`

Schneider Electric - Узнайте все про энергоэффективность ЦОД


СПЕЦИАЛЬНЫЕ
ПАРТНЕРЫ
ПРОЕКТА

Архив номеров

Что для вас является метрикой простоя серверной инфраструктуры?

Best CIO

Определение наиболее профессиональных ИТ-управленцев, лидеров и экспертов в своих отраслях

Человек года

Кто внес наибольший вклад в развитие украинского ИТ-рынка.

Продукт года

Награды «Продукт года» еженедельника «Компьютерное обозрение» за наиболее выдающиеся ИТ-товары

 

О важности операционных моделей в связке с ИТ

Инвестиции в ИТ-инфраструктуру предприятия во многом зависят от используемых операционных моделей, т.е. от того, в какой степени бизнес-процессы компании интегрированы между собой и соответствуют общим стандартам.

Для классификации операционных моделей обычно используют методику CISR MIT, в рамках которой определены четыре их вида, в зависимости от степени интеграции и стандартизации:

  • диверсификация (низкая интеграция, низкая стандартизация);

  • репликация (низкая интеграция, высокая стандартизация);

  • координация (высокая интеграция, низкая стандартизация);

  • унификация (высокая интеграция, высокая стандартизация).

От того насколько верно выбрана операционная модель и зафиксированы на основе этого требования компании к бизнес-процессам, во многом зависит действенность мер по развитию цифровых систем и сервисов, а также эффективность инвестиций. С другой стороны, выбор неверной модели может привести к проблемам в процессе, скажем, переноса налаженных автоматизированных решений в возникающие новые задачи. В процессе развития компаний вносятся изменения и в операционные модели. Зачастую к этому приводит стремление увеличить эффективность, повысить удовлетворенность клиентов, сократить затраты на доставку, осуществить автоматизацию процессов. Согласно данным опроса KPMG, 42% респондентов, чтобы достичь одну из перечисленных целей, увеличивают степень автоматизации, а 36% применяют облака. Еще 20% опрошенных заявили, что намереваются отдавать большее количество задач на аутсорс. В первую очередь здесь речь идет о задачах обслуживания и разработки приложений, управления данными и некоторых маркетинговых функциях. Также многие компании ожидают сокращения своих операционных расходов после инвестиций в облака, автоматизацию (в т.ч. роботизированную) и в IoT. Поскольку в операционных моделях роль информационных технологий одна из ключевых, нередко отдельно рассматривают операционные модели собственно информационных технологий. Специалисты компании BMC предложили очень емкое их описание.

Полная интеграция. В этом случае ИТ требуются всем сторонам бизнеса. В соответствии с таким подходом CIO необходимо увеличивать ИТ-ресурсы и заниматься постепенной интеграцией бизнес-каналов, включающих все процессы и операции. Использующие данный подход организации будут обращать особое внимание на анализ клиентских нужд, разработку и внедрение инновационных технологий и решений.

Частичная интеграция. В этом случае ключевым является взаимодействие между ИТ-отделом и другими департаментами компании для достижения общих бизнес-результатов. Для этого отделы информационных технологий должны проводить интеграцию по ряду направлений, в том числе создавая новые позиции — например, специалистов по имплементации инноваций или бизнес-анализу данных. Другая задача ИТ-отдела в этом случае — создание и имплементация алгоритмов управления эффективностью, применение анализа данных во всех процессах управления компанией.

Сотрудничество с поставщиками. По мере роста IoT и облачных сервисов, корпоративные структуры начинают видеть новые достоинства в идее аутсорсинга значительной части функций ИТ-отдела. Такой взгляд на вещи особенно актуален для компаний которые напрямую не занимаются предоставлением своим клиентам ИТ-услуг. Впрочем, даже предоставляющие ИТ-услуги компании могут повысить эффективность своего бизнеса, стратегически передав непрофильные ИТ-задачи субподрядчикам. И если еще недавно аутсорсинг не всегда давал результаты необходимого уровня, поскольку организации всегда старались управлять самостоятельно качеством продукта (реализуемого сторонней компанией), то сейчас количество возможных моделей сотрудничества с субподрядчиками расширилось, давая необходимую гибкость для плодотворного сотрудничества. Как следствие популярность аутсорсинга каждый год растет — согласно данным KPMG в прошлом году 4 из 10 опрошенных компаний стали применять услуги третьих компаний чаще (два года назад этот показатель был 24%).

