「独角兽」云智慧的持续进化方法论_风闻

撰文：宇婷

访谈嘉宾：云智慧总裁刘洪涛，访谈对象承诺数据及回答真诚、真实

今年7月，智能运维公司云智慧完成E轮融资1.5亿美元。其中，仅以红杉资本为例，七轮追投使云智慧成为其历史上被追投次数最多的公司之一。

这家公司也创下国内智能运维行业的最高融资纪录，1500人的团队也使其成为国内运维领域最大规模的企业。

根据市场研究咨询公司MarketsandMarkets 估计，全球智能运维市场的规模预计在 2023 年达到 110.2 亿美元，年均复合增长率高达 34%。北美IT采购预算中15%-20%在运维上。对比我国目前的比例仅为2%-5%。未来市场空间充满想象力。

市场空间巨大，并成为国内TO B新晋独角兽，走到这一阶段的云智慧又会面临怎样的新挑战呢？

目前，云智慧在服务客户过程中抽离出两个共性：一是客户需求非常多，二是客户发展路径不同。发展阶段、行业和技术门类、不同企业的进化速度带来了挑战。

TO B的价值在于做客户需要的东西，客户的需求和厂商分析出来的需求是两回事。很多时候，客户并不知道自己需要的是什么。另外一些时候，大型甲方客户又比创业公司想的深远，引领客户很难。

就在几个月前，云智慧团队意识到，现在智能运维行业碰到了一个难题，那就是当与客户探讨智能运维时，到底该做成什么样子，没有一个统一的话语体系。他们联想到自动驾驶的分级，觉得智能运维和此很像，也可以分成从Level0到Level5。

“这事儿就应该这么干！”在采访中，云智慧总裁刘洪涛告诉TO B新势力。云智慧团队快速决定，希望通过这个动作，在未来一年半的时间里，搭建一个行业的共同话语体系。

云智慧总裁刘洪涛

今年9月下旬，云智慧召开媒体沟通会，正式发布“智能运维分级成熟度模型”。

智能运维主要关注三点：业务效能、用户体验、IT自动化。他们调研了金融、保险、运营商，制造等十几个行业。从数千家客户中随机选出268家客户。几个月的时间里，在智能运维国标编制组的指导下，借鉴ITSS运维服务能力成熟度模型，以及Gartner发布的AIOps指南，归纳出六个阶段和五个提升过程。

云智慧希望通过这件事起到的作用是，首先，让客户可以便捷地找到自身运维属于哪个阶段。其次，提出发展的方向，以及需要做的动作。客户能够在实践过程中清晰看到运维的意义，也不用完全依赖于咨询公司的咨询规划。

AI是解决当下动辄上万台服务器检测的出路，云智慧认为未来的方向一定是智能化的运维。智能运维的分级与自动驾驶分级模型类似。从L0都是纯人工的，没有任何工具和辅助手段的种驾驶，到L5理想化完全无需人工。

这个话语体系有三个意味。为运维专业人士提供简洁清晰的参照；带动行业认知，让更多友商参与；推动非IT人士懂运维。云智慧的出发点是，这个分级成熟度模型不属于一家公司，而是建立行业共同的话语体系。

为什么这个分级模型值得信任？云智慧总裁刘洪涛也在媒体交流会上阐述了三点：一是云智慧历经多年发展已经积累大量客户，具备丰富可供参考的实战经验；二是云智慧能提供完整的全栈解决方案，因此有完整视角；三是要有足够的技术水平。

据了解，云智慧目前主要服务的客户是中国TOP3000 的大型企业单位和政府。大部分客户处于L1和L2级别。中高端客户已经进行了初步的智能化实践。一部分高端客户，比如金融、保险公司处于L4级别。

1、「吹牛」，再用拿下的市场验证「吹牛」

“吹牛，用做到验证吹牛。反复验证，靠市场验证。”刘洪涛向TO B新势力叙说了他们的实践方法。

2016年春天的一个周末，云智慧的管理团队和核心骨干十几个人，在香山开战略务虚会。当时公司规模还不大，就在会上，一位销售VP接到电话通知——因为竞争对手的低价策略，一家大客户被抢走了。

