PayPal 的旅程：如何在可持續發展與資料需求間平衡
背景
PayPal 是一家網上支付巨頭，每年進行數以十億計的交易，總金額超過 1 萬億美元，佔據了市場的 50%以上份額。由於業務的本質，該公司在任何時刻都在大量地進行資料傳輸，同時努力從中獲取實時洞察。然而 PayPal 面臨的最主要挑戰是要快速、高效地同時完成這兩個任務，而延遲、資源、容量和效能都是最重要的考慮因素。此外作為一家以資料為基礎的企業，PayPal 還設定了具有野心的可持續發展目標：到 2040 年實現 100%碳中和，到 2025 年將運營溫室氣體排放量減少 25%（相比 2019 年）。因此 PayPal 在全球十分注重如何以負責任的方式滿足擴張業務所需的計算和儲存能力。
滿足需求的擴縮容能力
PayPal 擁有混合式資料中心架構：既有與資料中心合作夥伴合作的自建基礎設施，又利用公共雲。正如 PayPal 的執行副總裁兼 CIO Archie Deskus 所描述的，該品牌一直以來都是「天生的雲原生」，近年來的策略之一就是將更多業務部署到公共雲中。隨著數位商務與疫情期間相應的交易量迅速增加，PayPal 與德勤合作，退出了一些非戰略性的資料中心，將其支付平臺和交易的水平伸縮應用轉移到了 Google Cloud 上。Deskus 解釋說，PayPal 最需要的是應用部署的執行時間。關鍵在於，公司擁有交易量在某些時期會出現指數級增長的高峰期，比如黑色星期五和網路星期一，每秒處理平均 1000 筆交易。現在有了 Google Cloud，PayPal 能夠「擴張和突發增長」，在不浪費資源容量的情況下應對這些高峰期。PayPal 依賴自有資料中心資源，以節約成本滿足基礎需求，而一旦超出基礎需求，便利用擴容能力應對。
靠近資料源的分析
另一個重要的處理需求是資料分析。資料引力（Data Gravity）是這裡的關鍵因素，它指的是資料引起更多資料和應用程式的趨勢，並使其更難移動。因為 PayPal 承諾實現可再生能源和高效能源使用，所以希望確保分析作業盡可能靠近資料源。為此，PayPal 與 Google 在猶他州鹽湖城的雲區域合作，將其基礎設施的關鍵元素遷移到了該區域。Deskus 表示核心基礎設施是「緊密耦合」的，以使延遲「絕對最小化」。Deskus 說：“在 PayPal，我們為客戶處理大量的實時資料。將資料分散在各處將會導致效能和延遲問題。”公司與 Google Cloud 合作的一大目的就是將這些資料分析作業集中起來。公司預計該遷移將在 2024 年上半年完成。此外由於先前的收購或分散的運營模型，PayPal 在其產品組合中擁有多種分析工具，現在正在努力將其合併，以更好地瞭解客戶在各個品牌之間的情況。此外 Deskus 表示需要在不影響延遲的情況下進行投資解耦，對資產利用率不斷進行評估，確保哪些資產可以被淘汰。為了採用這些工具，重要的是擁有正確的技能組合。Deskus 表示 Gen AI 和 ML 的複雜性需要在培訓和招聘方面進行投資，以確保人才能夠應對新興機遇和挑戰。
應對資源需求的挑戰
雲端計算、人工智慧、大資料分析等技術和流程的爆炸性增長，正在驅使對計算資源的需求不斷增加。大型企業面臨的一個日益嚴峻的挑戰是如何跟上這些耗能技術的步伐。特別是大量的計算同時執行時，會產生大量熱量，需要大量水來進行冷卻。據報道，OpenAI 在愛荷華州為其開創性的 ChatGPT 幾乎使水源枯竭。Deskus 承認：“我們看到了系統在能源方面的壓力。每個人都在努力爭取現有的能源。”她表示理想情況下，公司應該提前規劃，避免因為能源短缺或未能考慮到交貨周期而無法擴充套件業務。Deskus 說：“明智的做法是理解這些約束在哪裡，並確保我們進行適當的規劃，以避免阻礙我們業務的增長。”
編者評論
PayPal 作為一家大型網上支付公司，正在努力平衡極高的資料需求和可持續發展目標。該公司不僅需要處理龐大的交易量，還需要實時分析這些資料以獲取洞察。為了提高效能和彈性，PayPal 將業務部署到了公共雲中，同時透過合作夥伴的資料中心滿足基本需求。此外 PayPal 還注重將資料分析靠近資料源，以降低延遲。為了實現這些目標，該公司與 Google Cloud 合作，在鹽湖城建立了雲區域。
PayPal 的另一挑戰是應對快速增長的資源需求，如人工智慧和大資料分析所需的計算資源。公司正在尋求高效能和高效能的解決方案，並提高算法和資料需求的效率。同時 PayPal 認識到技能組合的重要性，並投資於培訓和招聘人才。
PayPal 在解決其資料需求和可持續發展目標之間遇到了許多挑戰，但它的努力和策略在業界中獲得了肯定。然而 PayPal 仍然需要不斷努力，尋找更加高效和可持續的解決方案，以滿足其快速增長的業務需求。
建議和結論
對於其他企業面臨類似的挑戰，以下建議可能會有所幫助：
- 針對業務需求選擇合適的部署策略：根據業務的需求和特點，選擇適合的資料中心架構，包括自有資料中心和公共雲。評估每種策略的優點和缺點，找到最佳平衡點。
- 最佳化資料分析運算：將資料分析靠近資料源，降低延遲，提高效能。同時尋找高效率的算法和資料需求，達到最佳效能和成本之間的平衡。
- 投資於培訓和招聘：人工智慧和大資料分析等新興技術需要專業的技能組合。企業需要投資於培訓和招聘來確保與時俱進的技術實力，應對新的機遇和挑戰。
- 考慮可持續發展目標：對於公司的可持續發展目標，包括碳中和和節能減排，制定明確的計劃並尋找與之相符的解決方案。
最重要的是，企業應該根據自身的需求和情況，定制相應的解決方案。每個企業的情況都是獨一無二的，因此需要精心考慮和評估不同的選項，以找到最佳的平衡點。
延伸閱讀
- 「Mitico 獲得 430 萬美元種子輪投資，運用‘史前化學’技術捕捉二氧化碳！」
- 微軟以 4 億瓦太陽能推動 AI 野心，綠能與科技結合的未來！
- 「對抗氣候變遷！洛杉磯新創企業如何攜手減少野火風險？」
- 「揭密電子廢料！Alta Resource 如何回收珍貴稀土金屬！」
- YouTuber LegalEagle 針對 PayPal 的「沉睡寄生蟲」Honey 擴充套件提出訴訟！
- 「Electra 揭曉廉價潔淨鐵淨化新技術，獲得 2.57 億美元資金助力發展！」
- 風投基金創始人控告 PayPal，指控種族歧視引發關注！
- 「2025：氣候科技與人工智慧的完美聯姻將如何改變未來？」
- 氣候科技的黃昏：未來的新機遇將是什麼？
- 「能源轉型已成大勢所趨！大型資金無法回頭的背後故事」
