Центры обработки данных по-прежнему ориентированы на транзакционные учетные данные. Не пришло ли время рассмотреть новую ИТ-архитектуру, учитывающую искусственный интеллект и аналитику? Этот вопрос на портале InformationWeek обсуждает Мэри Шеклетт, президент консалтинговой компании Transworld Data.
Недавно я встречалась с CIO компании из списка Fortune 500. Он рассказывал о достижениях в области ИТ и корпоративной культуры в отношении использования ИИ и аналитики. И он столкнулся с одной серьезной проблемой: как вписать ИИ и аналитику в существующую ИТ-инфраструктуру транзакционного бизнеса?
Но ему не пришлось этим заниматься, на его предприятии все было иначе.
Его ИТ-организация начала свою инициативу по аналитике с создания группы Hadoop, которая отвечала за обработку больших данных внутри компании. В то же время другие ИТ-подразделения поддерживали обработку транзакционных данных на различных мэйнфреймах и серверах в дата-центре. Обычные ИТ-отделы и группа Hadoop были несколько изолированы друг от друга, поскольку потребности в параллельной обработке и управлении хранением для больших данных и искусственного интеллекта значительно отличались от потребностей в управлении транзакционными данными и процессингом.
Первоначальная стратегия проработала некоторое время, пока возможности ИИ и больших данных использовались только научно-исследовательской группой компании. Но сегодня потенциал этих технологий позволяет использовать все больше данных и инсайтов в повседневных процессах в маркетинге, финансах и обслуживания клиентов, также растет привлекательность ИИ и больших данных. По мере определения новых бизнес-процессов все большее их количество зависит от возможности обмена данными между транзакционными системами и системами больших данных. Это означает их объединение в бесшовные бизнес-процессы, которые не только ускоряют работу, но и помогают принимать решения.
Посыл ясен, и сегодня его слышат практически в каждой организации: пришло время рассмотреть вопрос о перестройке ИТ-архитектуры в общую структуру, которая обеспечивает процессинг и обработку как больших данных, так и обычных транзакционных данных.
Теперь на повестке дня стоит задача добиться этого.
1. Концептуализируйте архитектурную основу
В ИТ уже есть схемы, описывающие развертывание сетей, систем и хранилищ данных для транзакционных данных. В каждой системе и в каждом приложении есть потоки данных и процессов, которые показывают, как рассредоточение обработки данных поддерживает выполнение повседневных бизнес-процессов. Это относится к таким функциям, как бронирование заказов, оплата счетов или ввод записи в журнал обслуживания клиентов.
Если ИИ и обработка больших данных функционировали как остров, пришло время включить этот остров в общую ИТ-инфраструктуру. Эта работа начинается с использования того же типа процесса, который применяется для документирования репозиториев данных и потоков процессов для традиционных данных. Вы смотрите, где используются ИИ и большие данные, и документируете бизнес-процессы, которые их используют.
Также необходимо провести регрессионное тестирование. Например, если ИИ-система, поддерживающая периферийную автоматизацию производства, выйдет из строя, какие другие ИТ-системы и конечные бизнес-процессы будут затронуты?
2. Выясните, как вписывается облако
Не секрет, что многие компании, изначально инвестировавшие в локальную обработку больших данных, теперь предпочитают перенести эту внутреннюю обработку данных ИИ и больших данных в облако. Одной из причин этого является постоянная нехватка доступных по цене специалистов по ИИ и большим данным, которых может предложить облачный провайдер. Вторая причина — внезапная (и непредвиденная) необходимость масштабирования хранения и обработки данных ИИ/больших данных. Гораздо проще увеличить расходы на облако нажатием одной-двух кнопок, чем обращаться к руководству, чтобы запросить дополнительное оборудование, ПО и пропускную способность для дата-центра.
Отсюда следует, что ваша ИТ-архитектура, охватывающая как большие данные/ИИ, так и традиционные данные, должна учитывать все эти системы, процессы и данные, которые базируются в облаке в дополнение к локальным системам. Недостаточно просто задокументировать то, что у вас есть онпремис.
3. Мыслите категориями устойчивости
Оксфордский словарь определяет устойчивость (sustainability) как «способность продолжаться или быть продолженным в течение длительного времени». Именно это определение приходит на ум большинству CIO, когда они задумываются об оркестровке общей ИТ-архитектуры, охватывающей каждый процесс и каждую часть данных, будь то большие и неструктурированные или транзакционные и структурированные данные.
ИТ-архитектура также должна быть гибкой, поскольку технологии и бизнес постоянно меняются. Следовательно, любая всеобъемлющая ИТ-архитектура должна быть спроектирована с учетом возможности расширения (это означает, что ИТ-архитектуру легко пересмотреть при появлении новых приложений, технологий и потребностей бизнеса).
4. Назначьте ИТ-футуриста
Архитектурные изменения и направления развития ИТ должны быть предвосхищены. Это гарантирует, что новые разработки будут внесены в дорожную карту ИТ. Это также дает CIO возможность по крайней мере ежегодно информировать совет директоров и генерального директора о том, какие новые технологии и тенденции могут повлиять на компанию в течение следующих
Одним из способов формирования футуристического сознания является назначение в ИТ-отделе человека, который обладает дальновидным мышлением и может изучать будущие тенденции в бизнесе и технологиях, разбираясь, как они могут повлиять на ИТ и компанию. Этот человек может выполнять и другие обязанности, и ему не обязательно быть на этой должности полный рабочий день, но он или она может предоставить значимые инсайты, которые в конечном итоге принесут пользу как ИТ-архитектуре, так и бизнесу.
В общем, сейчас самое время подумать о том, как ИТ-организация завтрашнего дня сможет сочетать потребности и возможности традиционной обработки транзакций с ИИ и аналитикой.