Стремительно меняющийся рынок требует от компаний регулярных ревизий и модификаций операционных моделей. Благодаря этому, кстати, компании стали лучше ориентироваться в собственных бизнес-моделях и оптимизировать имеющиеся процессы, наращивая прибыль. Ну, и бесспорно, во всем этом не последняя роль отводится техническому аутсорсингу и различным вариантам совместной работы с поставщиками ИТ-услуг.

Более 60% предприятий будут использовать блокчейн в 2022 году

Компания Gartner опубликовала весьма интересный отчет посвященный использованию решений на основе блокчейн в 2019 году. Как и следовало ожидать, наиболее подготовленными к этой технологии оказались компании из банковского сегмента. Далее следуют организации из сегмента госуправления, образования и страхования. При этом, как показало другое исследование от компании PwC, 61% компаний считают блокчейн перспективной технологией.
 
Также очень важное наблюдение Gartner — вне зависимости от индустрии более 60% опрошенных CIO ожидают, что технологии блокчейн будут внедрены в ближайшие три года. При этом около 20% ИТ-директоров отметили, что уже используют или планируют внедрять блокчейн в ближайший год.
 
Несмотря на то, что банковский сегмент рассматривают в числе самых заинтересованных в технологии распределенных реестров (баз данных, которые распределены между разными сетевыми узлами или компьютерами), лишь 7,6% из опрошенных в данной отрасли считают, что блокчейн приведет к радикальным изменениям правил игры в сегменте.
 
В Gartner также ожидают что цифровые токены продолжат разрабатывать и внедрять. При этом отмечается, что расширение использования блокчейна потребует еще много работы помимо ИТ — прежде всего, разработки необходимых стандартов и приведения их в соответствие с действующим законодательством.
 
Один из интересных выводов отчета — бурное развитие блокчейн в нефтегазовом секторе, который по многим параметрам опережает, скажем, сферу здравоохранения. Уже сегодня VAKT (пост-торговое решение-платформа) используется более чем в 9 из 10 сделок среди операторов нефтедобычи в Северном море. Впрочем, тут есть небольшая оговорка — основных игроков в данном сегменте не так много.
 
В исследовании также отмечается еще два направления, где у блокчейн большой потенциал — игровая индустрия и розничная торговля. В многих играх предлагаются к продаже виртуальные товары и другие игровые активы. И уже есть примеры использования блокчейн — разработчики игры CrytoKitties, использующей технологию блокчейн, уже анонсировали партнерство с UbiSoft. Именно этот сегмент сейчас в фокусе той же Ripple. В секторе ритейла Gartner фиксирует стандартные случаи использования новой технологии в цепочке поставок (отслеживание товаров, борьба с контрафактом, склад и т.п.). При этом отмечается что наиболее заметную пользу блокчейн принесет в рамках программ лояльности.
 
И хотя предположения Gartner в отношении развития блокчейн весьма оптимистичны, не стоит забывать, что на пути массового внедрения данной технологии все еще стоят нерешенные юридические вопросы и согласие на использование блокчейн-решений со стороны госорганов.

Интеграция данных в multicloud: три ключевых подхода

По мере того, как компании все шире применяют multicloud-решения для построения своей ИТ-инфраструктуры, им становится все сложнее формировать единую картину данных, которые поступают из различных источников и могут храниться в разных расположениях. Компания TDWI предложила три подхода, которые, благодаря виртуализации, помогут упростить работу с данными в мультиоблачной среде.

1. Виртуализация как основа интеграции данных

Нередко в компаниях можно наблюдать следующие. Данные о клиентах и продажах хранятся в корпоративной CRM (а это — SaaS-продукт), под маркетинговую аналитику в облаке создается озеро данных на базе NoSQL и Hadoop, для того чтобы при помощи machine learning можно было делать прогнозы исходя из недостаточно структурированных данных. При этом другие департаменты хранят информацию в собственных хранилищах на различных облачных платформах. Как следствие, для того чтобы свести данные в единое целое, скажем, для бизнес-анализа, нужно провести целый ряд работ и процедур ETL (Extract, Transform, Load) — причем для каждого конкретного случая потребуется своя процедура.