这有点违反TO B行业规律。

甲方是大客户，如若他们重视产品和服务的质量，那么价格，相对于最终交付质量并非决定性因素。

那大客户为什么会走掉？

原因只有一条——在甲方心里这几个产品价值不够高，谁来提供，或者交付结果如何，甲方并没有那么看重。这也说明在当时，云智慧所在的APM领域，是一个红海市场。

2009年，云智慧用SaaS的模式做运维切入市场。创业开始，他们看好SaaS，直到现在也坚定认为SaaS是未来。但是在成长过程中，云智慧团队意识到：抓住真正的客户需求是什么，或者最急需满足的客户需求是什么。才能够让一家公司成长，能够让公司获得收益。

2016年这场香山务虚会后，云智慧改变了。

他们发觉全栈运维解决方案比单纯的工具更适合中国市场。运维场景涵盖的工作很多，而且复杂，需要通盘考虑。单一的APM只是一个工具，这适合当时IT成熟度高的美国市场，但中国客户需要能够解决一揽子问题的产品。

“北美市场客户需要的是一个工具类产品，中国市场的客户需要4S店。”刘洪涛打了个比方。

2、TO B不需要特别的长板，但要持续进化

这个转型的难度是非常巨大的。事实上很少有人有重构公司的经验。

2016年到2019年，这三年云智慧重构了公司。除了重新定义产品，改变的还包括研发管理方式、公司经营等。

“整个过程是一个特别大的挑战。提前想好了，但能不能做到，我认为很多人是做不到的。”

“如果说我们并没有哪一项分数足够高，但没有短板，你会不会觉得有点凡尔赛？”谈到主观原因，刘洪涛如上说道。

“TO B公司能够生存和发展最主要的是能力的均衡，营销、产品、技术、融资都要到位。

市场营销能力、服务交付能力、产品研发能力不能有明显的缺陷。”

“现在随着公司的进一步发展，还要加上组织建设能力，财务管理能力，运营协作能力。投资管理能力。”

“撑到今天，不是某一项能力做得好，而是各项能力都比较均衡。不是哪一项达到120分，而是每一项都达到80分。”他很认真地补充。

从外界观察，云智慧特质在于整个管理层的决策速度和灵活度高。云智慧的创始人团队风格是自我加压的风格。他们对自己要求很高，所以反而资方多轮加持，但团队本身并不感到压力。

“我们要做成什么样的公司，在多长时间把自己做到什么程度，能不能跟得上行业发展，战略规划能不能实现？”刘洪涛告诉TO B新势力这是他们经常质问自己的问题。

刘洪涛认为管理层的视野和素质是基础。方向感一直是次因。底层要围绕的中心是——客户。

3、让运维这件事，从“土”到很“创新”

今年初，云智慧请来一位全新的COO加入，建立整个公司的全新流程。

从350人，再到一年之间从750人涨到1500人，销售和研发团队扩张。这种管理布局也体现了云智慧进化的公司特质。流程建设要花费巨大成本。显然他们在为未来的3-5年，甚至更长远准备。

千人之后，云智慧的变化体现在两点，一是企业文化建设提上日程。其次是管理体系建设。

“文化是大家做事的共同标准。体系让售前、产品等流程串起来。”刘洪涛说。云智慧按照两年后涨到数千人的标准做培训，建设管理团队。这是为了让公司今后可以靠系统和流程自驱动，而不是靠人。采访时，我感到这和云智慧提倡的智能运维在底层是一样的逻辑。

IT建设更多是集中的，而运维则是漫长的。在长时间的过程中，运维能够提高效率，节省人力会产生更大的价值。

很久很久以前，运维场景被认为很土，但现在转为性感。一方面，AI和算法在智能运维上的价值体现明显，从0到1，每一步的创新都给从业者很大的价值感。另一方面，运维场景的通用性很可能在这个领域中产生全球化的公司。比如，云智慧已经在新加坡、东南亚设点并产生营收。

中国科技的复杂和市场需求，在帮助这一代TO B创业公司抓住更好地打磨产品的机会，面向全球推出适配的产品成为可能。

“我们是真的有机会做一家全球通用软件公司。”刘洪涛告诉TO B新势力。

虽然云智慧已经成为一家独角兽公司，但并没有“特立独行”的气质。刘洪涛觉得如果非要给这家公司冠以某种独特性，那应该是——持续进化。“不管内外，不管销售还是产品，不管技术和管理，永远不能停下来。”

