第A10版:公司新闻 上一版3  4下一版
 
标题导航
首页 | 电子报首页 | 版面导航 | 标题导航 | 报库检索
2015年05月13日 星期三 上一期  下一期
3 上一篇  下一篇 4 放大 缩小 默认
合力思腾 借互联网思维发力智能维保
王小伟

 □本报记者 王小伟

 

 IT设备维保市场空间巨大,但由于软件企业纷纷抢滩,产业很快进入红海状态。在此背景下,合力思腾选择发力智能维保作为发展战略重点,通过智能巡检、运维大数据分析与维保过程可视化等独特服务锁定用户,采用互联网思维模式铺开市场。

 第三方维保崛起

 目前合力思腾客户主要集中在电信、银行等“高净值”企业客户。公司董事长兼总经理刘水解释说,电信及银行类企业与数据密切相关,企业IT设备及系统的数量和种类日益增多,这些企业必须保证重要IT设备不间断运行和重要数据不能丢失,这代表了维保市场的核心需求。

 资料显示,中国49.5%的企业部署有UNIX架构服务器,金融、电信、政府行业的75%部署有UNIX架构服务器,部署超过5年以上的达到55.6%。由于IT系统复杂,维护难度高,风险压力大,这些都给IT维保带来了巨大的市场空间。

 过去,企业往往从设备原厂处购买运维服务,但价格非常高。刘水表示,在IT应用快速发展的背景下,一些大型企业购买IT设备的成本就在千亿元级别,而运维服务的费用占到设备费用的15%左右,“设备养不起”成为不少企业的难题。

 具有价格优势的第三方维保市场快速崛起,目前已占到了整个维保市场90%以上份额。数据显示,预计到2016年,我国IT基础设施服务市场规模将达到1426.17亿元,第三方服务市场规模将达到625.81亿元。

 由于门槛不高,传统的第三方维保市场正在逐渐变成“红海”。仅就A股上市公司而言,银信长远、天玑科技、华胜天成、神州数码等TMT公司都在维保方面有所布局。在传统的维保模式下,主要依靠工程师人力巡检、维修和备件支撑整个体系。对于重要的IT系统来说,每次巡检和维修都是一次很繁杂的系统工程。刘水称,“每台机器相当于一个病人,而每个病人的情况千差万别,这就需要大量有经验的专家。在IT维保领域,有经验的工程师远远不足,有时候一个工程师会面对上千台设备,很难达到好的效果。”

 此外,人力成本越来越高也是一大制约因素。这些都使传统维保模式面临巨大挑战。

 发力智能维保

 在此背景下,合力思腾将切入点放在了智能维保领域。智能维保主要依托于公司开发的一套Orca产品。刘水介绍说,智能维保的基础是对用户设备的自动化采集能力,这主要通过SCMDB运维信息管理软件实现。SCMDB能够多维度统一整个IT运营架构,实现数据自动采集和动态更新,建立高效、完整、自动化的IT运维核心数据库。

 采集方面首先是设备配置信息,比如CPU型号、频率等,公司能够把握核心信息完成“建档”;其次是性能信息,目前公司产品性能监测可以达到“秒级”,满足客户即时性的检测需求;状态信息方面,通过智能巡检,查看设备状态水平,排查相关隐患。

 Orca系列软件还有一项重要功能,就是为客户提供IT维保大数据分析,对IT设备做安全评估、容量预测,性能预测、可靠性预测,为客户提供IT建设的数据依据。

 实现智能维保对软件开发工程师有着更为严格的要求。“工程师不仅需要对硬件设备和操作系统有着很深的了解,而且还需要掌握编程能力。公司近年来通过有竞争力的薪酬福利和激励机制引进大量高端软件开发类技术人才,这些工程师很多都来自著名的IT公司,如IBM,HP,ORACLE等。整体来看,人力投资较大,但反过来也成为行业门槛。”刘水表示。

 大数据与云运维

 合力思腾智能维保平台上线以来,陆续开始斩获订单。今年年初,某省联通与合力思腾签署合同,成为OrcaIT系统智能运维平台的首家客户。

 “公司计划上半年上线10个用户,下半年平台客户有望迅速放量。”刘水表示,“智能维保趋势,合力思腾正在解决智能维保软件快速上线的问题,一旦这种模式铺开,传统维保或许也会像传统功能手机一样遭重创。”

 传统维保往往依靠增加客户量平摊成本、赚取利润。而采用互联网模式的合力思腾,首先想到的是铺开更多的市场。但这并不是说公司不能盈利。按照刘水的构想,公司在智能维保领域的盈利点主要来自三个方面。

 首先是维保系统大数据挖掘分析。未来的IT运维管理被赋予了更多的信息挖掘和数据分析的重任。通过动态建模,提高用户对机器主动性的了解能力。其次是通过可视化运维提高传统维保能力,把全部维保工作进行在线呈现;每次处理故障之后建立知识库,提高维保效率。第三就是“云运维”。现在各家公司自成体系,成本很高,通过数据库建设云平台,实现自动监测,将设备性能、检测报告等自动推送给客户。

 按照合力思腾的构想,今后通过SCMDB实现自动采集、动态更新与建模,Orca-Radar则进行事件预警、状态监控、资源池监控与日志分析,而大数据分析则可以进行性能、容量和可靠性等方面的预测,再通过可视化运维,进行事件跟踪、备件计划与系统评估分析。各业务模块自成体系又相互连接。

3 上一篇  下一篇 4 放大 缩小 默认
中国证券报社版权所有,未经书面授权不得复制或建立镜像 京ICP证 140145号 京公网安备110102000060-1
Copyright 2001-2010 China Securities Journal. All Rights Reserved