当良多企业还正在受困于VUCA或是BANI的时候，亚马逊云科技似乎曾经找到了这类复杂性正在AI时代的破解之道。正在2024亚马逊云科技re！Invent全球大会的一个从题中，亚马逊副总裁兼首席手艺官Werner Vogels博士颁发了题为“繁简之道”（The Way of Simplexity）的，阐释了亚马逊云科技20年建立架构以应对复杂性的六条环节经验。Werner Vogels博士认为“复杂性”并不是问题，而“预见和办理复杂性”才是个问题。
若是要用一个词来描述当下时代的特征，这个词必然会是“复杂性”。从复杂性的特点来看，其涉及大量分歧元素，这些元素之间存正在着浩繁分歧的联系。这种多元性和联系关系性使得系统变得错综复杂，正在企业所处的中，内部分歧部分、手艺、人员和营业之间彼此交错，外部合做伙伴、供应商及渠道，还有各类好处相关者，构成一个复杂而复杂的收集，他们各自的工做和决策彼此影响，任何一个环节的变更都可能激发连锁反映，反映的径奇特且难以预测。这种复杂性带来了一系列严峻挑和，正在认知方面常超出我们认知极限，决策者面临复杂组织架构取营业流程时难以把握内正在联系，以致决策缺乏全面性取精确性。办理上，系统可理解性降低，难以确定单个元素价值功能，像大型企业 IT 系统毛病时难以定位处理。此外，还激发不成预测性，系统会有自觉不测行为，干涉也可能发生不测影响，这使得预测系统行为成果坚苦，1999年，大卫·登（David J。 Snowden）等人开辟了一个用来认知复杂性的框架Cynefin 框架。这是一个基于复杂性科学的带领力和决策框架。他们将带领者面对问题所处分为五类：简单，关系是较着的，问题有明白的处理方案；繁杂，关系照旧存正在，但需要专家才能无效处置；复杂：会有处理方案，但凡是过后才能精确理解；紊乱先成立次序；无序分化后决策。这个阐发框架被很多决策者奉为圭臬。Cynefin 框架以供给清晰情境分类系统，帮帮带领者快速判断情境并采纳合适步履。但这个框架的局限也很是较着，那就是它对简单和繁杂可能无效，但面临复杂性问题，它几乎是一筹莫展，只能等事务演进到了一个相对清晰的阶段，或者等事务尘埃落定，才能理解感化的大致逻辑。现在的比1999年要愈加复杂，且愈加动态，决策需要面临的变量，以及处置的消息量，呈现几何级数的添加——这曾经超出了即即是天才级的办理者的决策能力范畴。而今，针对Cynefin 框架的这个缺陷，AI，特别是出产式AI，供给了别的一种可能。能够看看亚马逊云科技这些年堆集的经验。
将可演化性做为要求。可演化性是应对复杂性的一种预判。亚马逊云科技正在架构建立初期便深刻认识到系统随时间演变的必然性并将可演化性植入此中。晚期，Amazon S3 （是亚马逊云科技于2006年成立后推出的首款办事）专注于根本存储功能，如靠得住的数据存储、高可用性及版本节制。虽然亚马逊云科技一曲正在为Amazon S3添加新功能，可是客户几乎无感，恰是由于亚马逊云科技通过可控演进的架构为Amazon S3不竭拓展新需求，且不影响其焦点功能。跟着市场的动态演进，Amazon S3推出跨区域复制功能，为跨国企业全球数据办理带来了性冲破，以无力地支撑了企业全球化营业拓展。亚马逊云科技的这种策略要求企业办理者具备久远的计谋目光，不克不及仅仅满脚于当下的营业需求。他们需要激励团队亲近关心行业趋向和手艺前沿，提前规划架构的演进径，确保系统可以或许正在不中缀营业的环境下滑润升级。这意味着企业要正在资本分派上赐与必然的矫捷性，支撑团队对架构进行持续优化，避免因短期好处而轻忽持久可演化性，拆解复杂性为建立模块。面临日益复杂的系统，亚马逊云科技采用了将其拆分为多个功能明白、内聚性高且彼此模块的策略。Amazon CloudWatch是及时亚马逊云科技资本运转的使用法式，跟着系统不竭扩展，Amazon CloudWatch做为亚马逊云科技环节根本办事之一，每天有成百上千亿的目标，复杂性也达到了新的高度。亚马逊云科技通过将Amazon CloudWatch拆分为一系列低耦合、高内聚的小组件，并定义优良的API接口，供给很是简单的前端办事。该办事颠末一次次沉写，正在为客户供给新功能的同时，并不会带来中缀。清晰的API定义推进了模块间的松散耦合，使得团队可以或许工做。这种架构体例为企业带来了诸多显著好处。以做为全球设想平台的Canva为例，正在从单体架构向微办事架构改变过程中，充实操纵了模块化解构的劣势。他们正在单体架构设想时就为将来扩展细心规划，环绕环节功能设想建立模块，封拆办事接口，并通过严酷法则确保接口分歧性。当营业增加需要扩展时，这些接口可以或许成功转换为微办事的桩，实现了架构的平稳过渡。组织取架构婚配。亚马逊云科技建立了取架构高度契合的组织架构，采用出名的“两个披萨团队” 模式组建小团队。小规模团队使可以或许深切理解系统，敏捷把握系统各部门之间的关系。