re:Invent 五日谈 | 畅谈 AI 技术浪潮，CXO 们这样说……

几周前，2023 亚马逊云科技 re:Invent 在拉斯维加斯圆满落幕。这场云计算“春晚”带了一系列产品及服务的重磅发布，在业内引发了广泛关注。

AI 无疑是 re:Invent 2023 的重磅关键词，而在 AI 的技术浪潮下，开发者们又将如何把握机遇、迎接挑战？SegmentFault 思否创始人 & CTO 祁宁、PingCap 联合创始人 & CTO 黄东旭、北京天润融通科技股份有限公司 CTO 安静波三位技术大咖齐聚一堂，与北京极客邦科技创始人 & CEO，InfoQ中国创始人霍太稳就 re:Invent 2023 的前沿洞察与重磅发布展开了以下分享。

霍太稳：如果用一个词来形容今年的技术圈，毫无疑问是大模型 LLM 或者说生成式 AI，大家先从各自的领域聊一聊对生成式 AI 的看法？

祁宁：我觉得大模型或者说生成式 AI 对开源的影响是很深远的，它其实引爆了一波开源的工具或者推动了项目的发展。生成式 AI 本身也是跟开源息息相关的，包括 Transformer，还有训练的一些工具集， 包括引爆这一波关注的 ChatGPT 的 Open AI。它为什么叫 Open？其实它也是以 Open 为初发点来去做 AI 这个事业。现在 AI 这一块的发展，已经出现了很多开源的大模型，让开发者在很大程度上去了解生成式 AI 最新的一些进展，体验到很多最新的技术。

黄东旭：第一点，我感到非常欣慰，做数据和数据库相关的这种基础设施这个事情我觉得至少短期之内，这个职业是非常安全的。因为不管是对生成式 AI 也好，还是以现在机器学习的这个基础来说，数据是这一切的根源，怎么存储好数据，用好数据库软件，我觉得肯定还是一个长期会存在的事情。

第二点是我觉得生成式 AI，首先对新一代的数据库提出了很多不一样的需求。比如说像最近今年特别火的向量索引并不是一个新东西，但是今年整个这个技术的优先级被提到很高的一个位置。同时，从这种生成式 AI 或者 LLM 去访问数据的模式变了。过去可能是一个大企业要把所有的数据都整合在一起，然后在上面提供服务，但现在会发现 LLM 去访问数据可能是从边缘开始去连接，同时访问的都是跟个人相关的、或者说和企业相关的数据集。以前我们很多时候拿到了数据，不知道该怎么去产生 Insight，因为它取决于 Data Scientist 或者应用开发者的想法。但现在其实你只要把这个数据库的能力暴露给生成式 AI，它帮你去做这个数据的整合以及加工，它可能会产生更多新的应用场景和新的 Insight。由这种动机出发，对于数据库，不管是底层的技术还是应用场景，以及这个应用的交互方式，我觉得都产生了巨大的影响。现在当然还只是早期，我很高兴未来至少好多年还有事情可以做。

安静波：过去七八年以来云计算这个领域，或者是云平台，或者是云厂商一直是技术创新最活跃的地方。不管是亚马逊云科技还是国内的其他的云，基本上都是技术创新最活跃的代表。对于一些企业应用来说，跟随云的脚步去做创新是一个很高效的方式。过去我们采用这样的方式完成了最早的一次快速成长，然后到做大做强。这次亚马逊云科技也提到说 80% 的独角兽在亚马逊云科技里面，我觉得这也间接证实亚马逊云科技的云技术，以及它的创新为企业带来的价值。

很显然，今年 ChatGPT 引爆了大模型相关的技术。我们是做企业服务的，SaaS 企业都在研究大模型和落地。我这次去 re:Invent 的一个最重要的目的，是去看一下前沿的对于生成式 AI 的认知，做一些技术判断。因为从年初就感觉这个东西出来以后带来的影响是革命性的，跟原先不一样，不是一个局部的技术革新，会对整个产业、软件产业、甚至说对人类都会有革命性的影响，所以我们在今年也不断去想在应用里去使用大模型的一些能力，而且也找到了一些实践场景。