Такая неупорядоченность информации и «зоопарк» задействованных облачных сервисов заметно усложняют получение целостной картины имеющихся корпоративных данных. Использование виртуализации данных позволяет найти решение этой проблемы, поскольку дает пользователям возможность организовать целостное логическое представление, объединяющее в себе разнородную информацию. Причем для этого не потребуется интегрировать или консолидировать данные — запросы к любым источникам данных и необходимые манипуляции с ними выполняются в рамках слоев виртуализации — пользователь может и не знать, где именно хранятся необходимые ему данные.

Важен также и тот факт, что управление различными подготовительными стадиями обработки данных также происходит на уровне виртуализации, что позволяет заметно сократить время, которое обычно расходуется на выполнение обработки и перемещения данных (data pipeline) с целью получения необходимых данных из каждого источника. При помощи виртуализации можно обеспечить одну общую точку, через которую для всех пользователей (облачных приложений и т. п.) будет организован централизованный доступ к данным.

Виртуализация это логическая (не физическая) стратегия интеграции данных. В качестве таковой она дает возможность сравнительно просто сформировать целостное представление об информации, которая, при этом, может храниться где угодно — у облачного провайдера, у нескольких различных провайдеров или на локальной площадке.

2. Прозрачность доступа к данным в multicloud

Любая data-driven организация должна стремиться максимально упростить доступ к своей информации для целей бизнес-анализа. Одним из «инструментов самообслуживания», служащих этой цели, могут быть, например, каталоги данных для руководителей нетехнических направлений.

Известно, что очень многие компании недовольны тем, что сотрудникам сложно получить в свое распоряжение необходимую информацию из мультиоблака компании. Виртуализация предоставляет решение этой проблемы, позволяя логически объединить данные в единое целое, скрыв от пользователя конкретную «механику» хранения информации в мультиоблаке. В качестве дополнительного плюса, данный подход делает компанию более гибкой при миграции между разными облачными платформами.

3. Сокращение движения информации

При интеграции данных одним из процессов, занимающих очень много времени, оказывается миграция (движение) данных. Миграция данных состоит из нескольких этапов, на каждом из которых могут возникнуть промедления или ошибки, что может растянуть этот процесс на неопределенное время, в течение которого не могут нормально работать приложения и пользователи, которым требуются перемещаемые данные.

Данных в мире с каждым днем становится все больше, что делает вопрос миграции информации все более и более болезненным. Возрастают объемы трафика, нагрузки на телекоммуникационные сети. Трудности наиболее ощутимы, если ваша организация затеяла глобальные перемены в своей ИТ-инфраструктуре, вроде перемещения значительной ее части в облако.

Виртуализация оказывается прекрасным способом минимизации миграции информации, представляя специалистам целый ряд инструментов, позволяющих оптимизировать работу с данными и снизить перемещение информации по сети (например, за счет оптимизации запросов к данным непосредственно на уровне виртуализации).

Резюме

Работа с плохо структурированной информацией, которая, при этом, еще и распределена по многим облачным и локальным платформам, требует очень много ресурсов и времени. Виртуализация данных оказывается отличным способом увеличить эффективность обработки информации, дать сотрудникам доступ к необходимым для их работы данным и снизить потребность в миграции информации.

Цифровая трансформация набирает темп

Почти 91% из числа опрошенных IDC среди тех, кто принимает решения по ИТ-бюджетам, заявили, что в компании, в которой они работают, стратегия digital-first либо планируется, либо уже внедрена. В 2020 году бизнес собирается инвестировать в цифровые проекты около 15,3 млн долларов (в среднем), что превышает показатель по нынешнему году примерно на один миллион.

Бизнес наращивает траты на диджитализацию с целью изменения процессов и повышения качества обслуживания клиентов в рамках увеличения ценности предлагаемых рынку продуктов. Согласно опросу, компании со штатом, превышающим 1 тыс. сотрудников, планируют в следующем году вложить в различные ИТ-инициативы в среднем 29,6 млн долл. У предприятий SMB этот показатель составляет 2,7 млн долл., что также немало.

Основными движущими силами диджитализации являются технологии и люди, именно на них уйдет планируемый ИТ-бюджет с некоторым перевесом в сторону первых (59%).

Интересно, что в сервисном секторе на поиск и обучение специалистов намерены расходовать 44% от всей суммы ИТ-инвестиций, а в индустриальном — 34%. Показательно, что размер вложений также находится в зависимости от увеличения доходов компании, связанного с использованием цифровых технологий. Те, кто получил прирост продаж благодаря применению ИТ, намерены вложить в них, в среднем, 16,6 млн долл. Предприятия, которые в прошлом году не спешили с цифровизацией, ограничились 9 млн долл.

