写在正文前
开这个系列希望能够通过 AI 的辅助结合自己的观察，
以 TOGAF 为分析框架，推演 AI 加持下，案例的企业是否能走出 AI 转型的路线
在以最小的熵增为代价，取得尽可能多的行业优势
选取此企业为案例也有几个原因 ：企业主具备良好的变现渠道，资源供给基本没有压力 能够支撑各种方向的尝试与探索。
公司架构全景
公司概况
某科技公司是一家以嵌入式设备为核心、提供配套软件与云服务的解决方案提供商。其产品以 NAS 为基础，在设备端集成 AI 推理能力，面向大型企业客户交付。
公司组织扁平化，按两大板块运作：
- 研发部门： FAE部门 和 平台部门
- 支撑部门： 行政等
公司不直接面向客户销售，而是通过合作伙伴渠道完成销售环节，自身聚焦于产品研发与交付。
业务架构鸟瞰
核心产品形态
公司的产品以"硬件 + 软件 + AI"的组合呈现：
- 硬件 ：基于通用计算平台的嵌入式设备
- 软件 与 AI ：
- 采用分层结构 : 以 复用范围 分为 : 基础设施, 公共平台, 特化业务
- 采用微服务架构 : 以支撑 研发人员的更替 和 能力要求的变化.
- 云平台 ：
- 云上业务运行于 PaaS 上 : 支撑设备运营和多设备互联业务
业务模式
公司作为解决方案供应商,协同合作伙伴完成交付.
公司拥有自研软件基线产品. 根据硬件情况进行软件移植与裁剪，形成定制化解决方案。
交付链路为：
客户需求/合作伙伴 → 公司产品/售前(收集) → 产品/PM(拆解) → 研发(移植/裁剪)
核心痛点
在业务运作中，两个痛点最为突出：
- 需求传递失真 ：客户需求经合作伙伴到达公司内部，由产品收集后再与 PM 口头拆解后传递至研发，整个过程缺乏结构化记录和系统支撑，信息在传递中衰减和变形。
- 交付质量不稳定 ：软件移植的兼容性问题和软件模块间的集成兼容性问题是主要瓶颈。
数据架构鸟瞰
数据分布
贯彻"Local First"理念
企业内部数据分布在自建机房
终端用户数据按如下规则分布：
| 位置 | 数据类型 | 说明 |
|---|---|---|
| 端 | 用户身份信息 | 支撑用户访问边设备必要部分 |
| 边 | 绝大多数用户数据 | 隐私敏感数据本地留存 |
| 云 | 多用户协作必要数据、设备监控维护数据 | 仅支撑业务必要部分 |
数据交换模式:
- 云<->边 以 边 发起为主, 管控和维护信令通过 边通道 下行
治理现状
企业自创立 至今尚处早期阶段
- 具备领域划分
- 数据治理体系薄弱
- 数据血缘模糊
- 标准化程度低
- AI 相关的新实体尚未资产化
- 数据集
- 模型
- 前两者的生产流程
- 边设备专用模型的生产
- 测评数据集的维护
应用架构鸟瞰
核心系统
公司的应用系统按云边分布如下：
| 领域 | 系统 | 部署位置 |
|---|---|---|
| 用户 | 用户体系 | 云 + 边 |
| 运维 | 运维体系 | 云 + 边 |
| 制品 | 生产管线 | 云 |
| 网络 | SDN | 云 + 边 |
| 存储 | NAS | 边 |
| AI | 推理服务 | 边 |
系统集成
- 功能集成
- 设备内：通过 异步消息(Pub/Sub) 和 同步请求(HTTP), 进行互操作
- 云边之间：以 异步消息(MQTT) 和 同步请求(HTTP), 进行业务/运营意图的执行
- 设备互联
- 网络穿透：提供 NAT 穿透，支撑用户与设备、设备与设备之间的跨区域互联。
管理工具
团队使用 Confluence 和 Jira 等协作工具，但未能充分投入日常运作。需求管理、交付跟踪缺乏系统支撑，部分模块存在可合并的冗余。
技术架构鸟瞰
选型概览
| 维度 | 边端 | 云端 |
|---|---|---|
| 运行环境 | 完整 Linux + systemd 进程管理 | 运营商基础设施 + K8s |
| 语言与框架 | 多种 | — |
| 存储 | Redis, PG/MySQL, LevelDB, 自建对象存储与同步 | Redis, MySQL, 供应商 OSS |
| CI/CD | Jenkins | — |
架构理念
“Local First"是贯穿技术决策的核心理念。
四域关联观察
从全景视角已可看到几条关键关联线索：
- 需求传递失真（业务） 与 数据治理薄弱（数据） 互为因果——缺乏结构化数据标准，信息在跨角色传递中必然损耗。
- 口头传递（应用无系统支撑） 放大了上述问题，而已有的 Confluence/Jira 未能介入这一环节。
- Local First 架构（技术） 增加了数据治理和微服务治理的复杂度——边端分散、网络不稳定、环境异构，传统的集中式治理手段在此失效。
- 交付质量（业务） 的问题根植于上述三个领域的叠加效应——需求不清 → 实现偏差 → 兼容验证不足。
本文是 一系列文章的首篇， 我将结合 TOGAF 的视角，分析企业的架构现状，也将结合AI发展趋势的理解试图为企业找到一条AI化转型的道路。 内容的安排上：
- 01-04 篇 着重在现状分析
- 05-07 篇 试图找到转型路径