這些領(lǐng)域之間的關(guān)聯(lián)流程比每個領(lǐng)域各自的關(guān)注點更重要。例如，業(yè)務(wù)人員主要關(guān)注業(yè)務(wù)組件模型和信息價值，而不是數(shù)據(jù)在企業(yè)系統(tǒng)中的設(shè)計和操作方式。因此，這些流程成為集成數(shù)據(jù)架構(gòu)的主要關(guān)注點。這些流程共同反映了用戶與系統(tǒng)、業(yè)務(wù)與系統(tǒng)以及系統(tǒng)之間的交互。

對于每個領(lǐng)域，信息或數(shù)據(jù)流反映在以下示例中：

企業(yè)能力示例：價值流和能力與 IT 服務(wù)的映射，重點關(guān)注數(shù)據(jù)服務(wù)。

案例場景示例：需求映射，根據(jù)數(shù)據(jù)源(來自用戶輸入和系統(tǒng)輸出)識別數(shù)據(jù) SLR。

功能服務(wù)示例：解決方案上下文映射，問題空間以數(shù)據(jù)服務(wù)為中心 (超越數(shù)據(jù)對象或組件級建模)，反映了架構(gòu)良好的服務(wù)組合。

操作環(huán)境示例：部署包映射到 功能服務(wù)，重點關(guān)注數(shù)據(jù)服務(wù)，因為它們通常具有跨切關(guān)注點。

解決方案上下文示例：來自度量、架構(gòu)模式、集成風(fēng)格和解決方案概述(典型的企業(yè)解決方案演練)的信息流的集成映射。

數(shù)據(jù)架構(gòu)決策只有考慮以下因素才會有效：

數(shù)據(jù)服務(wù)是每個信息流的關(guān)鍵映射元素。例如，企業(yè)能力的信息流包含通過價值流分析實現(xiàn)數(shù)據(jù)能力與數(shù)據(jù)服務(wù)的映射，并通過客戶旅程等與單車司機(jī)(SLR)的案例場景關(guān)聯(lián)起來。

數(shù)據(jù)服務(wù)必須與其相關(guān)的功能服務(wù)或包裝器一起考慮，包括技術(shù)服務(wù)(通常稱為應(yīng)用程序邏輯服務(wù))以及可能的 UI 服務(wù)。

在實踐中，這些流程是通過敏捷方法逐步構(gòu)建的。當(dāng)各領(lǐng)域的決策者以數(shù)據(jù)為中心的方法就信息流達(dá)成一致時，ESA 模型便開始成形。

對于數(shù)據(jù)關(guān)聯(lián)流，人工智能負(fù)責(zé)繁瑣且容易出錯的工作，而人類在確定流程映射的結(jié)構(gòu)、關(guān)聯(lián)和引導(dǎo)方式方面發(fā)揮著關(guān)鍵作用。

提示：在敏捷 ESA 模型中，數(shù)據(jù)服務(wù)更多地基于 IT 服務(wù)或軟件，提供對數(shù)據(jù)的訪問和操作。它支持業(yè)務(wù)流程和功能，并解決以下問題：1) 與企業(yè)能力相關(guān)的案例場景需求映射;2) 給定數(shù)據(jù)服務(wù)的真實來源;3) 復(fù)合數(shù)據(jù)服務(wù)的通信和集成方法;以及 4) 由不同的敏捷 ESA 元素(例如通用服務(wù)、視圖框架等)表示的數(shù)據(jù)服務(wù)的抽象級別。順便說一句，數(shù)據(jù)服務(wù)將作為單獨的主題進(jìn)行闡述。

六 利用人工智能輔助、基于 IT 服務(wù)的建模方法

ESA 是人工智能輔助的，而不是人工智能驅(qū)動的。

人工智能輔助敏捷 ESA 建模方法可通過以下用例普遍采用：

利用人工智能提示收集架構(gòu)信息并澄清建模問題 [建模]

基于初始人工設(shè)計或逆向工程工作，使用定制的人工智能代理進(jìn)行架構(gòu)推理和分析[建模]