Для многих компаний диджитализация бизнеса прежде всего означает удовлетворение ожиданий клиентов (52%) и обеспечение производительности труда за счет, скажем, мобильных решений и систем ИИ (49%). В приоритетах — использование более доступных и прозрачных данных для того, чтобы повысить эффективность управления (49%). Таким образом, неудивительно, что рынок решений для цифровой трансформации, согласно прогнозам IDC, вырастет на 1,97 трлн долл. до 2022 года.

Почти 38% респондентов заявили, что находятся в процессе разработки плана диджитализации. Из всех опрошенных 27% организаций благодаря цифровой трансформации ощутили наибольший положительный эффект в сфере защиты информации и обеспечения безопасности. Около 24% добились прогресса в сфере оценки технологических нужд и ИТ-навыков, а примерно 1 из 5 — в управлении данными.

Кроме роста качества обслуживания клиентов, респонденты отмечают, что показателем успеха диджитализации можно считать то, насколько автоматизация рабочих процессов приводит к увеличению производительности труда сотрудников (58%). Результатом цифровой трансформации также считают улучшение совместной работы, а также более совершенное понимание клиентов, приобретенное за счет более эффективной работы с данными.

ИТ-лидеры основными технологиями, применяемыми в цифровом бизнесе, считают мобильные решения, за ними следуют private cloud и программы для управления бизнес-процессами. Около 20% респондентов сообщили также, что их компания в настоящий момент тестирует возможные инновации в области machine learning и ИИ, а 43% думают о возможном применении доступа к Интернету по технологии 5G.

Но есть и направления, такие как, например, технологии дополненной и виртуальной реальности, которые постепенно теряют популярность. Примерно 42% опрошенных сообщили, что не видят в них особой необходимости для своего бизнеса.

Более трети из числа ответственных за принятие решений в области внедрения ИТ заявили, что цифровизация их бизнеса уже стала причиной прироста доходов — за счет этого организации в целом увеличили выручку на 29%, тогда как в прошлом году этот показатель составлял 23%. С другой стороны число компаний, не ощутивших заметного роста доходов, сократилось с 35% по состоянию на 2018 г. до 26% в нынешнем году. Среди компаний, чьи доходы выросли, около половины объясняет этот факт внедрением новых услуг или продуктов. При этом 49% респондентов считают, что главной причиной увеличения доходов их компании стали, как раз, информационные технологии.

Необходимо особо отметить, что роль CIO нередко оказывается ключевой на каждом из этапов цифровой трансформации. Как правило, он назначается ответственным за такие, например, фазы цифровизации, как формирование бизнес-стратегии, менеджмент изменений и управление данными.

Почти половина компаний из участвовавших в опросе уже внедрила стратегию диджитализации и более 33% понимают ее важность. Они энергично тестируют и внедряют новые решения на базе цифровых технологий, позволяющих заметно поднять эффективность их бизнеса.

Гибкость как основа разработки cloud-native приложений

Сегодня agile-практики позволяют заметно сократить время, необходимое для создания приложений за счет использования спринтов и быстрого получения фидбека. При этом гибкая разработка нуждается в пластичных ИТ-операциях, для которых, в свою очередь, нужна динамическая инфраструктура. Именно она позволяет быстро предоставлять ПО пользователю в случае с приложениями, которые создаются и применяются в облаках (Сloud Native Apps).

Архитектура приложений CNA сегодня базируется на разделении их функций на отдельные микросервисы. Такой подход дает возможность создавать модули с кодом для многократного применения, которые в будущем легко встроить в новые приложения. Стоит отметить отсутствие взаимной зависимости между отдельными микросервисами — они взаимодействуют друг с другом посредством API, независимо от языка программирования и технологий баз данных. Важно и то, что безопасность микросервисов достигается за счет применения отдельных процедур шифрования, авторизации и аутентификации и благодаря независимыми инструментами для мониторинга, логирования и отчетности.

