中國企業對數據的需求和依賴程度日益上升,軟件在這一趨勢中扮演了關鍵角色
多年來,數據一直是一個熱門話題。我們認為,供應商、咨詢公司、合作伙伴和客戶已從規模、來源、位置、識別、挖掘、分析和價值等各個方面對數據進行了詳細分析。
這些分析活動被證明頗具洞察力,而且在很多時候幫助企業擴大了商業知識、提升了自身價值。但是,這些討論忽略了一個重要方面,即我們對數據日益上升的依賴程度。
數據的許多方面被視為可選項,但對數據的依賴卻是必選項。我們對數據的依賴程度在日益上升。隨著越來越多的設備與互聯網建立連接,數據依賴程度以及隨之帶來的影響也將上升。
首先,我們來闡釋一下什么是“依賴”。個人、企業和政府機構現在幾乎每分鐘(甚至以更高的頻率)都在存儲和訪問數據。對個人而言,數據可能只是電子郵件或iCloud上的照片;對企業而言,數據是公有云、私有云和混合云平臺上的關鍵信息;對政府機構而言,數據則是確保國家順利、安全運轉所需的公民身份和資源數據。
丟失某個iCloud賬戶及相關數據可能意味著失去了一段人生中的珍貴回憶;但是如果無法應要求檢索和獲取客戶信息和數據,任何一家企業都可能遭受致命的打擊;政府數據的丟失可能引發經濟動蕩,使國家陷入被動,并對全球經濟造成連帶影響。從任何層面來說,這些后果都是非常嚴重的。
然而,我們看到人們對數據的依賴日益呈現出不可持續的趨勢。目前,全球僅有5%的數據中心實現了現代化。也就是說,我們邁向數據型世界的進程需要依靠一些已經運轉20年的傳統架構。如無法快速采取新技術以消除IT基礎架構硬件層和應用程序軟件層之間的隔閡,企業或組織將面臨無數難以預估的風險。
存儲:存儲海量數據已經是一個常見現象,但數量終歸有物理極限。我們經常把云描述成一個星云狀的、無限的空間,并習慣隨意增加存儲容量。但實際上,云并不是一個無限的空間。存儲所有相關資料和越來越多非相關資料仍然需要一個物理空間。
數據中心正迅速演變成類似的“垃圾填埋場”。我們無時不刻不在向數據中心添加內容,并把它們都保存起來,因為我們無需對它們進行處理。這導致數據中心變得越來越大。世界上最大的數據中心是位于美國內華達州的Citadel數據中心園區,它的占地面積達到驚人的162萬平方米,幾乎是白宮面積的250倍。如果數據量繼續按當前的速度膨脹(每五年增加三倍),我們該如何應對呢?
訪問和延時:然后是數據訪問風險。我們以什么方式、在什么時間訪問數據?我們需要以多快的速度獲得數據?答案取決于數據的類型、位置和需求。隨著無人駕駛汽車、人工智能和機器學習時代的來臨,我們的數據需求將日益上升,而確保關鍵應用程序獲得優先級的需求也將日益上升。這將引發碎片化問題。
目前正有越來越多的設備以集中或分散的方式使用數據。為了提升效率和成本效益,我們將數據分散到了不同的位置。在這種背景下,我們如何確保所有數據在所需時間和地點的安全性、可用性和可達性?
環境影響:上文提到的Citadel是全球最環保的數據中心,但仍舊面臨環境影響問題,其他數據中心就更不用說了。大型數據中心的運行、冷卻和升級所帶來的環境影響非同小可,而且呈現直線擴張的趨勢。
成本:成本風險也不容忽視。數據依賴在帶來環境影響的同時,還會產生實際成本。
價值:我在開頭強調了數據對個人、企業和政府的價值。在全球數據量每五年增加三倍的背景下,我們如何確保數據價值同步上升?不良數據是一個不能忽略的因素。不良數據平均每年給每家美國企業造成的損失高達1500萬美元1。不良數據的處理將變得越來越困難。
安全:最后一項是安全風險。越來越多的數據、越來越多的設備、越來越多的存儲位置,這些因素增加了數據乃至整個聯網系統完整性所面臨的實體風險和數字風險。
這些風險聽起來非常駭人,但我們不應感到沮喪。新技術正在縮小實體世界和虛擬世界之間的差距。在這種差距進一步縮小的同時,我們訪問、管理和利用數據的能力也在上升。我們對實體世界的依賴程度正在下降,對虛擬世界的依賴程度正在上升。
目前已經出現幫助企業簡化存儲和管理數據的操作環境的操作系統。這些操作系統當然不會影響人類對數據的依賴程度日益上升的趨勢,但有助于減輕與數據泛濫和數據依賴有關的風險和挑戰。
-
人工智能
+關注
關注
1791文章
47207瀏覽量
238280 -
機器學習
+關注
關注
66文章
8408瀏覽量
132573 -
大數據
+關注
關注
64文章
8883瀏覽量
137407
發布評論請先 登錄
相關推薦
評論