將建模工具與人工智能(例如人工智能圖表生成器或經(jīng)過訓(xùn)練的圖神經(jīng)網(wǎng)絡(luò) (GNN))相結(jié)合，以促進(jìn)建筑模型渲染 [建模]

將人工智能功能融入企業(yè)解決方案架構(gòu)[架構(gòu)]

構(gòu)建人工智能解決方案(或以人工智能為中心的框架、企業(yè)應(yīng)用程序等)[架構(gòu)]

這些用例中的任何一個，或者它們的組合，都適用于敏捷 ESA 建模。在這里，我們簡要討論一下從建模和架構(gòu)角度提供的 AI 輔助，這兩者都將算法推理和繁瑣的工作轉(zhuǎn)移到 AI 代理或中間件上。

借助人工智能進(jìn)行建模

人工智能的普及為許多企業(yè)解決方案賦予了強大的分析能力，涵蓋企業(yè)方向和業(yè)務(wù)洞察、案例場景模擬和分析、軟件建模和開發(fā)、架構(gòu)模式識別、指標(biāo)規(guī)范、預(yù)測分析以及比較權(quán)衡輔助等。總而言之，人工智能通過智能元數(shù)據(jù)管理和動態(tài)數(shù)據(jù)關(guān)聯(lián)，使復(fù)雜的數(shù)據(jù)結(jié)構(gòu)和關(guān)系更加易于理解。

然而，人工智能可能會產(chǎn)生數(shù)據(jù)偏差。人工智能目前無法，將來也無法完全在上述五個領(lǐng)域之間映射信息，因為它們是獨立的實體，各自解決企業(yè)解決方案領(lǐng)域中的一組特定問題。將它們混雜在一起會使企業(yè)解決方案變得復(fù)雜，并使每組利益相關(guān)者都無法獲得清晰的架構(gòu)圖。即使與人工智能協(xié)同工作，這些領(lǐng)域仍然需要人類的投入、專業(yè)知識和推理能力，才能做出明智的架構(gòu)決策。畢竟，正是人類從多個維度決定了企業(yè)系統(tǒng)的運作方式。

敏捷 ESA 建模在人類思維與人工智能之間尋求平衡，利用 AI 輔助進(jìn)行詳細(xì)分析和洞察，從而創(chuàng)建數(shù)據(jù)相關(guān)映射和適配級別的數(shù)據(jù)服務(wù)。Agile ESA 還利用 AI 驅(qū)動的重構(gòu)工作，或指導(dǎo) AI 驅(qū)動的治理功能與更詳細(xì)的解決方案系統(tǒng)設(shè)計相連接。需要注意的是，Agile ESA 元素(將在單獨的主題中詳細(xì)闡述)可以基于 AI 分析，使用一組最少的架構(gòu)符號來具體化數(shù)據(jù)架構(gòu)。

利用人工智能功能進(jìn)行架構(gòu)設(shè)計

當(dāng)今的企業(yè)解決方案架構(gòu)涵蓋眾多 AI 功能，包括工具、API、中間件、代理等。支持 AI 的解決方案架構(gòu)可實現(xiàn)選擇性流程自動化、強化數(shù)據(jù)治理、更佳的互操作性、系統(tǒng)透明度、運營平臺彈性、AIOps 等等。這些功能涵蓋 ESA 的所有關(guān)鍵領(lǐng)域。

在企業(yè)解決方案環(huán)境中，AI 能力不僅包括創(chuàng)新型、AI 融合型或代理型應(yīng)用程序和 RAG(檢索增強生成)，還包括 AI 集成能力。遵循標(biāo)準(zhǔn)集成協(xié)議至關(guān)重要，例如模型上下文協(xié)議 (MCP)，這是一個用于集成 AI 模型和外部數(shù)據(jù)源的開放標(biāo)準(zhǔn)，能夠?qū)崿F(xiàn)跨不同系統(tǒng)的互操作性，就像 AI 應(yīng)用程序的 USB-C 端口一樣。請記?。篈I 的有效性取決于可行的集成數(shù)據(jù)架構(gòu)。