这次参会也很受启发，比如要求一直先把人放在这整个的生成式 AI 的这个能力的迭代中。再比如，在之前的传统算法中，传统的做法做不好的事再使用生成式 AI，而不是什么东西都用都用生成式 AI 来解决。此外，不管是企业的招人用人，甚至说产品的重构，越早深刻地认识，就越能占到先机。就像我们在 2014 年坚决上云给天润融通带来的价值是一样的。

霍太稳：亚马逊云科技发布了生成式 AI 的三层技术堆栈，从底层的基础设施到中间的模型工具层，再到顶层的生成式 AI 应用，各位如何看待该全景图的发布及其背后的原因，以及该全景图意味着什么？

祁宁：我觉得它这个全景图挺有意思的。站在行业的角度来看。现在这一波 AI 起来以后，很多企业找不准自己位置，有些人想去创业也不知道自己定位在哪里。其实这个图能很好的帮助你定位。它是从一个巨头的角度来看关于 AI，你能做些什么事情。最下面就是基础设施层，这个当然是最难的，包括硬件、包括一些基础软件；中间是工具层，然后最上面是应用层。你从投资人的角度去看这个东西，去看一个产品，他对标哪一层就可以很清晰地看出来他的投资价值在哪里，在整个行业中的价值定位在哪一层。所以，我觉得还是挺有挺有意义，它把在 AI 整个产业链上能做的一些事情，它的层次给指引出来了。

黄东旭：re:Invent 的 re 我觉得这个真的特别准确。我看到那个全景图的时候，我第一感觉就是这东西好像都是过去几个月整个 AI 的社区里边跑出来的，或者说大家的创新总结出来的最佳实践，再跟亚马逊云科技自己的服务去做融合，实现产品化。

比如 Bedrock 应该是今年他们很重要的一个发布。你会看到里面包括了从模型的选择，到最后模型的应用构建，一整个生命周期里需要的东西。其实亚马逊云科技在做一个串联的事。在模型的选择上，可以看到 Anthropic Claude 2.1 和 Meta Llama 2 70B。然后，构建 AI 的应用的产品的形态和方式，比如基于 LLM 去串联不同的 Agent 这样的模式，包括它使用的 API 的最佳实践，基本都是当下的最佳实践。

同时，它可能最大的亮点在我看来是和亚马逊云科技复杂的服务做了融合。比如说怎么去计算成本，怎么去开服务器，然后把它集中到这个 Chatbot 里面，让大家能够更好地去使用亚马逊云科技，这可能是它现在我认为比较有意思的一个点。

安静波：我跟亚马逊云科技多年的合作经验来看，它跟其他的云服务商是有区别的。这个区别就是它去做发布的这个服务，是不是商业 Ready 和是不是商业应用 Ready，这两者有较大的差距。比如说亚马逊云科技提供的这三层，尤其是在上面两层，在亚马逊云科技的平台已经 Ready 了，那就是真的可以用，而且是可以上生产，可以接业务，它包含了完善的产品功能、稳定的服务、完善的文档，这是我看到的最大的区别。

霍太稳：今年发布会现场有一个让人非常兴奋的发布——Amazon Q。Amazon Q 是否正在重构生成式 AI？这对行业带来了什么样的影响？

祁宁：我觉得亚马逊云科技打了个样。其实亚马逊云科技在云计算这一块其实也是一个这样的企业。他很早就把一些云的概念就向行业普及。这次其实 Amazon Q 也有这样的一个作用。大家都知道生成式 AI 对企业很重要，现在很多企业也在做这一块的，包括企业内部的知识库，或者是想用生成式 AI 做客服机器人，或者去对企业文档做重构。Amazon Q 其实是一个整合，它把这一些的技术给整合起来，然后告诉大家一个标准，告诉一个可以交付的 To B 应用应该长什么样子，应该具备什么样的功能。

黄东旭：我对亚马逊云科技有更多的期待。在我看来这可能只是它的第一步，Amazon Q 未来可能会成为亚马逊云科技这些应用的一个入口，现在只是先把这个入口放出去了。

