Potenziale von Multi-Cloud realisieren
Das Wichtigste vorweg: Workday nutzt mehrere öffentliche Clouds. Durch unser Multi-Cloud-Konzept können wir gezielt die besten Funktionen aus dem Innovationswettlauf auswählen, der durch milliardenschwere Investitionen der Anbieter in die öffentliche Cloud angeheizt wird. Tatsächlich haben wir selbst erhebliche Investitionen in unser Multi-Cloud-Framework getätigt, das auf der Google Kubernetes Engine (GKE) basiert. Wir können damit die attraktivsten Public Cloud-Funktionen nutzen und unseren Kunden gleichzeitig Flexibilität bieten.
Bereits jetzt haben unsere Kunden in den USA, Kanada, Singapur, Deutschland und Australien die Möglichkeit, Workday Financial Management und Workday Human Capital Management (HCM) auf AWS auszuführen. Darüber hinaus sind Workday Financial Management und Workday HCM in ausgewählten Märkten in Google Cloud verfügbar. Unser Ziel ist es, mit der Zeit weitere Produkte und Regionen hinzuzufügen, um unsere globalen strategischen Wachstumsinitiativen zu unterstützen.
Die beträchtlichen Kapitalinvestitionen durch Public Cloud-Anbieter und die daraus resultierende Funktionsvielfalt sprechen für sich. Unser Ziel ist es, diese Funktionen zu nutzen, um sowohl den Workday-Kernservice zu verbessern als auch grundlegende Tools wie künstliche Intelligenz (KI) und Machine Learning (ML) zu nutzen. Zu unseren Partnern zählen Public Cloud-Anbieter, die hochinnovative und beeindruckende Funktionen bieten – darunter Amazon Aurora und GKE. Somit können wir unseren Kunden Wettbewerbsvorteile insbesondere im Bereich KI und ML verschaffen.
Durch die Zusammenarbeit mit Public Cloud-Anbietern nutzen wir deren umfassende Infrastruktur und Funktionen, um unsere KI-Services zu erweitern. Auf diese Weise können unsere Kunden eine Vielzahl von KI- und ML-Funktionen wie erweiterte Analysen, intelligente Automatisierung und prädiktive Erkenntnisse nutzen, um schnellere Innovationen, Skalierbarkeit und ROI zu realisieren.
Ein gutes Beispiel dafür sind unsere ersten Iterationen von Anwendungen zum Erfassen von Dokumenten, wie etwa die optische Zeichenerkennung (OCR) für Spesenbelege, die auf einer von uns selbst entwickelten Technologie basiert. Dabei kommen KI und ML zum Einsatz, um eine Reihe manueller Prozesse zu optimieren. Aufgaben wie das Scannen von Spesenbelegen und Lieferantenrechnungen lassen sich damit kontaktlos abwickeln. Inzwischen setzen wir die Lösung Procurement DocAI von Google Cloud für OCR ein.
Anstatt eine spezielle Rechen- und Speicherinfrastruktur speziell für die ML-Entwicklung aufzubauen und zu verwalten, nutzen wir Infrastrukturservices in AWS, um diesen Bedarf zu decken.
Wir möchten unsere Bemühungen dort konzentrieren, wo sie den größten Mehrwert für unsere Kunden generieren. Dazu entwickeln wir nicht nur selbst kontinuierlich moderne Funktionen, sondern nutzen auch die Innovationsinfrastruktur unserer Partner. Mit anderen Worten: An der Bereitstellung von Workday-Funktionen wie OCR, die den Workday-Kernservice ergänzen, sind mehrere Public Cloud-Anbieter mit entsprechenden Integrationen beteiligt. So können wir erstklassige Funktionen bieten und gleichzeitig Kundendaten schützen und regulatorische Anforderungen erfüllen.
Uns ist jedoch bewusst, dass der Nutzung der Cloud-Services eines Anbieters sorgfältige Überlegungen vorangehen sollten. Multi-Cloud-Portabilität wird sich langfristig als unerlässlich erweisen. Darum geht es uns bei Rechenressourcen/Speicher/Netzwerk nicht nur um den jeweils günstigsten Preis, sondern vielmehr um den allgemeinen Mehrwert für das Unternehmen unserer Kunden.