Olasılıklarla dolu bir yıl: 2019!

06.04.2019

2018, Dijital Dönüşüm için bir olgunluk yılıydı ve çoğu şirket kendilerini dönüştürmeyi taahhüt ediyor. Şimdi ise çoktan stratejilerini belirlediler ve bu dönüşüme kaynak ayırıyorlar

0

2018, Dijital Dönüşüm için bir olgunluk yılıydı ve çoğu şirket kendilerini dönüştürmeyi taahhüt ediyor. Şimdi ise çoktan stratejilerini belirlediler ve bu dönüşüme kaynak ayırıyorlar. Genel bulut, çevik metodolojiler ve aygıtlar, RESTful API'ler, konteynırlar, analitik ve makine öğrenmesi kabul edilmektedir. Mevcut olan bu duruma karşı, 2019 için söylemek istediğim beş eğilim var.

Trend 1. Şirketler, Veri Oluşturmadan Veri Destekleyen Kuruluşlara Geçecek

Veri Stratejisi üzerine 2017 Harvard Business Review makalesinde “Sektörler arası çalışmalar ortalama olarak, bir kurumun yapılandırılmış verilerinin yarısından azının karar vermede aktif olarak kullanıldığını ve yapılandırılmamış verilerin %1'inden daha azının analiz edildiğini veya kullanıldığını gösteriyor.” Büyük veri merkezlerinin konuşlandırılması, yalnızca kolayca anlaşılamayan, ilgili olmayan ve paylaşılan daha fazla veri silosuna neden oldu. Zaten sahip oldukları veri zenginliğini kullanmak için şirketler birçok kaynaktan elde edilen verilere kapsamlı erişim sağlayacak çözümler arayacaklar. Veri işleme, verinin anlamını ve verilere uygulanan teknolojileri anlamaya odaklanacak, böylece veri mühendisleri, tüketicilerin kurumu güçlendirmek için ihtiyaç duydukları veriyi taşıyabilecek ve değiştirebilecekler. Daha fazla odaklanma, verilerin yakalanması, saklanması ve korunması temellerinden ziyade, verilerin operasyonel yönleri olacaktır. Meta veriler kilit olacak ve şirketler büyük ölçekli akış tabanlı veri sistemleri ve yapısı oluşturmak için temel olarak nesne tabanlı depolama sistemlerini arayacaklar.

Trend 2: AI ve Makine Öğrenmesi İş Kararlarını Vermek için Verilerin Gücünü Bırakın

AI ve makine öğrenme teknolojileri, yapılandırılmamış verilerden gelen bilgileri toplayabilir, farklı veri merkezleri arasındaki noktaları birleştirebilir ve yüz tanıma gibi verilerdeki kalıpları tanıyabilir ve ilişkilendirebilir. AI ve makine öğrenmesi ev aletlerinde, otomobillerde, fabrika otomasyonunda ve akıllı şehirlerde yaygın olarak kullanılmaktadır. Bununla birlikte, iş açısından bakıldığında, AI ve makine öğreniminin uygulanması daha zor olmuştur çünkü veri kaynakları çoğu zaman farklı ve parçalıdır. İşletmeler tarafından üretilen bilgilerin çoğu az ya da hiç resmi bir yapıya sahip değildir. Gelirleri artırmak, yeni trendlere cevap vermek, operasyonel verimliliği artırmak ve rekabetçi bir avantaj oluşturmak için pazarlamayı optimize etmek için iş verilerinden toplanabilecek bir bilgi hazinesi olmasına rağmen, analizden önce manuel veri temizliği gerekliliği büyük bir engel teşkil ediyor. Bir 2016 Forbes makalesi, zamanının çoğunun% 80'inin madencilik veya modelleme verileri yerine masaj için harcandığını gösteren bir veri bilimci anketi yayınladı.

Yukarıda belirtilen görevlere ek olarak, veri bilimcilerin yalıtılmış bir şekilde çalışmadığını anlamak gerekir. Tahmine dayalı modelleri eğitmek, ayarlamak, test etmek ve yerleştirmek için mühendisler ve analistler ile ekip kurmaları gerekir. Bir AI veya makine öğrenme modeli oluşturmak bir kerelik bir çaba değildir. Model doğruluğu zamanla azalır ve modelleri izlemek ve değiştirmek oldukça zahmetli olabilir. Organizasyon, Hitachi Vantara’nın Pentaho’nun veri entegrasyonu ve makine öğrenimi düzenleme araçları gibi orkestrasyon yeteneklerini arayarak, makine öğrenmesi iş akışını düzenlemek ve ekip çalışmasının sorunsuz bir şekilde yürütülmesini sağlamak için çalışacaktır.