安静波：我回来的时候仔细看了 Amazon Q 的文档，并真真正正地去使用了，我觉得有几点是很出乎我的意料的。比如说如果你去使用它，你会发现它去管理你的知识的时候，已经对接了 47 个 Connector。这对于企业来说，我觉得很震撼，因为我就很需要这样的东西，而不是需要一个类似于 GPT4 或 5，它商业化还需要安全管理，还需要连接知识库等等。Amazon Q 甚至已经做到这么多的连接器，还可以设定有效期，因为大家知道知识是有有效时间，包括需要安全控制，这都是企业真正商业落地需要的。另外，Amazon Q 作为一个开箱即用的产品，它还解决了运行环境的问题。如果我们现在自己的团队去搞一个开源大模型，需要消耗了大量的时间进行探索，然后花了大量时间还要做服务保障，这显然并不是最好的一个方式。

霍太稳：从产品落地的角度去看，三层技术栈在实际业务场景中有怎样的落地价值？

祁宁：我们是做技术问答的社区，如果我们现在想做一个类似于技术问答的机器人，其实可以很快就把它与 Amazon Q 结合，它里面已经有一整套的数据和工作流。我们把数据扔进去，它就可以从底层的存储，到应用，到最上面的交互，都帮你做好。所以这对我们来说还是挺有意义的。如果你有一些成熟的应用，比如说对企业来说，它有很多已知的一些数据，或者有内部大量的一些文档，或者其它的一些东西，它可以很快地转变成一个面向 AI Ready 的产品状态，我觉得这个是很好的一个应用场景。

黄东旭：我先解释一下为什么这个助手型或者说 Assistant Chatbot 这样的形式会火，或者说是有风口。因为我觉得它其实改变的是大家跟计算机交互的方式，这是很基础的东西，但是它意义非常重大。相当于降低了大家去构建软件，或者说去使用计算机的成本的这件事情。

现在很多企业里边产生了大量的数据，我知道这个数据是有用的，但是清理数据的成本和构建数据缩影的成本，其实大于最后数据能够产生的价值。所以我觉得第一步，AI 在这些企业内部的数据挖掘，或者说构建数据的应用这些地方可以看到立竿见影的价值。先从数据入手，可能是生成式 AI 在企业内应用的第一站。

霍太稳：亚马逊云科技提倡“负责任的 AI”，那么关于生成式 AI 的安全问题，大家是如何理解的？

安静波：负责任的 AI 肯定是 AI 发展的前提。我们有时候在国内参会跟一些监管部门去沟通。他们提到一个说法，就是你做 AI 的东西，你的投入里有 30% 是跟安全有关的。

亚马逊云科技构建了这个生成 AI 的开发和运行环境，安全是商业 Ready 的必需品。没有安全可控制就不可能有商业应用 Ready。我认为不论是国内还是国外，对这个安全可控制都有极高的要求。

我看到关于监管和落地的一个趋势，从技术的成熟到个人消费者的大量的应用，再到商业的企业应用，然后才会有面向 Public 的公众应用，政策是一定会随之跟进的。技术先发展，然后大规模的消费者应用，然后企业应用，然后公共法规跟上，这是一个过程。

我觉得 AI 安全这个课题不管国内还是国外都有一个很大的市场，未来有两类，一类是垂直领域，会有很大的 AI 的安全公司出现；第二个云厂商也会有很好的安全产品出来。

黄东旭：其实这点我挺悲观的。现在我们讨论的生成式 AI 的安全问题，跟我们过去讨论其他人写的软件安全问题，是完全不一样的两个问题。过去我有源代码，是可解释的。但现在我们构建 AI 应用的方式，严格来说都是个黑盒。我觉得所有的这些安全，都取决于 AI Alignment 技术的创新。

祁宁：我觉得现在安全，可能跟我们之前传统意志安全不一样。我们之前的安全可能是代码层，现在的安全更多是建立在逻辑层面上。未来，去构建 Prompt 的时候，可能就要考虑怎么样建立一个安全的 Prompt 去更好地符合伦理道德。

霍太稳：大家怎么看待 Zero-ETL 这个产品的场景价值？

黄东旭：我觉得这个 Zero-ETL 这个理念是非常好的。如果大家仔细看现在的数据、数据应用，或者数据的基础架构，其实都呈现了一个非常碎片化的状态。比如说数据库是 Amazon RDS，Amazon Aurora， Amazon Reshift 以及 Amazon S3。对于用户来说，每个数据库都开箱即用，但是后来就会发现数据之间的同步会花费更多的时间。这就是为什么我们觉得一体化的数据平台很重要。现在你看到 Zero-ETL，其实是对现有的技术架构的一个优化，或者说重新封装。

