3 запитання, які вам слід поставити, щоб отримати максимальну віддачу від периферійних даних

Ознайомтеся з усіма сесіями на замовлення саміту Intelligent Security Summit тут.


Протягом багатьох років підприємства рекламували переваги підходу, що орієнтується на дані, коли кожне важливе бізнес-рішення базується на аналізі даних. З впровадженням хмарних технологій і більшою доступністю штучного інтелекту (AI) і машинного навчання (ML) більше груп обробки даних почали жити цим ідеалом. Але є крива, яка кидається на лідерів даних, і вона йде з краю.

Важливим будівельним елементом стратегії, орієнтованої на дані, є доступ: вам потрібен легкий доступ до важливих потоків даних, щоб аналізувати їх і використовувати. Але коли прогнозується, що 75% даних, створених підприємством, буде створено й оброблено назовні хмарних або централізованих центрів обробки даних лідери обробки даних опинилися в скрутному становищі. Найшвидше зростаюче джерело даних знаходиться далеко-далеко від централізованих аналітичних середовищ, що робить його фактично марним.

Ця проблема зростає: поєднання зв’язку 5G і швидкого впровадження пристроїв Інтернету речей у таких галузях, як виробництво, автомобілебудування, логістика та енергетика, перевантажує ринок передових технологій, який, як очікується, досягне приблизно 116,5 мільярдів доларів до 2030 року.

Отже, як розвиватимуться стратегії орієнтації на дані, коли ваше найбільше джерело даних стане найбільш поширеним?

Подія

Intelligent Security Summit On-Demand

Дізнайтеся про важливу роль штучного інтелекту та машинного навчання в кібербезпеці та конкретних галузевих прикладах. Дивіться сеанси за запитом сьогодні.

Дивіться тут

Ми знаходимося на ранніх стадіях розгляду цієї проблеми, і я очікую, що значна кількість інновацій у найближчі роки допоможе пом’якшити цю проблему. Але наразі є три важливі питання, які лідери з обробки даних можуть розглянути, коли вони прагнуть застосувати принцип мислення, що насамперед дані.

Що далі після обробки в реальному часі?

Такі постачальники, як EdgeConneX і ClearBlade, а також AWS і Azure Stack Edge, спрощують для підприємств отримання цінності з крайових даних у режимі реального часу. У виробництві обробка кромок забезпечує прогнозне технічне обслуговування обладнання; в охороні здоров’я дозволяє пацієнтам стежити за станом здоров’я з дому; а в автомобільній промисловості це робить безпілотні автомобілі реальністю. Обчислення за межами централізованого центру обробки даних були і залишатимуться кардинальними для багатьох галузей.

Але лідери в області обробки даних, налаштовані на мислення, спрямоване на першочергові дані, природно, починають замислюватися: чи значення периферійних даних закінчується на межі?

Після обробки в режимі реального часу дані часто опиняються в периферійних сховищах даних, збираючи пил (і витрати на зберігання). Цей зростаючий пул критично важливих користувацьких даних виключається з додатків штучного інтелекту, що працюють на таких платформах, як Snowflake або Databricks, — рушійних сил, що забезпечують клієнтський досвід наступного покоління та стратегічні бізнес-рішення. Оскільки ці дані накопичуються, все більше і більше лідерів обробки даних починають досліджувати, у чому полягає довгострокова цінність цього джерела даних.

Це підводить нас до запитання № два.

Це периферійні центри обробки даних завжди найбільш рентабельний?

На сьогодні периферійні центри обробки даних виявилися рентабельним домом для даних IoT. Але в міру того, як пристрої IoT поширюються, аналіз витрат на периферійні дані починає спотворюватися. Коли одне підприємство генерує до 60 петабайт периферійних даних кожні два тижні, витрати на зберігання збільшуються. Для деяких цей обсяг периферійних даних перетворюється на кілька мільйонів доларів на рік, які з часом лише збільшуватимуться.

Звичайно, якщо ви не платите за зберігання даних на межі, ви будете платити за їх зберігання в хмарі. Але різниця полягає в ROI. Хоча дані на межі додають цінності в даний момент, вони нічого не роблять з часом. З іншого боку, якби він був у хмарі, він міг би почати інформувати про нові лінійки продуктів або започаткувати стратегічне партнерство.

Тож до того, як плата за периферійне зберігання стане неконтрольованою, багато груп корпоративних даних оцінюють, що робити зі своїми периферійними даними: продовжувати зберігати їх на межі для локального аналізу; видаліть його, щоб заощадити гроші та/або зменшити проблеми конфіденційності; або перемістіть його в централізований центр обробки даних або хмарне середовище.

Чи може моя архітектура даних витримати експоненціальне зростання?

Якщо ви вирішите, що закріплення за межами даних має сенс, вам доведеться стратегічно подумати про те, що це означає для вашої архітектури даних. У світі, де граничні дані є королем, сучасні архітектури даних повинні процвітати з даними, які ростуть експоненціально.

Це може означати, що вам потрібно збільшити або зменшити межі зберігання даних. Це також може означати створення конвеєра даних, який забезпечує постійний рух даних.

Міграція даних традиційно розглядається як одноразовий процес. Але край змушує кожного переосмислити це припущення. Міграція тепер має відбуватися постійно та походити з сильно розподілених середовищ. Ви більше не просто один раз отримуєте дані з локального центру обробки даних і розміщуєте їх у AWS, Azure або GCP.

Щоб врахувати цей зсув, деякі компанії передають невеликі обсяги даних у хмару, повільно, але впевнено централізуючи підмножини критично важливих даних для бізнесу. Крім того, підприємства з надзвичайно великим об’ємом даних прагнуть автоматизувати граничні міграції в масштабі. Яким би шляхом ви не користувалися, врахування того факту, що ваші дані зростають експоненціально, має важливе значення для максимізації їх цінності з часом.

Розвиток мислення, орієнтованого на першу чергу на дані

Оскільки периферійні дані стають вашим найшвидше зростаючим джерелом даних, ваші стратегії використання даних повинні розвиватися. Немає єдиної правильної відповіді на те, як підприємства повинні використовувати свої периферійні дані, але варто почати з оцінки їхнього довгострокового потенціалу та побудови правильних процесів для їхнього масштабу (і отримання вигоди).

Щойно відповіді на ці важливі запитання будуть отримані на межі, стратегії, орієнтовані на першу чергу на дані, можуть дати ще більші та трансформаційніші результати.

Девід Річардс — генеральний директор WANdisco.

DataDecisionMakers

Ласкаво просимо до спільноти VentureBeat!

DataDecisionMakers — це місце, де експерти, включно з технічними спеціалістами, які працюють з даними, можуть ділитися інформацією та інноваціями, пов’язаними з даними.

Якщо ви хочете прочитати про передові ідеї та актуальну інформацію, найкращі практики та майбутнє даних і технологій обробки даних, приєднуйтесь до нас у DataDecisionMakers.

Ви навіть можете подумати про те, щоб написати власну статтю!

Докладніше від DataDecisionMakers

Leave a Comment