Важным моментом является то, что бизнесы имеют возможность поместить процессы разработки и управления микросервисами в частное облако, и организовать для третьих сторон контролируемый доступ к этим микросервисам посредством API — такой подход обеспечивает необходимый уровень безопасности и расширяет возможности монетизации. Микросервисы лежат в основании CNA и делают их гибкими, ведь разные модули можно заменить в любой момент, как и осуществить горизонтальное масштабирование.

Отслеживание поведения Сloud Native приложений с микросервисной архитектурой требует высокого уровня автоматизации и эффективного управления взаимодействием микросервисов. Для решения этой задачи формируется т.н. сервисная сетка (service mesh) — выделенный слой инфраструктуры, отвечающий за надежную связь между наивозможно большим числом связанных между собой сервисов. Сервисная сетка осуществляет управление трафиком, позволяет контролировать доступ к микросервисам и поддерживает прочие сетевые функции (отказоустойчивость, обнаружение сервисов и т.д.) без использования API или ESB-шлюзов.

Контейнерная технология оказалась наиболее эффективным средством для упаковки и развертывания микросервисов. С появлением Docker контейнеры получили широкое распространение, поскольку они требуют меньше ресурсов по сравнению с часто используемыми ранее виртуальными машинами. Сегодня Docker уже стал фактически стандартом для контейнеров Linux, и с его помощью можно решить практически любые задачи разработки приложений — будь то их модернизация или внедрение инноваций. В контексте DevOps портативность контейнеров является ключевой, благодаря чему заметно ускоряется разработка CNA. Хотя контейнеризация стала широко применяться, для более эффективной поддержки микросервисных архитектур необходимо использование еще одного уровня, предназначенного для создания резервных копий, управления и оркестровки.  Для этих целей служит Kubernetes — open-source система для автоматизации работы с контейнизированными приложениями. Кроме того, эта система также дает возможность работать с набором средств для контейнеризации, включая тот же Docker. Kubernetes обеспечивает универсальный инфраструктурный API, который дает возможность без особых проблем инсталлировать и применять контейнеры для того, чтобы быстро и эффективно разрабатывать облачные приложения.

Все большее значение сегодня приобретает и скорость разработки приложений. Одна из важных составляющих, необходимых для получения оптимального результата, — хорошо организованная в рамках DevOps-подхода работа разработчиков и ИТ-специалистов. Однако для разработки и запуска продукта не менее важна надежная динамическая инфраструктура, которую позволяют создавать технологии контейнеризации и необходимые средства поддержки.

Сегмент ИИ продолжит экспоненциальный рост

Пока эксперты говорят о перспективах ИИ, бизнес уже начинает брать эти технологии на вооружение. Работа с естественным языком, распознавание изображений, data mining шаг за шагом становятся инновациями. Они ускорят рост рынка ИИ-решений, который к 2025 году может достичь отметки в 90 млрд долл.

Характерной особенностью ИИ является то, что системы на его основе должны корректно реагировать на изменения в среде, где функционируют. И тогда как традиционная автоматизация процессов заключается лишь в том, что компьютер исполняет предварительно заложенную в него последовательность шагов, системы ИИ учатся на своем опыте, постоянно оптимизируя принимаемые решения.

Уже существует множество приложений, работающих на базе ИИ, — от клавиатуры SwiftKey до умной колонки Amazon Alexa и автономных автомобилей Tesla. ИИ уже активно используется и в медиа-пространстве, причем не только для того, чтобы подбирать контент читателям на основе анализа их поведения, но и для генерирования текстов на основе различных инфоповодов.

Приложения на основе искусственного интеллекта уже сегодня находят применения для анализа и принятия решений в сложных ситуациях в различных индустриях, будь то розничная торговля, телеком или нефтегазовая промышленность.

В прошлом году доходы от ИИ-приложений достигли 7 млрд долл. Согласно имеющимся прогнозам к середине следующего десятилетия они увеличатся почти в тринадцать раз — до 90 млрд. Интересен и анализ распределения регионов в производстве специализированных продуктов — 45% будет произведено в Северной Америке, 25% — в Азии (главным образом в Китае) и столько же в Европе. Правительство Поднебесной, кстати, уже анонсировало амбициозные планы стать ведущей экономикой мира в области ИИ до 2030 г. Разработка и внедрение приложений ИИ, согласно оценкам, добавит экономике КНР 7 трлн долл. внутреннего валового продукта. Для США данный показатель составит 3,7 трлн. Важно также отметить, что наибольшее количество патентных заявок, касающихся технологий ИИ, приходится на США и Китай — по 20%.