霍太稳：对于今年现场发布的 Amazon S3 Express One Zone 和 Amazon Graviton4 的价值，大家怎么看？

祁宁：对我们初创企业来说，能省钱是最好的。之前大家都在 X86 上运行实例，没有去考虑其他的架构，但是如果它有提供这样一个选择，就是可以在不需要改变我们任何逻辑的情况下，直接把使用成本降下来，这对我们来说很有价值。

我们其实也在测试，在不同的价格上的性能，还有它实际最后支付的费用。亚马逊云科技提供这样的选择很有意义，我们也会在实际应用上去推进这样的替换，把之前一些比较昂贵的一些应用往新的处理器架构上去迁移。

安静波：Amazon S3 是一个很经典的产品，大家可能都觉得没什么可 Reinvent 了，但是它出来一个更新，你会发现还是有惊喜的。举个例子，比如说 Intelligent-Tiering，我们会监控每一个客户他的访问频度，如果说他三个月不访问了，我就把他放到 S3 Glacier 里，如果客户什么时候访问，我会再给他挪出来。这个功能我需要花大量的时间去做开发、测试。而这次发布的 Intelligent-Tiering ，就能够自动根据用户访问与否进行相应的处理。这个功能原先要我们自己来做，但我没想到这么古老的 Amazon S3 还在不断地做降本和创新。

另外，基于亚马逊云科技，我们在 2015 年基本上把当时所有的云服务都做了重构，包括使用了 Amazon EC2，Amazon S3、Amazon RDS 等大量的产品。国内很多时候只是卖产品，但是亚马逊云科技是真的在为 Builder 去做服务。因此，基于海外的生态，我们就可能会考虑还是基于亚马逊的产品去快速的去迭代、快速的上线。

黄东旭：我先说为什么 Serverless 如此重要。从成本上，它对开发者的负担是非常低的。过去我们开发个应用，最古老的时候还要去买服务器、找机房，还要托管；后来云计算刚刚开始出来，只需要买虚拟机，然后买服务、写应用，但是仍然需要管理虚拟机的状态，以保证它的高可用。现在这些都不需要操心了，只需要关心业务。从用户体验来说这是一个飞跃。因为好用的东西，一定会打败不好用的东西。

从技术上来说，有 Serverless 了以后，才能更好地去利用云上的资源。我觉得 Serverless 这个产品形态，是能够支持像我们这样的基础软件提供商去打造盈利模式的。

举个简单例子，我们 TiDB Serverless 上线了以后其实可以提供一个免费的 Database 给全世界所有人，这在以前是不可行的。因为其实可能 99% 的免费用户的用量是不太多的，所以我可以用一个更加共享，或者更加弹性的资源策略去应对，我从那些有高要求的用户那边收到钱就行了。

所以我觉得 Amazon S3、Amazon EC2、Amazon DynamoDB 这几个产品虽然都是亚马逊云科技一直以来有的东西，但正是几个产品构建了整个亚马逊云科技云的弹性的基石。所以在这上面任何一点创新都会带来巨大的的影响。

总的来说，Serverless 一定是未来的方向，因为用户体验变得更好了。对于 PingCAP 这样的基础软件厂商来说，不管是 Serverless ，还是这些基础设施的更新，它产生的影响也是更加深远的，不仅是亚马逊云科技，而是整个生态，所有人都会共享这个进步。

霍太稳：亚马逊云科技的 CTO Werner Vogels 在会上发布了俭约架构师的七大黄金法则，想听听大家对此的看法？

黄东旭：我谈一谈这条，把成本视作非功能性的需求。我最近这一年有一个亲身经历的例子。我们在做 TiDB Serverless 的时候其实在内部测试了好几版。可能一开始成本优化了 10%、20% 差不多了，然后我们直接说咱们应该敢想一点，能不能把这个成本下降“1000 倍”。最后我们其实为了达到这个目标，团队就会被迫放弃掉现有的一些固化的思想，再去做一些更大的技术创新，去做业务的重构。这也是为什么我们在云上开始使用 S3 作为我们新一代数据库引擎的基石。当我们把成本作为一个很重要的事情去思考的时候，它可能会带来一些选择和技术上的 Think out of the box。

