Если вы ожидаете, что традиционные структуры хранения и данных обеспечат переносимость, масштабируемость и скорость, которых требуют облачные приложения, вы наверняка разочаруетесь, пишет вице-президент и главный менеджер Red Hat по облачному хранению и сервисам данных Майк Пич на портале Enterprisers Project.

Почему данные, эта жемчужина бизнес-активов, с таким трудом поддаются управлению, защите и монетизации, несмотря на то внимание, которое уделяют этим вопросам как клиенты, так и производители?

Ответ может содержаться в самом вопросе.

Из бесед с CIO компаний из списка Fortune 500 стало понятно, что большинство попыток своевременно извлечь из данных знания основано на том, как мы обращались с данными в прошлом. Инновации в облачном хранении и сервисах данных смогут принести пользу бизнесу, когда ИИ и машинное обучение получат широкое распространение в мире.

1. От человека к машине

В прошлом конечной целью ПО для бизнес-аналитики и управления данными была выдача читаемых человеком идей. Точность ценилась выше контекста. Полнота — выше своевременности.

Перенесемся в современный цифровой мир, которым движут ИИ и машинное обучение. Алгоритмы получают результаты анализа данных и преобразуют их в действия. Лишь незначительная часть этих действий касается людей. Каковы будут входящие и исходящие потоки данных в различных формах, движущихся с умопомрачительной скоростью, зависит только от вашего желания.

Можно ли ожидать, что в мире машин сохранится обработка данных человеком?

2. Приложения и данные — две стороны одной медали

В этом тысячелетии разработка приложений была полностью пересмотрена. Гибкие процессы позволили разработчикам быстро выявлять ошибки, часто выпускать новые итерации кода и непрерывно вносить в него улучшения. Инструменты DevOps сократили потоки работ и повысили качество ПО.

Многие инженеры и специалисты по данным, специализирующиеся на ИИ и машинном обучении, подтвердят, что хотя писать приложения стало проще, управление разнородными крупными хранилищами данных, которые питают приложения, вышло из-под контроля. В частности, получение и подготовка данных стали напоминать лечение зубов без анестезии.

Быстрое распространение контейнеров и гибридных облаков усилило недовольство владельцев данных, которые пытаются, с одной стороны, предоставить разработчикам больше возможностей для инноваций, а с другой — сделать данные более доступными, но при этом защищенными.

Эта задача не имеет единственно правильного решения. Однако имеется достаточно оснований полагать, что большинство успешных предприятий рассматривает модернизацию приложений и данных как два аспекта одной проблемы и не откладывает модернизацию данных на будущее.

3. Нативные облачные сервисы данных для нативных облачных задач

Некоторым предприятиям не удается полностью воспользоваться своими вложениями в нативные облачные методологии разработки и технологии из-за того, что устаревшие данные и средства хранения тянут их назад. Бесполезно ожидать, что традиционные данные и системы хранения обеспечат переносимость, масштабируемость и скорость, которые требуются нативным облачным приложениям.

Хорошей новостью является то, что найти решение не так уж сложно. Главное применить новые способы использования всей мощи данных, сделав их при этом доступными, устойчивыми и пригодными в качестве основы действий приложений в открытом гибридном облаке.

Нативные облачные сервисы данных создают открытую среду приложений гибридных облаков с простыми в использовании сервисами для интеллектуального перемещения, хранения, преобразования корпоративных данных, реагирования на них и использования их для обучения. Современные CIO успешно сотрудничают с пользующимися доверием консультантами, которые могут раскрыть весь потенциал нативных облачных сервисов данных.

4. Новый подход к гибкости и масштабированию

Поскольку индустрия движется в направлении «инфраструктуры как кода», руководители бизнеса требуют от ИТ-инфраструктуры большей гибкости, масштабируемости и единообразия. Производителям традиционных систем хранения пришлось обновить продукцию под угрозой лишиться своих позиций. В эпоху интеллектуальных приложений и гибкой разработки к ИТ-инфраструктуре по-прежнему предъявляются требования гибкости и масштабируемости.

Руководителям бизнеса и ИТ может оказаться полезным взглянуть на эти проблемы через призму данных в состоянии покоя, в движении и в действии. Это соответствует потокам данных в эпоху Kubernetes, гибридных облаков и разработки в реальном времени.

5. Учет рыночных шоков в ИИ и машинном обучении

Такие события, как COVID, способны дезорганизовать базирующиеся на ИИ алгоритмы цепочек поставок, поскольку подобные события не учитывались в используемых для обучения наборах данных. Поэтому инженеры по данным расширяют эти наборы для учета будущих шоковых событий на рынке.

Руководители бизнеса и политики согласны, что данные могут помочь вывести нас из пандемии и изменить нас к лучшему.

Ценность данных трудно переоценить. За ними охотятся хакеры, которые всегда похищают данные и никогда логику приложений. За ними гоняются все провайдеры публичных облаков, поскольку привязка к данным стимулирует привязку к платформе.

Нативные облачные сервисы данных позволяют современным предприятиям отделить сигнал от шума и выявить потенциал своих данных в эпоху ИИ.