2016年的这次转型已经看出云智慧的进化基因。

在云智慧管理团队看来，不断复盘是必须的，遇到挑战——学习——解决——深入思考。想到自己之前做的某件事有点犯傻，恰恰证明了进步。

到底是时代催生独角兽？还是进化让自身成为独角兽？我问了刘洪涛2016年让他们决定战略转型丢失的那个客户后来找回没有。

“纠结没有意义，没有必要纠结个案，我们已经用现在更多的客户，证明当时的做法是对的。在不同的成长阶段，给别人给行业信心，持续变化很重要。”他说。

TO B方法论：拆解智能运维分级成熟度模型

本部分内容总结自云智慧媒体沟通会

L0阶段是人工运维阶段。人类要面对非常复杂的 IT或者是系统，实际上在数字化世界，运维负担都非常大。另外现在人力成本也越来越高，所以它的痛点主要是对这些设备、系统、指标没法进行监控和告警，运维非常困难。L0阶段客户处于救火状态，而且经常一人多职，比如说一个工程师可能要解决很多问题。在感受层面，不知道什么时候可以修复，不知道找谁修复。在流程方面是无追溯、无审计、无组织机构，所以整个运维过程是比较混乱和分散的，在数据层面是没有数据治理的这种概念。

L1阶段，从人力运维到辅助运维，主要的提升手段是构建监控工具或补全监控工具。主要的特征在于，在辅助运维的层面服务经常中断，能够找到决策者，但是不知道什么时候能够恢复故障。有一些纸质的记录，但是没有系统的归档。在数据层面客户没有比较好的管控工具。

客户在L1阶段，最重要的一些问题就是，需要构建比较基础的一些工具，补全一些工具。目前市面客户的诉求比较大的是比如说环境动力（机房层面的），也有比如说混合的这种云环境，还有就是监控网络质量（内网外网的网络质量），监控日志或者监控一些基础设施，以及相应的数据库中间件、大数据组件、监控应用软件或者是用户体验层面，客户需要改进的策略等。

L2阶段，整合阶段。在L2阶段强调的是客户体验层面偶尔中断，但是这个系统可以找到相应的人去管理，服务质量是有大幅提升，同时具备了一些初步的工具，比如有度量、规范、平台、考核等等。在工具层面，客户主要引用的是监控工具的整合。第二就是有这种自动告警或告警的准则。第三块就是服务管理和服务管理流程体系的建立，服务资产及配置管理的建立以及运维可视化。当然还有重要的一点就是自动化工具，也是客户非常关注的。

基于L2级别，客户可以有小于一小时的应用故障的恢复时长。如果说一个客户处于L1级别，可能缺乏规划所以不能提升，向L2级别迈进的话，他要做哪些事儿呢？在组织架构、岗位设置、管理制度、流程、考核指标、运维工具的整合等等方面要做很多工作，要把相应的工作全部串接起来。

L3阶段，实际上已经是涉及数据了，因为运维数据是非常多，复杂且分散的，而且智能运维现在关注的是业务交易数据、运营数据和IT本身的一系列的数据和指标。在打通层面， L3在用户体验层面主要体现在业务效率的提升和用户体验的明显改善，以及可管理的一些自助服务，比如说用它的服务台构建自助服务。

在措施层面，主要集中在服务资产与业务可视化方面，状态可视、运维可管、安全可控，这几个层面会一并努力。L3水平一般都是在做数据治理以及场景化的输出。运维数据包含：交易的数据、应用程序的数据、技术架构的数据、网络数据、用户数据、安全数据或者预测数据，边缘计算以及其他数据等等。

L4级别，高度智能化，需要涉及大量的算法模型的建立和预测。L4主要关注点是在于业务的持续洞察和业务运维活动的可决策。通过使用一些工具，比如在算法层面做一些算法库，算法库同时对客户的数据进行了算法泛型规范化。这样一个数据就知道它的泛型，可以直接指定算法，然后输出需要的一些场景。在数据管理层面的消费场景已经非常丰富，预测能力大大提升，在L4级别可以达到秒级的故障恢复。

L5阶段，人工智能最高阶段，也是现在智能运维定义的最高阶段，它的关键词叫自治，实际上是对服务的中断、切换或升级和扩容均无感知，就跟用电一样。对物理世界、应用交易、系统都没有什么感知，让人可以去做很多有意义的事情。通过什么手段来做？

手段一：流程挖掘；手段二：超自动化，就是RPA技术，现在RPA技术也应用到非常多的领域；手段三：人工智能化或者AI化，就是人工智能可以训练人工智能，它主要能达到的效果是可以进行毫秒级的处置，引流导流与业务导流，保持应用不会中断。