第二点我印象特别深刻，无法观测的系统将带来无法估量的成本。我去面试一些 Senior 的研发，包括一些系统的架构师的时候，我很关注架构师对于这些系统的可观测性的重视度。有经验的架构师可能在构建系统的时候，就会把可观测性，跟系统的功能、成本，摆到同样重要的位置。只有当系统是可观测的，才可能有调优的机会，以及如果有什么问题，才有去修复的机会。

可观测性不仅是衡量业务的一个指标，也是衡量内部团队质量的一个手段。比如团队质量不高，构建了一个不健壮的系统，可能用户量小的时候没什么问题，但是用户量一上来，或者有新的需求的时候，就可能要推倒重来。

安静波：我觉得大部分的架构师是从研发一线的架构师，到高级的架构师，再到总架构师。

在国外可能架构师就能负责很多方面了，不仅要负责代码数据，还要负责基础设施、成本、业务。我们常说在国内做 CTO 最重要的核心就是业务跟技术的结合。这里边第二条最重要的是架构和业务之间的关联。而业务里边最重要的一点就是，业务的发展和成本之间是呈正相关的。我们经常讲要降本增效，尤其是云上如何去降低成本。有一个前提是跟业务保持一定的比例，首先要有业务的规划，然后才有云上架构的规划。比如明年我的业务用量要比现在多上 5 倍，那架构的调整和节省成本的方式跟明年的业务如何结合是与今年完全不一样。做技术的人有时候会忘掉业务强相关这一点，忽略了业务对技术的影响。所以我特别想提出来就这一条。

此外，我们信赖一个法则，即所有的事情都必须是可观测的。你看刚才讲成本可观测，然后我的系统的架构运行指标可观测。因为我们做实时通信的系统，单一一个系统每分钟要采集 7 万多个指标，它所有的目的就是我们讲的叫无度量不优化。包括优化成本也是优化，没有度量就绝对不能优化。那么研发团队也是一样的，如果不能度量，其实我们不能大量地发展团队。我们也是从几十人上百人发展到现在有六七百人的这样一个规模，这时候必须有严格的度量方式，虽然这种度量的方式我们不能 100% 依赖它。

祁宁：我们当时还 Battle 了一下他那个演讲的标题要怎么翻译。它是用了一个节省，英翻中是没错，但直译我觉得那样是有问题的。我认为它应该是翻译成节俭。

其实它的中心思想就是成本意识要贯通在架构设计上来，自始至终就从成本这个角度去考虑。因为我们之前讨论的架构都是一个健壮的架构，或者一个可扩展的架构、灵活的架构，但是它从一个成本的角度来考虑这件事情的时候，最终是要能够实现一个成本可控的架构。从架构上来说，成本就是可控制的。

霍太稳：面对当下生成式 AI 的技术浪潮，各位认为技术管理者在招人、用人方面需要做出什么改变？

黄东旭：我最近一年最大的影响可能是跟 Werner 的七条黄金法则最后一条比较相关，就是 Open minded 在这个时代会变得更加重要。可能过去的这个经验在未来的这个几个月就过时了，比如 AI 工程师。所以大家要保持一个开放的心态。

另外，我觉得现在工程师这个职业，考核技术层面上的东西会越来越少。比如说具体到有几个参数这种问题已经没必要了。因为 Copilot 也好，Amazon CodeWhisperer 也好，编程这件事情已经被技术解决了。但是它对于一个系统的宏观设计和感觉，这是 AI 目前做得不够好的。所以我可能会更多的偏向于去考察一些更软性的东西。

祁宁：对程序员来说，之前的某些技术成分可能是属于手艺的成分，比如代码写的很好、执行效率很高。但现在来说是这一部分的意义已经不大了。ChatGPT 现在相当于把大家都拉到了一个相对平等的一个起点。

但从另一个方面来讲，就更需要考察程序员的整合能力，或者说他从架构这方面考虑的能力变得更为重要。这个程序应该往哪个方向去写，哪些功能是必要的，健壮的架构有哪些必要的实现……我觉他有没有这样的意识特别重要。可能我们以后不招 Developer，招 Builder。Builder 可能更能定义我们要招的这样一个角色。

安静波：首先心态很重要。我印象特别深有一段对话，我们所有人都知道答案是生成式 AI，那么问题是什么？我们需要知道问题的人，要有思想的人。我们也是用这个标准去衡量候选人。有技能是一个基础，要衡量他有没有思想，最直接的方式就是看他怎么向 AI 提问，观察他提问的过程。