Trend 3: Veri Gereksinimlerinin Artırılması, Şirketleri Verilerle En Üstüne Taşıyacak

Kurumsal sınırlar, hem verinin hem de kullanıcının bulunduğu ve birden fazla bulutun birleştiği noktaya uzanıyor. IoT ürünlerinin, hizmetlerinin ve platformlarının çoğu bulut bilişim platformları tarafından desteklenirken, artan yüksek miktarda veri, düşük gecikme süresi ve QoS gereksinimleri, veri işleme işleminin daha fazla yapıldığı yerlerde mobil bulut bilişim gereksinimini de artırıyor. Açık bulutlar, açık REST veya S3 Uygulama entegrasyonunu temel alan bir karma bulut yaklaşımı ihtiyacını yaratan, son ve çekirdek veri merkezleri arasındaki bağlantıyı sağlayacak. Edge hesaplama, şirketler maliyetleri düşürmek ve ağ kullanımını azaltmak istediklerinden daha az eğilim ve zorunluluk olacaktır. Kenar, bulut / veri merkezi duvarlarının koruması dışındaki “vahşi” alanda bulunduğu için sertleştirilmiş bir altyapıya ihtiyaç duyacaktır.

Trend 4: Veri Merkezleri Otomatikleştirildi

Veri merkezinin rolü artık bir altyapı sağlayıcısı olmaktan doğru zamanda doğru hizmet sağlayıcısı olarak değişmiştir. İş yükleri, genel ve özel bulutlarda ve ayrıca geleneksel kurumsal veri merkezlerinde çalışan uygulamalar ile giderek daha fazla dağılıyor. Uygulamalar daha modüler hale geliyor, kapları ve mikro hizmetlerini kaldırarak sanallaştırıyorlar. Daha fazla veri üretildikçe, depolama alanı verimliliğine olan talepte buna bağlı bir büyüme olacaktır. İşletmelerin gerçek zamanlı olarak müşterilerle etkileşimde bulunmak, BT yatırımlarından elde edilen getiriyi en üst düzeye çıkarmak ve operasyonel verimliliği artırmak için bilgi teknolojilerinden en iyi şekilde yararlanmaları gerekir. Bunu başarmak, trendlerini tahmin etmek ve öne geçmek için veri merkezlerinde neler olup bittiğinin derin bir şekilde anlaşılmasını ve ayrıca personelin stratejik çabalara odaklanabilmeleri için eylemi otomatikleştirme yetenekleri gerekiyor.

Bir veri merkezi analitiği ve otomasyon yönetimi aracı sağlayıcısı olarak Hitachi Vantara, veri merkezlerinin birbiriyle etkileşime giren birçok farklı satıcı ürününden oluştuğunu fark eder. Bu nedenle, otomasyon, yönetim araçları ve 3. parti araçları grubumuzda veri iletimini basitleştirmemizi sağlayan paylaşımlı / açık bir API mimarisine dayanmalıdır. Sahip olduğumuz her şey API tabanlı olmalı, böylece daha akıllı bir çözüm oluşturmak için diğer kaynaklardan bilgi çekilebilir ve çevrede usta değilsek bile bilgi aktarabiliriz. Böylece, başka şeyleri daha akıllı hale getirebiliriz . Ayrıca, hedefimiz 3. parti cihaz API bilgileri kütüphanemizi zenginleştirerek geniş bir cihaz yelpazesinden analitik yakalamak ve onlarla etkileşime geçebilmek. Daha fazla satıcı ve iş ortağıyla bütünleşirsek daha iyi çözümler sunmak için daha geniş fırsatlar olduğunun farkederiz. 

Trend 5: Kurumsal Veri Sorumluluğu Bir Öncelik Oldu

GSYİH’nın 2018’de uygulanması Veri Gizliliği’ne odaklanmış ve şirketlerin uyum konusunda büyük yatırımlar yapmasını gerekli kılmıştır. GSYİH'ye uyumlu tüm uluslararası şirketler artık bir kurum güvenliği liderliği rolünde bir veri koruma görevlisine (DPO) sahip. Veri koruma görevlileri, GSYİH şartlarına uyum sağlamak için veri koruma stratejisinin denetlenmesinden sorumludur.