业务连续性（BCM）小百科系列（十一）

BCM小百科目录

• 企业与个人认证对BCM体系建设的重要性
• 10年期间，BCM在哪些方面有了提升
• 全身而退 or 脱胎换骨
• BC已重新定义，DR不曾改变，你的BCM做到位了吗？
• 三位一体在企业BCM建设过程中的新应用场景
• 人工智能，大数据，NLP等在未来如何与BCM相结合
• 数字韧性、云原生对BCM的影响
• 在未来，如何帮助企业在BCM领域获得先机

人工智能，大数据，NLP等在未来如何与BCM相结合

BCM工具的发展历史

本世纪伊始，BCM概念逐步走进中国，多被金融企业多接受，随之SunGard带来了该领域的管理工具，第一次将此项工作利用工具管理起来，与此同时国内一些厂商也开始了相关工具的自主研发，并将工具+咨询的模式在业界推广开来。

随着互联网、云计算技术的发展，新一代基于云计算SaaS模式的BCM工具应运而生，采用架构模式的平台化工具更灵活，更轻量，也更连续。用户可以根据需要采买功能模块，不用在考虑工具本身的维护问题，管理工具也向应急及灾难恢复等环节扩展，因此BCM工具更加平台化，不再单纯用于解决节省管理成本和人工的功能，有更多只能依靠平台才能完成的工作。

BCM需求及方法论的发展

BCM在国内历经十多年的发展，从最初的仅限于IT设备灾难备份，到如今要求业务恢复依赖的各项资源、制度流程乃至供应链都需保证其连续性，从需求认知到实现途径均发生了巨大的变化。方法论也不再仅仅围绕RTO、RPO，而是从更多维度构建业务连续性管理体系，让此项工作的成果有更广泛的指导意义。

NLP如何助力预案编写

预案编写及管理作为BCM最重要也是最“重头”的一项工作，大量的文本编辑、整理、修订关联、检索等工作，随着预案的增加工作量也成几何级数增长。NLP作为人工智能技术最为困难的技术也是最难以应用的技术，在预案管理这项纯文本化工作中将会得以更好的应用，为解放人工枯燥、繁琐并且低效的工作。

同创永益IStorM BCMS/BCMaaS 已成功实现预案内容的结构化（即文本内容都是以键值对的形式保存在数据库中，为了更好地让计算机利用这些数据），但更多是基于新建预案，或手工录入的方式将传统预案结构化，但是对于海量的存量预案，则无法加以利用。通过NLP技术能有望实现机器对预案的“读”和“写”。一方面，机器模型通过不断的训练和学习，能够自动解析非结构化文本预案，抽取当中重要的数据进行结构化处理，从而让预案实现数字化管理；另一方面，NLP的写作能力可以根据选定的关键要素，比如灾难场景、支持资源等，通过以往机器模型学习到的预案的要义，可自动完成预案的编写功能。

RPA如何助力应急处置

在突发事件的压力影响下，灾备切换以及业务恢复过程中，人为操作失误率极高，为避免人为操作失误，采用机器代替人工将成为灾难恢复时的重要选择。

RPA能够代替复杂的人机交互工作，结合人工智能技术，在一些需要理解（不是识别）文字、图片、语音的情况下，机器人同样可以通过训练的模型像人一样理解其中的含义，从而实现非机械化的判断并采取相应的措施。有了RPA这个特点，我们就可以假设一些场景由机器人来代替，就此先埋下伏笔，在后续的文章中会详细探讨。