對于尚未啟動云遷移之旅的公司來說，有一件事是清楚的：袖手旁觀的時代已經結束。
確定要遷移到云的應用程序以及要在本地保留哪些應用程序并不容易。如何使用云原技術重構這些應用程序，或創建可繼續利用數據和應用程序的混合云設置是許多DevOps團隊面臨的另一個潛在挑戰。這是一個復雜的過程。
每個組織的云原旅程都不同，但任何企業都需要采取一些措施。 
一. 企業需要采取以下三個步驟來實現云原生化：
1。必須為云策略系統定義愿景？蛻舻男枨笫鞘裁矗磕蛩闳绾翁峁┊a品和服務？云配置在DevOps和交付管道中扮演什么角色？如何確？煽康南到y性能和強大的最終用戶體驗？選擇的云平臺是公共還是私有？單云，云或混合云？這些問題可能看似簡單，但這些問題的答案形成了一個云原的構建塊。
2。完全理解現有的遺留系統。分析您的應用程序以了解它們的工作原理并對其性能進行基準測試，以便在以后的時間——將它們與云中的性能進行比較，并確保它們更好地工作。了解它們未達到基線的方式和位置也很重要。監控在此分析階段起著關鍵作用：從為整個技術堆棧創建拓撲圖，到映射系統之間的相互依賴關系，到自動性能基線，以完成壓力測試。
這些都是確保徹底了解現有系統架構，服務流程和性能的必要因素。
3。定義遷移策略本身。規劃要保留或停用的應用程序，要保留的應用程序，要遷移到云計算，重新映射或重構的應用程序。每種方法都有其優點和缺點。推廣和傳輸應用程序是最快的，因為不需要修改代碼。這樣做的缺點是內部架構在很大程度上得到了保留，這意味著應用程序無法充分利用新的云環境。另一方面，重構是最耗費資源的，因為需要從頭開始重建應用程序的體系結構。通常，這涉及將具有數百萬行代碼的單個應用程序拆分為易于維護和擴展的多個更動態的微服務。但是，由于此過程產生了專門為云計算構建的應用程序，因此它還實現了最大的投資回報，與升級和轉移相比具有更長期的運營和成本優勢。
二. 答案在于自動化和軟件智能
在制定云遷移愿景，分析遺留應用程序和定義遷移策略之后，下一步是實際遷移本身的實際工作。這是一個充滿技術挑戰和重大組織變革的流程，包括：
將組織從高度專業化的煙囪和瀑布方法重組為靈活的DevOps團隊和流程自動化，構建持續集成和持續交付系統 NBSP;遺留組件和云原生組件的集成，錯過了遷移截止日期或目標的風險，包括在現實條件下的系統性能，這是人工智能和自動化的開始應用的地方。
業務需要自動化所有內容。成功的云遷移依賴于自動化的持續構建，集成和交付（跨所有階段進行測試）;自動化操作，性能監測和監測儀器;從根本原因分析開始，提出了一種改進的方法。并自動化性能基準和配置。
這種“一切都是自動化”的方法是使用人工智能，F代網絡規模的云應用程序太復雜，無法單獨由人操縱。軟件智能基于強大的人工智能，可以監控整個系統從一端到另一端的健康狀況。智能異常檢測，實時根本原因分析和業務影響評估是人工智能支持的關鍵支柱。
這對云遷移和云本地轉型意味著什么？首先，軟件智能和自動化創建了可視性和可操作的洞察力。這為軟件工程師提供了對整個價值鏈的完全所有權：從最初的編碼到最終產品的部署。它促進了強大而靈活的DevOps文化的創建。在這種文化中，工程師可以真正地承諾“你建造它，你運行它”。
人工智能還可用于進一步改進CI/CD管道，以滿足遷移期限并確保出色的軟件質量。軟件智能有助于縮小現有的自動化差距，例如決策門口的手動批準步驟或構建驗證。它還提供性能識別標記，用于根據生產方案測試新構建。
最后，軟件智能是為運營提供卓越客戶體驗的關鍵。AIOps可確保實時檢測性能問題及其根本原因，并可自動糾正問題。
三. 你準備好了嗎？
開始實施云戰略需要進行重大的組織變革。人工智能和自動化提供了工具，使這個旅程盡可能地航行和無縫。通過自動化性能監控，修復，CI/CD管道，根本原因分析，壓力測試，系統配置等，AI為它節省了大量繁瑣的手冊和差事工作——以及隨之而來的成本和頭痛事情。更重要的是，人工智能和自動化有助于為DevOps和AIOps的文化奠定基礎。最終，完全形成的，靈活的DevOps文化——由人工智能驅動，自動化——是成功實現云轉換之旅的關鍵。