Ожидается и заметный рост инвестиций в стартапы, работающие в области ИИ, к 2025 г.: 232 млрд долл. против 12 млрд долл. в прошлом году. Правда, пока львиная доля этих вложений приходится на проекты, связанные с решениями в сфере machine learning, — в 2017 г. на их долю пришлось 62% от всех инвестиций. Кроме того, значительная часть больших технологических компаний не только разрабатывает приложения ИИ, но и покупает бизнесы, занятые в этой сфере. За последние 18 лет больше всего таких приобретений сделали Apple и Google — по 16 и 15 соответственно.

И хотя, как известно, не все прогнозы и не всегда сбываются, похоже, вектор развития всей индустрии определен однозначно.

Мультиоблачность - не только SaaS и IaaS единым

Согласно недавно опубликованным данным в рамках проведенного опроса Veeam, почти 71% топ-менеджеров компаний рассматривают технологии главным фактором трансформации их бизнеса.

Это исследование также показало, что компании планируют наращивать инвестирование в IT, причем с основным акцентом на управление информацией в облаке. Помимо SaaS и IaaS все активнее используется BaaS (бэкап как сервис) и DRaaS (восстановление после аварии как сервис) - первый вид сервисов планирует внедрить 51% опрошенных, а за второй голоса отдали 41%.

Что касается DRaaS, то эта услуга становится все более популярной, ее все чаще включают для защиты данных в используемый набор облачных сервисов. Однако согласно данным Unitrends, новички очень часто совершают типичные ошибки. И компания призывает регулярно осуществлять тестирование данных и не рассчитывать на то, что когда понадобится, все сработает надлежащим образом. При разработке стратегии создания бэкапов и восстановления после аварий настоятельно рекомендуется тщательно читать договоры об уровне обслуживания и советоваться с поставщиком хостинга на предмет оптимального использования сервиса в рамках предполагаемого проекта. Пользователи также должны четко оценивать свои нужды и быть в курсе имеющихся альтернатив, это позволит заметно сэкономить бюджеты.

Если вернуться к исследованию Veeam, то почти треть опрошенных также планируют инвестировать в системы искусственного интеллекта, распознавания голоса и жестов, а также big data. Еще один важный момент - более половины (55%) намерены внедрять выбранные технологии для всего бизнеса одновременно и не ждать промежуточных результатов, чтобы получить ожидаемый эффект максимально быстро. 

Финансовые и производственные данные на службе машинного обучения

На смену эпохи больших данных пришло время умной аналитики. Благодаря новым источникам информации компании начали накапливать огромные объемы данных, хранение которых постепенно перемещается в облако. Развитие алгоритмов машинного обучения (machine learning, ML) дало возможность иначе взглянуть на эти массивы информации, а главное позволило использовать их для интеллектуального анализа и прогнозирования.

Недавнее исследование Crisp Research, в рамках которого были опрошены компании в Германии, показало, что 59% респондентов для анализа с помощью машинного обучения используют финансовые данные, загруженные из ERP-систем.

Также отмечается, что 43% опрошенных компаний уже подвергают обработке данные, собранные в процессе производства. Как правило, делается это для повышения эффективности выпуска продукции и улучшения ее качеств. При этом 66% всех производственных данных приходится на трафик, полученный от датчиков IoT.

Для обучения алгоритмов и создания точных решений в системах ML необходимы большие наборы данных, это в свою очередь требует систем хранения с быстрым откликом и простым «неограниченным» масштабированием, поскольку исходные датасеты будут расширяться в процессе использования.

Стоит подчеркнуть, что алгоритмы обучаются на разных типах данных, которые требуют различных возможностей в контексте производительности, и, как правило, этого можно достичь за счет использования гибридной архитектуры.

Для больших массивов данных зачастую требуются хорошо масштабируемые дата-центры с индивидуализированной серверной архитектурой.

Хотя многие данные для ML хранятся в облаке, некоторая их часть по-прежнему остается в локальных ЦОД. Тут может быть и желание сэкономить, и требование норм локального законодательства. Однако где бы не находились данные, максимальная гибкость процесса обработки достигается при использовании облачных ML-инструментов. При этом локальное размещение должно упрощать поток между различными средами, а не ограничивать его.

