20 世纪初，“电”的问世，造就第二次工业革命，而福特汽车所发明的流水生产线，则成为当时的经典代表。 21 世纪，以云计算为基础的数字转型革命，同样也在企业间形成广泛讨论，“没有跟上云计算浪潮的企业，很可能像当年没有跟上电力趋势、维持蒸汽机生产的工厂一样，最终只能黯然退出市场，”微软全渠道业务部首席技术官徐明强说。
企业升级需求渐增，IT 现代化的四个要件：A、B、C、S
据Gartner 统计，2017 至今全球企业IT 支出增长10%，显见所有企业都在加大IT 设备升级的投资。数字转型是现代企业必修的学分，据徐明强观察，企业数字转型的目标不外乎以下四种，与客户做更密切的交互沟通、提高员工生产力、优化运营效率、及带动产品或服务升级。
而要实现这四大目标，IT 架构走向现代化，是最重要的第一步。
徐明强认为，数字转型与前几年在谈的企业e 化，有很大的差异，企业如果用以往e 化时所创建的IT 架构，进行数字转型，很难实现上述所想要达到的四大目标。因为企业e 化强调用程序来解决问题，将各个企业所面临到的问题，变成软件程序可以解决的问题，而数字转型则着重在用数据预测辅助企业做决策，随着计算机运算能力越来越快且成本低、数据越来越丰富、模型越来越好，这些因素降低了数据预测的进入门槛，让企业能够把各种各样的问题变成预测问题，进而引爆这一波数字转型浪潮。
由这个角度来看，现代化IT 架构至少应具备A、B、C、S 四大要素，也就是AI （人工智能）、Bigdata（大数据）、Cloud（云计算）及Security（安全）。
AI 赋给企业预测的能力，而要做好预测就必须以数据为基础，因此企业必须将客户数据、日常运营、产品、研发…等内部各项数据集成在一起，成为AI 预测分析的基础。无论是人工智能或大数据，皆得架构在一个非常有弹性的基础设施上、也就是云计算平台，企业可以使用公有云上的运算或存储资源，也可以在自家数据中心建私有云，或是采用混合云架构，去提升IT 基础设施的弹性及便利性。
最后无论人工智能、大数据或云计算的应用，都应该以“安全”为基础前提，但凡数据传输及访问过程、云计算平台上的数据…等，都是值得企业注意的安全问题，如此才能降低网络安全风险对企业造成的伤害。而“合法合规”，更是在隐私观念崛起的时代企业应该关注的新焦点，一次客户数据外泄面对的不只显示出企业网络安全的门户洞开，更将面临商誉的重大流失。
因此挑选云计算平台时，可以借由观察其是否具备相关合规性标准为评定准绳，例如是否符合 GDPR、HIPAA、FedRAMP 等相关规范，若还能符合国家特定标准如澳洲 IRAP 、英国 G-Cloud 及新加坡 MTCS 等则更为稳妥，例如 Azure 等云计算平台都是符合标准的，都相对要更为保险。
微软云计算三支箭，满足企业所有应用需求
数字转型年代，企业务必得在IT 现代化着力，微软数年前开始积极发展Azure 云平台，除了公有云服务外，还提供Azure Stack 模块，让企业可以从自有数据中心连到云平台，打造结合弹性与调制解调器密性的混合云架构。此外，Azure 云平台不只有运算与存储资源，还提供各种与大数据分析及人工智能相关的解决方案，协助企业快速部署相关应用。
以人工智能来看，目前 Azure 提供的解决方案分成三种类型。
第一是针对目前发展比较成熟的AI 应用，例如：人脸/语音识别、图像识别、自然语言理解、数据搜索… 等，提供一个预先处理好的模型，并包装成API 形式，让企业能够方便且快速地导入既有应用之中，使其具备视觉、speech、自然语言理解及搜索的AI 能力。
第二则是针对有自行建模需求的企业，如果属于深度学习应用，Azure 支持各种不同深度学习开放源码框架，像是TensorFlow、PyTorch、MXNet 等，以及微软自行研发的CNTK，让数据科学家能够选择适合的框架进行建模。
第三，若是统计类机器学习，微软则提供由系统自动推荐最佳模型的服务，诸如像是 Azure Machine Learning Studio 等服务，使用预先构建且预先设置的机器学习算法，以及数据处理模块，并采用可视化的拖放式可视化工作区，可以协助企业将繁杂的步骤变得简单、容易处理，降低人工智能应用的难度。
中小企业也能自己做！数字转型应从“决策流程”开始做起
徐明强解释，过去数据科学家看到数据后，要从中选取属于这份数据的特征、选择适合模型、以及调校参数，这是一个非常繁琐又耗时的工作，如今微软自动机器学习服务，只需要提供训练数据、希望达到的目标，例如：要进行预测或分类，以及预计训练时间，Azure 就会自动在后台选择适合的模型并推荐给用户。
这对企业来说，有两种不同层面的效益，首先可以提高数据科学家的生产力，使其能够在同一时间内，执行很多需要建模的AI 应用，再者目前数据科学家数量的薪资成本较高，一般中小企业可能无力负担，通过Azure 自动机器学习服务，让中小企业也能够自行建模、满足内部AI 应用需求。
徐明强认为，面对数字转型，企业的思维不应该是，分析现有作业流程、思考哪一段可以用AI技术去优化，这种思维逻辑很容易达到“现状的偏见”，应该要问的是，目前内部需要做哪些决策，这些决策需要哪些预测及数据来支撑，从决策、数据到预测，一步步打造现代化IT 架构，进而实现数字转型目标。