霍太稳：Werner 提到，“现在是成为构建者最好的时代”，大家怎么看待这个事情？

黄东旭：有想法的人很多，做开源这么长时间，我是有这个亲身体会，就是高手在民间。你永远觉得你自己比较厉害的时候，社区里或者外部总会有人带来 Surprise。我觉得生成式 AI 降低了技术门槛，让这些有想法的人把想法变成现实。

同时，云本身在变成一个新的操作系统。以前我们要做应用，还得学 Linux，还得学 Windows，学各种各样基础设施相关的东西。但现在在云上实现这些东西变得越来越简单。加上 ChatGPT 和 AI 的这些能力，开发者能够快速构建出应用；再加上云的弹性基础设施，其实就已经可以实现 One man company 了。

创新的成本变得很低。对于 Builder 来说，想做东西，这个门槛现在至少是有史以来最低的时候，但我更看好未来，未来会更低。

霍太稳：从开发者角度，亚马逊云科技发布的 Amazon Q、Amazon Bedrock、Amazon CodeWhisperer 等一系列生成式 AI 工具对他们的开发工作有什么影响？

祁宁：生成式 AI 爆火之后，我一直在想编程语言最终会不会消失。因为编程语言创造出来的时候，就是让人懂机器，让机器懂人要干什么。但是如果有了这种大语言模型，其实中间这一层可以被消解掉。人要干什么，他告诉大模型，由大模型去生成机器码，那么程序员的意义在哪里？今天刚刚提到的 Builder 这个词解答了这个问题。他其实是更多地去创造，知道怎么拿这些资源去整合出我们最终想要的一个解决方案，这个可能是他最重要的一个能力。所以说我觉得可能我们后面开发者的思维范式要有所转变，可以更多的去拥抱这样的一些工具。

安静波：我感兴趣的是 Amazon CodeWhisperer 里面提供一个 Professional 的一个版本。在 Professional 版本里，我们可以把自己的代码上传上去可以再提升提高 28% 的开发效率。

代码转换方面， Amazon Q 和 Amazon CodeWhisperer 配合可以极大提高效率。Keynote 提到亚马逊云科技一个 5 人小团队两天就可以将 1000 个生产应用程序从 Java 8 升级到 Java 17，而我们自己把 Java 8 的代码升级到 Java 23，升级 1 个大概是要一个月左右的时间，所以我们正在和他们一起利用亚马逊云科技的这些工具去解决这个问题。

霍太稳：大家对 2024 年有哪些期待？大家认为明年的 re:Invent 可能会带来哪些惊喜？

祁宁：AI 其实是一个很大商业机会，所以我觉得明年 AI 仍然会是 re:Invent 重要内容。因为今年只是发布了一个初步的模型，明年应该会有一个更具体的动作，包括根据今年行业的需求变化，明年应该会有更多的应用方面的更新。Amazon Q 我觉得明年会有一个更大的迭代。

黄东旭：我的期待比较实际一点，就是活下去。这个是最大的期待了。预测一下，我是觉得包括明年的 re:Invent 一切东西都会变得更简单。因为我是觉得 AI 会更加深层次地改变现在的产品形态，包括 Amazon Q 都只是小试牛刀，接下来我觉得会有更多的、更深层次的应用，但是这个应用的方向一定是会让这些复杂变得更简单。

安静波：最主要的期待是国内的大模型什么时候能商业落地，赋能各行业的应用。对 re:Invent 的期待，比如说我们现在基于 ARM 的替换，实际上我们几乎快完成 100% 的替换了，但这个替换过程很慢，希望未来能有加速的空间，期待亚马逊云科技明年的创新能带给我们这方面的惊喜。

结语

生成式 AI 对于每一个开发者的影响是不容怀疑的。围绕生成式 AI，今年亚马逊云科技在 re:Invent 也发布了一系列与企业业务相关的、与开发者工作相关的创新。

正如 Werner 所说，“现在是成为构建者最好的时代”，在这个过程中，持续的学习是非常重要的。不论是亚马逊云科技还是其他公司，大家都可以去学习最新技术，提升个人技能，并积极利用先进的生成式 AI 工具，提高效率、开放思维，从而为个人、企业及组织带来更多的商业价值。