作者:Hitachi Vantara首席技术官Hubert Yoshida
2018年是数字化转型成熟的一年,物联网、云计算、人工智能等前沿技术进一步爆发,众多企业加大马力,努力推动公司转型,争相进一步拥抱数字化的时代。企业制定了战略,充分挖掘商业价值,并为这一转型分配了资源。公有云、敏捷方法和DevOps、RESTful API、容器、分析和机器学习都得到了应用。在这种背景下,我想谈论一下2019年的五大趋势。
趋势1. 公司将由生成数据向数据驱动型转变
2017年,《哈佛商业评论》关于数据战略的文章指出:“跨行业研究表明,平均不到一半的企业中的结构化数据被积极地用于制定决策——经过分析或被使用的非结构化数据不到1%。”大型数据中心的部署带来的更多是不易理解、关联或共享的数据孤岛。为了充分利用现有的数据资产,企业纷纷寻找能够全面访问多个来源的数据的解决方案。数据监管将成为了解数据含义以及数据处理所用技术的重点,这样,数据工程师才能移动和转换最基本的数据,使数据消费者能够为企业发展提供动力。企业将更多地关注数据的利用,而不是数据的获取、存储和保护数据等基本工作。元数据是关键所在,而且企业将寻求通过对象存储系统来创建数据结构,并将其作为构建基于数据流的大规模数据系统的基础。
趋势2:人工智能和机器学习将释放数据的力量,并帮助推动业务决策
人工智能和机器学习技术可以从非结构化数据中获取洞察力,连接分散的数据点,并识别和关联数据中的模式,如面部识别。人工智能和机器学习在家电、汽车、工厂自动化和智慧城市中的应用正日益广泛。然而,从业务角度来看,人工智能和机器学习更难以实施,因为数据源通常是完全不同并且分散,而且业务运营中产生的大部分信息几乎没有正式结构。尽管从业务数据中可以获取大量知识,用于增加收入,响应新兴趋势,提高运营效率并优化营销,从而创造竞争优势,但在分析之前对数据进行手动清理的要求成了一个主要障碍。《福布斯》2016年发表的一篇关于数据科学家的调查报告显示,数据科学家的大部分时间 (80%) 用于处理而不是挖掘或建模数据。
除了上面提到的任务之外,我们还要知道,数据科学家不能孤立地开展工作。他们必须与工程师和分析师一起训练、调整、测试和部署预测模型。构建人工智能或机器学习模型并非一蹴而就。模型精度随着时间的推移而降低,而且监控和切换模型可能非常麻烦。企业将需要强劲的编排能力,例如Hitachi Vantara的Pentaho数据集成和机器学习编排工具,以帮助简化机器学习工作流程,并实现团队间的顺畅协作。
趋势3:日益提高的数据要求将推动公司利用数据走向边缘
企业边界正在扩展到边缘——数据和用户驻留以及多云环境聚集的地方。尽管云计算平台支持大多数物联网产品、服务和平台,但不断增多的数据、低延迟和QoS需求正不断加大对移动云计算的需求。对于移动云计算而言,更多的数据在边缘得到处理。公有云将提供边缘与核心数据中心之间的连接,这需要一种基于开放式REST或S3 App集成的混合云方法。随着企业进一步降低成本和减少网络使用,边缘计算将不再是一种趋势而是成为一种必然。由于位于云/数据中心保护墙之外的“野外”,边缘需要一个更强化的基础架构。
趋势4:数据中心变得自动化
如今,数据中心扮演的角色已经不再只是基础架构的提供者,而是在正确的时间和地点提供最适当的服务的提供者角色。此外,应用在公有云、私有云以及传统企业数据中心内无处不在,工作负载正在变得越来越分散。应用也正变得更加模块化,它们使用容器和微服务以及虚拟化和裸机。随着生成的数据越来越多,对存储空间效率的需求也将相应提高。企业需要充分利用信息技术——以实时地与客户互动,最大限度地提高IT投资回报,并且提高运营效率。要实现这一目标,需要深入了解数据中心正在发生的事情,以预测趋势并率先采取行动,而且需要自动化执行能力,使员工能够自由地专注于具有战略意义的行动。数据中心就像一个物联网微观世界,每个设备和软件包都有一个传感器或日志,可应用于人工智能 (AI)、机器学习和自动化,使员工能够专注于开展业务,而不是基础架构。
作为数据中心分析和自动化管理工具的提供商,Hitachi Vantara意识到数据中心由许多不同供应商的产品组成,并且这些产品彼此间相互作用。因此,自动化必须基于共享、开放的API架构,使我们能够简化数据在管理工具和第三方工具套件中的传输。我们所拥有的一切都必须基于API,这样,我们就可以从其他来源获取信息,从而创建更智能的解决方案,另一方面,我们也能将信息传送出去——在非完全控制的环境下,使其他事情变得更加智能。此外,我们的目标是丰富我们的第三方设备API信息库,这就可以从各种设备捕获分析数据并与其交互。我们采用的是一种与供应商无关的方法,因为我们认为,如果我们与更多的供应商和合作伙伴集成,就会有更多的机会提供更出色的解决方案。
趋势5:企业数据责任成为优先事项
2018年,《通用数据保护条例》(General Data Protection Regulation,简称GDPR)的实施吸引了人们对数据隐私的关注,而且该法案要求公司在合规性方面做出重大投资。所有符合GDPR标准的国际企业现在都安排一位数据保护官 (DPO) 负责企业安全领导角色。数据保护官需要监督数据保护策略构建和实施,以确保符合GDPR要求。
在企业由数据创造型向数据驱动型组织转变的同时,新技术和商业模式的爆发增长也带来更多新的挑战。企业逐渐意识到了数据在推动业务增长和帮助其更好地了解客户、市场方面的强大力量,因此大数据系统和分析能力日益成为企业的业务核心。这一现实的推动力量来自我们在收集数据、集成数据源、搜索和分析数据并帮助世界各地超过10,000家客户(包括85%的《财富》全球100强企业)获得业务价值的过程中所取得的持续不断的技术进步。世界上最强大的企业是那些知道如何发挥数据的力量的企业。亚马逊、百度、Facebook和谷歌等相对较年轻的企业通过数据的力量取得了突出成就。能力越强,责任越大。
说明:以上趋势仅代表Hitachi Vantara首席技术官Hubert Yoshida的想法,而不应被视为代表Hitachi或Hitachi Vantara的看法,敬请知悉。
关于Hitachi Vantara
Hitachi Vantara致力于利用数据驱动解决方案帮助企业发现和利用数据蕴藏的商业价值,开展智能创新,并帮助企业和社会取得有益成果。我们将技术、智慧和行业经验结合在一起,提供数据管理解决方案,帮助企业优化客户体验,开发新的业务收益,同时降低运营成本。了解更多信息,请访问:HitachiVantara.com。