2018 рік пройшов під знаком розвитку і розширення цифрових перетворень, і більшість компаній серйозно зайнялися трансформацією свого бізнесу.
Вони розробляють відповідні стратегії і виділяють необхідні для цього ресурси. На тлі цих змін Йошида, технічний директор Hitachi Vantara, виділив п’ять тенденцій, які будуть актуальні в 2019 році.
Тенденція 1. Компанії поступово будуть зміщувати фокус з генерації даних на використання даних
У статті Harvard Business Review, присвяченій стратегії управління даними, зазначається, що «у середньостатистичній організації для прийняття рішень активно використовується менше половини структурованих даних, і менше 1% неструктурованих даних піддається аналізу або використовується яким-небудь чином». Розгортання великих концентраторів даних призводить до ще більшої розрізненості масивів даних, які досить складно вивчати, співвідносити один з одним або використовувати. Курирування даних стане головним завданням для отримання важливої інформації, необхідної для забезпечення діяльності організації.
Тенденція 2. Штучний інтелект і машинне навчання дозволять реалізувати потужні можливості даних для прийняття бізнес-рішень
Технології штучного інтелекту (ШІ) і машинного навчання дозволяють почерпнути цінні знання з неструктурованих даних, скласти повну картину на основі розрізнених значень, виявити закономірності в даних і зіставити їх, наприклад, в процесі розпізнавання осіб. Технології ШІ і машинного навчання все частіше знаходять застосування при виробництві побутової техніки, автомобілів, автоматизовуваних виробничих механізмів і міських інтелектуальних системах. З бізнес-даних можна отримати великі знання, які дозволять збільшити виручку, оперативно реагувати на нові тенденції, підвищити операційну ефективність і оптимізувати процеси маркетингу для створення конкурентних переваг. Однак серйозною перешкодою для всього цього є вимога очищення даних і виконання аналізу. Наприклад, у 2016 році журнал Forbes опублікував дослідження за участю спеціалістів з обробки та аналізу даних, яке показало, що найбільше години (80%) йде у них не на інтелектуальний аналіз або моделювання, а на попередню обробку і підготовку даних.
Тенденція 3. Вимоги до даних змусять компанії перенести обчислення на кордон інфраструктур
Межі компанії тепер визначаються кордоном інформаційної інфраструктури, на якій відбувається конвергенція декількох хмарних систем. У цих хмарних системах відбуваються периферійні обчислення. За рахунок близькості обчислень до місця створення даних забезпечується необхідна автономність і безпека процесів. Сьогодні постійно зростаючі обсяги даних і високі вимоги до якості обслуговування викликають потребу і в мобільних хмарних обчисленнях. Взаємозв’язок між граничними і опорними центрами обробки даних (ЦОД) будуть забезпечувати загальнодоступні хмарні платформи, а їх застосування зробить затребуваним гібридні хмарні середовища з використанням відкритих інтерфейсів REST або S3. Компанії активно шукають можливість скоротити витрати і знизити завантаження мереж, тому обчислення на кордоні мережі з нової тенденції перетворяться в необхідність. Інфраструктуру кордону середовища потрібно максимально зміцнити, оскільки вона розташована за межами хмарної системи/ЦОД і не захищена.
Тенденція 4. Центри обробки даних стають автоматизованими
Змінюється роль центру обробки даних, яка раніше полягала в наданні інфраструктури. ЦОД стає провайдером необхідних сервісів. Робочі навантаження виявляються більш розподіленими, оскільки програми виконуються у загальнодоступних та приватних хмарних системах, а також у традиційних корпоративних ЦОД. Додатки все ширше використовують модульну архітектуру, задіюючи контейнери і мікросервіси, а також забезпечуючи підтримку як віртуальних, так і чисто апаратних систем. По мірі збільшення обсягів виконаних даних буде спостерігатися відповідне зростання попиту на економічні з точки зору дискового простору системи зберігання. Компанії повинні отримувати від інформаційних технологій максимальну віддачу – це дозволить взаємодіяти з клієнтами в реальному часі, забезпечувати високу рентабельність інвестицій в ІТ, і збільшувати операційну ефективність. Для досягнення таких результатів потрібно глибоке розуміння що відбуваються в ЦОД процесів, що дозволяє прогнозувати і випереджати тенденції, а також можливості автоматизувати операції, щоб співробітники змогли зосередитися на вирішенні стратегічних завдань. По суті, ЦОД – це IoT в мініатюрі: кожен пристрій і програмний пакет забезпечені датчиком або журналом і готові до впровадження технологій штучного інтелекту, машинного навчання та автоматизації.
Тенденція 5. Корпоративна відповідальність за дані стає одним з пріоритетів
У 2018 році ставши діяти загальний регламент щодо захисту даних GDPR (General Data Protection Regulation). Він вимагає приділити особливу увагу питанням конфіденційності даних і інвестувати чималі кошти. У всіх міжнародних компаніях, чия діяльність відповідає положенням GDPR, тепер є уповноважений із захисту даних (data protection officer, DPO), який займає керівну посаду у відділі безпеки. В обов’язки уповноважених із захисту даних входити нагляд за розробкою та реалізацією стратегії захисту даних для забезпечення відповідності вимогам GDPR.
Експонентний ріст числа нових технологій і моделей бізнесу створює нові труднощі для компаній, які перетворюються з генераторів даних в організації, чия діяльність заснована на використанні даних. Системи великих даних і аналітики стають основою зростання бізнесу. Компанії усвідомлюють, які потужні можливості відкривають дані для прискорення розвитку та кращого розуміння клієнтів і ринків. Ця тенденція підкріплюється новими технологічними досягненнями в області збору даних, інтеграції джерел, пошуку та аналізу даних для реалізації бізнес-переваг.
Найвпливовіші в світі компанії – ті, які розуміють, як використовувати потенціал даних. Такі гравці, як Amazon, Baidu, Facebook і Google досягли свого високого положення завдяки можливостям, пов’язаним з даними. Але широкі можливості пов’язані і з серйозними обов’язками. Ось чому сучасні ІТ-організації повинні забезпечити інструменти і процеси, необхідні для вивчення і розуміння даних, і зробити так, щоб використання цих даних було максимально відповідальним.
