制执行结构，他们将设计智能本身。
引用链接

[1] The New Role of Enterprise Architecture in the AI Era:https://thenewstack.io/the-new-role-of-enterprise-architecture-in-the-ai-era/
[2]帮助团队的战略赋能者:https://thenewstack.io/sustainable-scale-how-to-grow-engineering-teams-strategically/
[3]TOGAF:https://www.opengroup.org/togaf
[4]Zachman:https://www.youtube.com/watch?v=5BFpK45SQ0Q
[5]合规性和可观测性:https://thenewstack.io/observability-is-not-observability-when-it-comes-to-business-kpis/
[6]信任并非来自合规性清单:https://thenewstack.io/zero-trust-in-cloud-security-never-trust-always-verify/
[7]架构本身就成为信任的来源:https://thenewstack.io/how-to-create-zero-trust-architecture-for-service-mesh/
[8]治理自动化率衡量通过代码执行的策略百分比:https://thenewstack.io/real-time-policy-enforcement-with-governance-as-code/