戴姆勒卡車，利用圖形數據技術成功分離IT系統…同時確保運營效率與安全

戴姆勒卡車(Daimler Truck)為子公司拆分引入的圖資料庫技術，已轉化為提升整體IT基礎設施可見性與效率的內部成果。在2021年推進與梅賽德斯-奔馳的經營分離時，戴姆勒需要拆分超過1500個已交叉依賴數十年的IT系統和應用程序。這是一個影響全球10萬名員工、5.5萬名經銷商及6000家業務合作夥伴的大型項目。

過去公司僅通過簡單的配置管理資料庫(CMDB)記錄資產，但嚴重缺乏反映實際環境中交互結構或系統間連接關係的信息。為解決這種複雜的IT依賴性問題，戴姆勒將目光投向了圖技術。最終，公司引入了Neo4j的圖資料庫，並結合網路流量分析企業ExtraHop的遙測數據，將實時運行關係以節點和邊的形式可視化。

這種方式超越了簡單的文件化層面，構建起一張"鮮活的實時地圖"。它不僅呈現了應用程序間的連接結構，還將電子郵件中繼器、稅務服務、與遺留系統的接觸點等以高級形態納入其中。這使得在拆分過程中能及早發現意料之外的依賴關係，實現了無縫切換。

通過三年半的項目，戴姆勒將13萬台移動設備和1.5萬台伺服器遷移至自有資料中心，在將整體應用程序數量減少約40%的同時，還實現了對老舊金融、物流、人事系統的現代化改造。公司表示，在此過程中通過將大語言模型(LLM)集成到圖資料庫之上，即使非專業人士也能通過自然語言查詢輕鬆了解"為何昨天運行正常的系統今日出現錯誤"或"該應用程序的依賴關係位於何處"等問題。

這種基於圖的方法不僅在短期內助力架構拆分，更在安全可見性與運營穩定性方面創造了長期價值。例如，公司通過該技術提前檢測到因證書更新遺漏導致的間歇性錯誤、未知遺留設備的不必要功耗等問題，從而防患於未然。公司還透露，曾通過圖技術成功識別出進行惡意活動的代理設備。

最終，為拆分而做出的技術選擇，反而成為可持續數位化體系改革的基石。戴姆勒卡車通過基於圖的系統，實時可視化每個應用程序的預期行為與實際運行間的差距並分析差異，從而獲得了應對意外故障及網路威脅的早期反應能力。