英特尔周三发布了其2018-2019年IT业绩报告，对半导体业务如何将其IT业务转变为整体业务的战略部分进行了内部审视。该报告详细介绍了英特尔DevOps战略的成熟性，以及其正在进行的扩展敏捷和DevOps实践的努力..它还显示了英特尔在将机器学习引入其业务方面所取得的进展。

英特尔首席数据官阿齐兹？萨法（Aziz Safa）告诉ZDNet，推动IT领域变革的很大一部分是创造正确的文化。

他说：“20年前，我们多年来不会对企业做出重大改变。“而今天，你看到新的产品来得很快。你如何将这些变化结合起来，这会对你所支持的组织以及为你工作的人的生产力产生很大的影响，并且做得很快，而不会影响你的日常生产？这需要对思维进行相当大的调整，才能创造出你所需要的敏捷性。”

英特尔于2017年初成立了公司数据办公室，作为该业务的“一站式数据商店”。根据该报告，该办公室通过在销售、营销、制造和产品设计等领域使用人工智能和高级分析，创造了12.5亿美元的商业价值。

随着数据办公室的启动，英特尔在2017年开始加强其IT基础，部分是通过敏捷和DevOps实践。英特尔创建了一个工作队，对4700多名员工进行了敏捷方法培训，并创建了500多个敏捷持久团队（APT）。报告说，在2017年底，97%的这些APT符合三级敏捷成熟度（项目卓越）标准。

在2018年，英特尔的CDO专注于增强APT的能力，并采用了一个行业标准框架，将敏捷实践扩展到企业/程序级别。他们对数百名员工进行了这一框架的培训，并对另外3,000名员工进行了一般的敏捷实践培训。

该报告称：“我们的新扩展框架为该组织充分致力于敏捷和DevOps转换创造了巨大的吸引力。”

在2019年，目标是致力于自动化开发周期与一个初步的自动化测试。目前，大约22%的测试是自动化的。英特尔希望在年底前实现60%的测试自动化，最终目标是在交付时间上减少50%。

更快的交付还需要来自不同平台的数据的互操作性，Safa说。

他说：“我们确实有很多与我们互操作的应用程序套件，我们希望确保我们非常有效地做到这一点。”“在企业历史上，你会看到相当多的数据筒仓。当你引入新的系统和应用程序时，这是一个问题。”

为此，英特尔正致力于将数据水坑引导到相关的数据湖，在那里，可信、连接和安全的“黄金副本”数据被正确地定义和集成。目标是使这些数据在所有英特尔业务和业务流程的各行中都可用。

一旦这些数据更容易访问，就更容易将人工智能和机器学习应用于它。性能报告给出了英特尔如何应用人工智能和高级分析的几个具体例子。

例如，英特尔优化了其零件库存，采用了一个智能自动化系统，将决策时间从六个月缩短到一周，节省了5800万美元。

报告说：“我们遇到了大数据技术和先进分析算法的不同库存方法和系统的挑战。“我们的解决方案在组织和供应商之间提供了无缝的交叉功能，包括内部和外部。预测建模整合了需求信号，一个自动化的预测过程现在可以测量和提高预测的准确性。

在产品验证方面，根据报告，人工智能导致了50%的调试重复和70%的回归测试。它增加了50%的问题确定在一半的预算。

在销售领域，英特尔推出了一个销售协助试点项目，以简化帐户管理，并为潜在客户推荐行动。萨法说，在销售中应用智能功能对于像英特尔这样的主要业务来说是至关重要的，因为它每天都会与多少客户互动。

销售协助试点计划于2018年在全球部署，并对当年的销售产生了4600万美元的积极影响。