數(shù)據(jù)與人工智能如同探戈般協(xié)同。數(shù)據(jù)驅(qū)動人工智能，人工智能則從數(shù)據(jù)中提供洞察。企業(yè)業(yè)務(wù)需要的既不是帶有偏見和粒度不合適的數(shù)據(jù)架構(gòu)觀點，也不是碎片化的洞察。細(xì)致的框架采用和技術(shù)棧選擇應(yīng)始終以清晰的數(shù)據(jù)架構(gòu)模型為指導(dǎo)，并結(jié)合人工智能輔助的可行性評估和架構(gòu)決策分析。人工智能驅(qū)動的企業(yè)數(shù)據(jù)架構(gòu)仍是一個遙不可及的愿望。即使看似如此，人工智能仍然在企業(yè)數(shù)據(jù)架構(gòu)中扮演著重要的角色。

需要注意的是，許多 AI 用戶、應(yīng)用程序開發(fā)者和其他人員更注重應(yīng)用，只關(guān)注 AI 企業(yè)解決方案的一部分。然而，對于認(rèn)真對待 AI 平臺或企業(yè)環(huán)境的企業(yè)領(lǐng)導(dǎo)者、數(shù)據(jù)架構(gòu)師或解決方案架構(gòu)師來說，整體建模方法是必不可少的。

提示——敏捷企業(yè)架構(gòu) (Agile ESA) 中的人工智能輔助整體方法必須以簡潔性和重要性為基礎(chǔ)，并融合人工智能和人類智能。例如，企業(yè)能力空間應(yīng)簡潔直觀地反映符合特定企業(yè)環(huán)境的 IT 戰(zhàn)略方向的本質(zhì)。復(fù)雜或成熟的模型看似優(yōu)雅，卻會使架構(gòu)思考變得困難，最終達(dá)不到預(yù)期目的。

七 小結(jié)

如果沒有清晰的宏觀數(shù)據(jù)架構(gòu)，您就會產(chǎn)生未來的債務(wù)。

傳統(tǒng)的企業(yè)架構(gòu)建模復(fù)雜且實用性較差。它更有可能被人工智能取代，就像設(shè)計級建模一樣。ESA 代表了一種易于人類理解的架構(gòu)，同時在后臺利用了 AI 輔助的企業(yè)解決方案的復(fù)雜關(guān)聯(lián)。在可預(yù)見的未來，AI 永遠(yuǎn)無法取代 ESA，這也是一門權(quán)衡利弊的藝術(shù)。

數(shù)據(jù)架構(gòu)對于企業(yè)解決方案架構(gòu)至關(guān)重要，必須擁有一個集成模型來支持業(yè)務(wù)目標(biāo)并適應(yīng)不斷變化的需求。在敏捷企業(yè)解決方案架構(gòu) (ESA) 中，信息架構(gòu)、數(shù)據(jù)架構(gòu)和解決方案架構(gòu)之間的區(qū)別變得模糊。一種整體而簡單的方法，將數(shù)據(jù)架構(gòu)與業(yè)務(wù)功能、案例場景、解決方案上下文、功能架構(gòu)和運營環(huán)境以及解決方案管理支持和治理技術(shù)相集成，可確保企業(yè)解決方案的成功。

提示：在對遺留企業(yè)進(jìn)行服務(wù)化現(xiàn)代化之前，必須建立清晰的敏捷 ESA 模型，并使用最小可行遷移方法。急于追求一時興起的架構(gòu)風(fēng)格，很可能會失敗。

Agile ESA 不僅僅是一份企業(yè)架構(gòu)規(guī)劃、一份治理文檔或一個以技術(shù)為中心的解決方案架構(gòu)，它通過考量端到端的重要案例，成為一種可實現(xiàn)的架構(gòu)，或是對現(xiàn)實企業(yè)解決方案中架構(gòu)思維的證明。在 AI 賦能下，通過 Agile ESA 建模構(gòu)建的集成數(shù)據(jù)架構(gòu)有效地連接了業(yè)務(wù)目標(biāo)和技術(shù)執(zhí)行，從而提高了架構(gòu)的可觀察性，降低了架構(gòu)債務(wù)的可能性，并降低了變更成本。

審核編輯 黃宇