数据正是这样显示的。
人们很容易以组织规模（以及由此产生的需求）不足以证明投入如此大量的精力是合理的为由，忽视网络自动化的重要性。
毕竟，如果贵组织只有100人，需求不可能有那么大，对吧？
会的。需求确实可能很大。
云及其搭档DevOps颠覆了许多事物，但有一点却鲜少被提及，那就是我们过去按“组织规模”对企业进行分类的方式。比如，中小型企业（SMB）、中型企业（SME）和大型企业。
传统目标市场长期以来一直按员工规模划分。虽然各个国家/地区出于治理和法律适用目的对此有法定定义，但这些定义与软件供应商的市场细分并不十分相关。市场细分决定了供应商是否会争相吸引您的关注和预算。其基本逻辑是：员工越多，为企业员工提供服务所需的人员就越多；技术越多，复杂性就越高；复杂性越高，需要投入的方方面面也就越多。
在软件供应商看来，数据中心的规模和流程的复杂程度都是非常重要的考量因素。为便于划分，这两项通常与组织规模（员工人数）挂钩。
但云和DevOps对组织规模的影响，正如虚拟化对数据中心“服务器”密度的影响。还记得虚拟服务器数量的激增吗？我们从每个应用使用一台服务器的模式，转向每个应用使用一台虚拟服务器的模式，一台物理服务器可承载10台或20台虚拟服务器。随着应用数量激增，“数据中心”的服务器数量从100台增至1,000台甚至更多，但数据中心的实际物理规模并未改变，而且在许多情况下，运维人员的数量也没有增加。
具体而言，跟踪各类人员配置水平的Computer Economics发现，仅一年时间，工程师与设备的配比就显著上升。2014年，每名工程师负责36台设备。一年后，同一名工程师预计要管理59台设备。
在应用基础设施领域，也出现了类似的增长。这在一定程度上得益于虚拟化和一些有限规模的实用自动化。
我们所做的是提高效率，不仅是物理服务器的也是其现场操作人员的。
再看今天。云、DevOps以及这个阵营的新成员NetOps，将会（而且已经开始）像我们利用虚拟化整合服务器那样，改变IT团队的规模。通过结合使用自动化、云和容器，我们正在大幅提升运营效率。这意味着，无需大幅调整人员规模，就能支持相当于目前10至20倍的应用和运营工作。
我们可以用“小型企业”的预算运营“大型企业”*。
仅凭员工人数来判断某个产品或解决方案是否适用，几乎是不可能的。因为一家只有30名员工的组织（无论按市场还是法律上的几乎所有定义，都属于中小型企业）可能在云端或自有数据中心运行着数千个应用实例。
因为自动化确实能将运营效率提升一个数量级，无论这是得益于公有云还是DevOps。
规模对网络自动化（基本）无关紧要
因此，不同规模的组织在网络自动化方面的看法、驱动因素和采用情况差异不大，也就不足为奇了。我们发现，在员工人数少于100人的组织中，9%已在生产环境中全面使用自动化。而在另一端，员工人数超过5,000人的组织中，也有8%表示已全面使用自动化。在使用自动化将重大变更部署到生产环境方面，员工人数少于100人的组织中有23%始终使用自动化。对于员工人数超过5,000人的组织，这一比例仅小幅升至25%。规模居中的企业差异也不大，比例介于21%至23%之间。
我们发现，不同规模的组织在网络和运营自动化所用的工具与技术方面存在差异。其中最显著的或许是，小型组织与大型组织在Python脚本的使用上差距较大。大多数大型企业（员工人数超过5,000人）似乎已采用这项技术，这可能得益于相关人才较为充足，以及现有运营流程种类繁多，对定制自动化的需求更大。
相比之下，略高于三分之一（36%）的微型组织（员工人数少于100人）正在使用Python脚本。此外，这些组织选择“均未使用”的比例为33%，远高于超大型组织的20%。
在网络自动化领域，这一差异依然存在。63%的超大型组织使用Cisco，而在超小型组织中，这一比例仅为35%。OpenStack则缩小了两者之间的差距，超小型企业和超大型组织的使用率分别为29%和36%，VMware的情况也类似。这家虚拟化巨头的产品在超小型组织和超大型组织中的使用率分别为63%和73%。
在网络自动化方面选择“无”的不同规模组织之间，比例差距出人意料地小于不使用自动化工具集的组织之间的差距。仅有8%的超小型组织未使用任何网络自动化工具，超大型企业中这一比例也只有5%。
这一切之所以如此有趣，是因为自动化归根结底需要某种软件，无论是定制软件（自定义Python脚本）、框架（Chef、Puppet），还是更偏向引擎的软件（Ansible、Cisco、OpenStack、VMware）。随着自动化的采用不断提升运营效率，软件提供商过去按员工规模划分组织的做法已不太合理。
推动网络（乃至整个IT领域）实现自动化的主要因素之一是运营规模。这意味着需要更多技术，而不是更多员工。毕竟，这正是我们想要的。我们希望通过技术避免违反布鲁克斯定律，从而减少不断增派人员的需要，提高日常运营效率。
因此，或许是时候重新审视这种仅凭组织规模来判断相关技术是否适用的简单划分了。正如马克·吐温的那句名言（也可能并非出自他之口）所说：决定胜负的不是狗的体型，而是它的斗志。
这只由自动化赋能的小狗，看似不起眼，实则战斗力十足。
关于作者
Lori MacVittie是F5首席技术官办公室的杰出工程师兼首席技术布道师，在应用交付、自动化战略和基础设施领域拥有深厚的专业知识。无论是为AI智能体定义防护机制、剖析脆弱的多云架构，还是探索可扩展系统的极限，她都善于化繁为简。她在应用开发、IT架构以及网络和系统运维领域拥有30多年的行业经验。加入F5之前，她曾担任技术编辑，并因出色表现获得奖项。 MacVittie拥有计算机科学硕士学位，著述颇丰，出版作品涵盖安全、云和企业架构领域。她还热衷于桌面游戏和电子游戏，并且对奶酪有着毫不掩饰的鲜明见解。
Lori Mac Vittie 的更多博客文章相关博客文章
Thingbot正转变为攻击平台
Lori MacVittie重点介绍了F5 Labs对2018年1月至6月全球物联网设备攻击的研究，并指出了其中令人警醒的影响。物联网设备不仅持续遭到利用，还被转变为攻击平台，这意味着攻击者可以更充分地利用这个必然增长的市场。
借助F5全新Quick Start，在AWS上快速开展业务
在AWS re:Invent开幕前，我们很高兴与大家分享F5与AWS之间全新的Quick Start集成。F5的Tom Atkins将介绍该服务如何启动、配置和运行在AWS上部署工作负载所需的计算、网络、存储及其他AWS服务。