В заключение необходимо отметить, что согласно исследованию Crisp Research немецкие компании для задач машинного обучения в основном используют финансовые и производственные данные, и, как правило, большую их часть предпочитают размещать в облачных хранилищах.

DRaaS как доступная необходимость

Согласно данным Unitrends, такое средство защиты данных и приложений, как Cloud DRaaS (Disaster Recovery as a Service), уже применяет 36% опрошенных компаний, а 44% планируют его использовать в ближайшее время. Таким образом, сервис DRaaS оценивают важным для бизнеса 80% респондентов, а это уже весомый показатель.

Те времена, когда облачное аварийное восстановление считалось некой инновационной технологией и бизнес к ней лишь присматривался, уже проходят. Сегодня DRaaS — это услуга, которая активно и осознанно внедряется компаниями, и это видно в том числе и по приведенным выше цифрам.

В силу понятных причин наиболее широко DRaaS уже используется в большом корпоративном сегменте — 42%. В среднем бизнесе этот показатель составляет 36%, а среди малых предприятий сервис использует лишь пятая часть компаний. Аналитики прогнозируют, что интерес корпоративного сегмента к данной технологии будет только расти, поскольку ее внедрение становится доступнее, проще и уже не требует от ИТ-департаментов знаний ипермасштабируемых облаков. Кроме того, можно воспользоваться аутсорсингом услуги, выбрав облачный DRaaS по вполне доступной цене.

Исследование Unitrends также показало, что 30% организаций, использующих DRaaS, при сбое смогли восстановить свое приложение менее за час. Среди тех, кто не использовал аварийное восстановление из облака, этот показатель составил лишь 16%.

Около 60% пользователей рассматриваемой облачной услуги в дополнение к преимуществу быстрого восстановления заявили, что в прошлом году они не испытывали простоев из-за отказа сервера. Среди тех, кто не использовал DRaaS, такой факт отметили только 39%. Несмотря на то что у остальных из числа опрошенных простои случались, благодаря облачному DR они смогли быстро устранить проблему.

Бытует такое мнение, что DRaaS в чем-то похож на страховой полис — платишь за него деньги просто «для галочки», но им никогда не пользуешься. Отчет Unitrends показывает, что это не совсем так — практически каждый четвертый из 10 пользователей применял аварийное переключение на инфраструктуру DRaaS в течение прошлого года. Интересно и то, что из них 93% отметили, что производительность системы была приемлемой.

Согласно имеющейся статистике в период с 2016 по 2018 год около трети организаций сообщали о том, что в результате сбоя они теряли важную информацию. Сегодня можно найти достаточно эффективные методы защиты, такие как облачные хранилища, услуги DRaaS или более совершенные средства резервного копирования данных. Крайне важно озаботиться этой проблемой и заранее подобрать наиболее подходящее для вашей компании решение по аварийному восстановлению информации из облака.

Автономное облако, или неизбежность автоматизации

Экономия средств и разгрузка собственной ИТ-инфраструктуры — основные причины, по которым три из десяти компаний внедряют облачные решения (Digital Office Index 2018 Bitkom). Чтобы избавить себя от потенциальных проблем и более эффективно использовать свои ИТ-системы,  компании стремятся автоматизировать как можно большее количество задач при работе с облачными ЦОД, создавая автономное облако.

Приоритет умной аналитики

Сегодня мы наблюдаем взаимонаправленную тенденцию. С одной стороны, облачные вычисления позволили активно внедрять инновационные технологии современности —  инструменты ИИ, Интернет вещей, глубокое обучение. С другой стороны, сами эти технологии помогают значительно облегчить работу с облачными сервисами, автоматизируя множество рутинных задач. 

Например, инструменты искусственного интеллекта собирают информацию о том, как ведут себя компоненты ИТ-инфраструктуры, анализируют текущие процессы, на основе чего способны прогнозировать сбои отдельных ее частей. Исследование IDC показало, что умной аналитикой ИТ-операций занимается 51% компаний. С помощью таких мер выявляются отклонения от нормы, автоматически инициируются защитные или карантинные меры. 

При этом 41% компаний сосредоточены на оптимизации различных задач автоматизации работы ЦОД. Организации планируют и дальше активно инвестировать в такие направления, как аналитика и управление реляционными базами данных (63%), искусственный интеллект/машинное обучение (63%), бизнес-аналитика/хранилища данных (61%). То есть они вкладывают в те сферы, которые могут сделать их облака хотя бы частично более автономными.