正在面临不竭增加的数据存储需乞降复杂的手艺挑和时，Amazon S3团队积极自动地摸索新的存储手艺和优化方案，怯于冲破保守思维，挑和既有模式。这种组织模式营制了积极立异的文化空气。小规模团队专注于特定功能模块开辟，团队对所担任部门有强烈归属感和义务感，可以或许充实阐扬本身创制力，积极提出立异设法并付诸实践。办理者通过付与团队自从权，激励员工像企业仆人一样思虑和步履，激发员工的仆人翁认识。员工正在这种下，不只可以或许充实阐扬本身创制力，还能积极承担义务，正在复杂多变的市场中敏捷顺应变化，提拔应对复杂性的能力。组织成单位形式。亚马逊云科技认为正在复杂系统中必需缩小单位的影响范畴，从而将复杂系统依客户或区域等要素划分为单位，单位化架构使每个单位可以或许运转、测试、摆设和扩展。当某个单位呈现问题时，例如某个区域的存储节点发生毛病，毛病影响范畴被无效正在该单位内，不会扩散至整个系统，从而确保了系统全体的不变性和靠得住性。单位化架构为办理者供给了精细化办理的无效手段。正在全球电商营业场景下，依地区或营业线精准划分单位，凭仗哈希算法或客户ID精准分发请求，确保请求精准抵达对应单位，根据营业负载变化矫捷调控单位数量取资本设置装备摆设，如遇购物节省量高峰，可智能扩充单位资本应对峰值需求；营业淡季则恰当收缩，优化资本操纵，保障系统正在复杂多变营业场景下一直不变、高效、靠得住运转。单位化架构还为系统迭代升级供给了便当，降低了升级过程对全体营业的干扰，使得企业可以或许愈加从容地应对复杂下的各类变化，保障营业的持续性和不变性。设想可预测系统。这么做能够削减不确定性要素对系统的干扰。Amazon S3里设置装备摆设文件采用的按期拉取文件策略，无效确保系统正在设置装备摆设更新时不受外部事务随机影响，按照预按时间间隔获取最新设置装备摆设，从而系统行为的不变性和分歧性。无论是正在收集波动仍是高并发拜候等复杂环境下，当然，这也要求正在系统规划和设想阶段要充实考虑各类不确定性要素。正在架构设想时，办理者需要充实考虑不确定要素，制定清晰明白的法则和流程，确保系统正在分歧场景下都能按照预期运转，提前识别可能影响系统可预测性的潜正在风险。使复杂性从动化。亚马逊云科技积极使用从动化手艺处置系统中反复性高、纪律性强且无需复杂判断的使命。从动化的健康查抄系统能够及时监测存储节点形态，及时发觉并处置潜正在问题，确保系统不变运转。数据备份和容量扩展根据预设法则从动施行，不只提高了工做效率，还削减了人工干涉可能导致的错误，保障了数据平安和办事可用性。Too Good To Go正在应对全球食物华侈问题的营业中，操纵亚马逊云科技供给的从动化手艺优化了根本设备办理。他们通过从动化手段实现了对根本设备的优化，操纵亚马逊云科技的云数据库Amazon Aurora、搜刮和数据阐发办事Amazon OpenSearch、动静队列办事Amazon SQS等产物，提拔了系统机能和跨区域拓展能力。另一方面，办理者沉视对员工的培训，使其控制取从动化系统协做的技术，将人力资本从繁琐和反复性的工做中解放出来，投入到更具创制性和价值的工做中。和过往经常被提及的“从头定义”分歧，亚马逊云科技的re！Invent不只包含对产物或办事功能的立异，更强调从底子上对营业模式、手艺架构、运营体例以及企业文化等进行全面的沉塑和再制。亚马逊云科技不只仅是供给云计较资本，通过不竭立异，推出了各类先辈的存储办事（Amazon S3的跨区域复制、智能分层存储）、计较办事（多种实例类型、自研芯片）以及数据库办事（Amazon Aurora的跨区域强分歧性等），从头塑制了企业的IT根本设备架构和运营模式，让企业可以或许以全新的体例建立和运停业务系统，无效应敌手艺架构层面的复杂性。
比拟之下，re！Invent是沉视企业本身焦点能力的建立和持续进化，以顺应不竭变化的市场需乞降复杂。例如，正在电商范畴，一些企业可能通过从头定义物流配送速度（如当日达、次日达等办事）来吸引客户，但亚马逊正在电商营业中除了正在配送等方面进行立异外，还通过持续改良其底层手艺架构、优化供应链办理系统、操纵大数据阐发提拔保举精准度等多方面的勤奋，从全体上从头发了然电商营业模式，实现了营业的全方位优化和立异成长，顺应市场需乞降手艺成长趋向带来的复杂变化。亚马逊云科技的re！Invent从企业计谋层面出发，深切到手艺研发、组织架构、企业文化等各个层面进行系统性变化。正如前面所提到的，亚马逊云科技正在组织架构上采用小团队模式，激励团队自从决策、快速迭代，正在面临复杂营业时，这种模式使团队可以或许专注于特定使命，敏捷响应市场变化和手艺需求。这一变化取AI手艺彼此感化，AI正在团队协做、数据阐发、智能决策等方面供给帮力，进一步鞭策企业正在应对复杂性时的立异——这大概将加快正正在发生的办理范式变化，这种变化，受益于AI的驱动，也正正在 “沉塑” 一种新的行业款式。