Что можно автоматизировать в облачных ЦОДах?

Аналитика данных и машинное обучение помогают автоматизировать многие задачи, необходимые для построения автономного облака. Самые очевидные области их применения — управление и безопасность.

Управление

В управлении облачными сервисами можно автоматизировать ряд операций.

  • Подготовку ресурсов для инфраструктуры и приложений по запросу на основе предварительно определенных или обнаруженных во время обучения политик и разрешений.
  • Управление расходами, функции составления отчетов и анализа, прогнозирование производительности.
  • Размещение нагрузки, выделение и использование ресурсов.
  • Управление мультиоблаком, сочетающего в себе частные, публичные и гибридные облака, на основе определенных или обнаруженных в процессе обучения правил.
  • Мониторинг состояния системы в целом и ее компонентов по отдельности, управление производительностью, поддержка или автоматизация принятия решений исходя из показателей текущей и запланированной мощности.
  • Проактивное обнаружение проблем и инцидентов безопасности.

Как на практике выглядит частичная автоматизация облачных сервисов, можно посмотреть на примере таких решений, как CloudController, Couchbase Autonomous Operator for Kubernetes, Dynatrace Autonomous Cloud Management, Micro Focus Cloud Service Automation, Oracle Autonomous Database и YotaScale.

Безопасность

В области безопасности сегодня могут быть автоматизированы такие вещи, как:

  • идентификация, анализ и оценка рисков;
  • классификация информации;
  • защита от вредоносных программ;
  • резервное копирование и аварийное восстановление данных;
  • протоколирование и мониторинг;
  • проверка наличия уязвимостей;
  • регулярная проверка разрешений доступа;
  • шифрование данных во время их передачи;
  • шифрование данных при хранении;
  • обработка инцидентов безопасности;
  • документация и отчетность по инцидентам безопасности;
  • управление событиями в сфере безопасности.

Среди успешных примеров частичной автоматизации этих аспектов можно выделить: AWS CloudTrail, Check Point CloudGuard, Deep Security for the Hybrid Cloud, Fortinet Security Fabric Enabled, Fortinet Public Cloud Security, LogRhythm NextGen SIEM-Plattform, SentinelOne AnyCloud, Sophos Cloud Optix.

Автономное облако и потенциальные угрозы

Согласно исследованию IDC, три наиболее популярных варианта использования ИИ в компаниях — это автоматизация ИТ-процессов (34%), автоматизация продаж и маркетинга (31%), а также оптимизация взаимодействия с персоналом (30%). Однако такое автономное облако, к сожалению, имеет свою цену. И в этом случае она выражена в повышенных информационных рисках, связанных с применением новейших технологий. К тому же, из-за того, что в сети постоянно появляется информация о новых масштабных утечках и злонамеренном использовании данных, доверие пользователей к решениям ИИ и машинного обучения постепенно снижается.

 

Учитывая этот фактор, Gartner прогнозирует, что к 2023 году 75% крупных компаний будут нанимать на работу специалистов криминалистической экспертизы, связанной с технологиями искусственного интеллекта.

 

Новые инструменты и возможности необходимы бизнесу, чтобы помочь компаниям идентифицировать потенциальные проблемы, повысить уровень доверия клиентов, снизить репутационные риски бренда, а также укрепить уверенность в использовании моделей искусственного интеллекта.

Заключение

Различные решения на основе новейших технологий уже сейчас упрощают работу с облаками, приближая автономное облако к реальности. Автоматизация в процессах управления и безопасности освобождает дополнительные ресурсы и способствует более эффективному управлению ИТ-инфраструктурой. Однако вместе с этим мы наблюдаем такой парадокс: в то время, как облачную безопасность легче реализовать с применением функций на основе ИИ, новые технологии могут стать источником дополнительных информационных угроз. Вопросы ИТ-безопасности, конфиденциальности и комплаенса еще долго будут оставаться одними из самых важных в ИТ-индустрии, но это никак не должно помешать дальнейшему стремлению компаний к автономному облаку.

По материалам CloudComputing Insider/Autonome Clouds

Автономное облако, или неизбежность автоматизации

 
 
Реклама

  •  Home  •  Рынок  •  ИТ-директор  •  CloudComputing  •  Hard  •  Soft  •  Сети  •  Безопасность  •  Наука  •  IoT