2018年十大科技趋势与其对IT和执行的影响

发布时间:2019.01.03来源:Gartner浏览量:58次标签:数据治理

消失中的企业数据中心(Disappearing Enterprise Data Centers)


目前在中国,大型企业自建并管理数据中心仍是主流模式,但Gartner看到以欧美为主的国外市场,领先的企业更加倾向于整合与缩减自有数据中心,转而使用外包数据中心资源。这种变化主要驱动于“公有云”的使用,越来越多的应用迁移到公有云上。另外,使用外包数据中心可有效节约IT总体成本,而数据中心的建设运维往往与业务的主营业务关系并不大。


“云优先”战略(Cloud-First Strategy)


“云优先”指的并非是应用全都迁移到“云”,而是如何使用“公有云”的最大化业务价值。“云优先战略”的核心,是从业务价值的角度出发,把有限的IT资源放到创造价值最大的领域,而把同质化的非核心能力进行外包,即不仅要关注系统的重要性,还需要基于该企业应用的核心能力,而决定使用传统IT、私有云还是公有云。中国企业目前较为关注私有云建设,对公有云相对较保守,在这方面需要尽早规划。企业对公有云不应看做新技术,而更应该看做一种新的能力。


“容器”和“无服务器”服务部署(Containers and Serverless Function)


越来越多的企业尝试着“容器化”,因为“容器”能够大大降低交付的延迟、提高交付效率。另一个趋势是使用公有云提供的“无服务器”服务。在构建支持数字化转型的应用中,可以大大减少开发代码的工作量,在保证交付质量的前提下,进一步提高交付效率。


业务驱动的IT(Business-Driven IT)


Gartner研究显示,超过29%的IT支出来自业务单元,而非传统IT。该数字在未来几年内仍将增加。因此,如何匹配业务、让业务认可IT的价值,是未来IT需要提升能力的方向。IT不能仅以技术为中心,而需要转型成业务驱动的IT,以支持业务的数字化转型。


数据中心即服务(Data Center as a Service)


从全球布局来讲,未来数据中心不再是一个物理的地点,而将是承载多种交付能力的服务集合——需要做到风险可控、成本优化、创新引领、合规匹配、快速迭代、并具备全球交付的能力。企业应考虑的是如何使用最好、最优的方法,让客户体验达到价值最大化。但目前来看,许多企业规划技术设施时仍将大部分应用放在传统的数据中心中。


API经济(APIs—Integration Economy)


通过集成各个应用、将各个渠道和应用相匹配以及监控,API经济能够有效支持数据化转型。企业应从需求的角度出发,以“由外及内(outside-in)”的方式,考虑API的设计和落地。同时,企业也应考虑API经济带来的数据安全问题,确保在核心应用更弹性、更平台化的同时,渠道畅通且安全合规。


物联网与边缘计算(IoT and Edge Computing)


Gartner定义的物联网平台分为终端层、平台层、企业层。终端层主要为物联网的节点、设备、通路,提供数据压缩和数据加密服务。平台层包括数据分析、策略及由上到下的数据打通。企业层则是分析数据在企业应用中的集成与使用。这三层相辅相成。而目前来讲,物联网在企业落地方面仍然存在挑战,主要是由于网络标准化尚未统一,应用场景、接口的复杂性,以及整个生态系统尚未建立。


过度规划的容量(Stranded Capacity)


在部分大型企业中,在传统的数据中心及“云”上均存在容量浪费的问题。Gartner数据显示,传统的数据中心中,28%的服务器空置,40%的机架未填满,平均服务器CPU使用率仅达32%。同时,45%的企业机构在转移到“云”时,只是平台迁移而缺乏必要优化,导致在前18个月会产生55%的系统冗余和70%的过度花费。为避免容量的浪费及过度分配,企业机构须采取一些相应手段,如使用合适的容量、控制资源分配、选择计价模型及开源工具,来有效节约经济成本。


企业声誉与数字化体验(Reputation and Digital Experience)


数字化转型中,为用户提供无延迟、可靠的数字化体验至关重要,这也会影响到企业的声誉。例如,物联网技术中物与物的连接较慢,导致整个业务运行效率降低,从而因为延时导致用户体验不佳、用户满意度降低,对企业声誉造成损害。目前,企业应着重考虑用户使用移动设备的体验,为用户提供高质量服务。


扩展基础设施能力(Extended Infrastructure Management)


企业须结合大数据、数据挖掘的技术,扩展基础设施能力,提升端到端的应用体验。而物联网、API经济的技术兴起,也要求企业对相关人员做出优化和调整,使得他们具备相应能力满足新的业务需求,尤其是跨技术平台的综合规划能力、协助业务的顶层设计能力、对业务影响的分析能力等。


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。


(部分内容来源网络,如有侵权请联系删除)
立即免费申请产品试用 免费试用
相关文章推荐
  • 如何保证所基于的数据具有高质量?

    如何保证所基于的数据具有高质量?

    基于数据决策的前提是数据可靠且相关,数据必须是“真实可信的”,否则“输出将是误导和无效的”。但是学校所收集的数据可能不完全,或者更新不及……查看详情

    发布时间:2020.10.31来源:知乎浏览量:74次

  • 数据治理,人工智能和医疗保健:令人兴奋的健康新世界

    数据治理,人工智能和医疗保健:令人兴奋的健康新世界

    随着AI变得越来越普遍,对数据治理的需求也在增加。这是一个由政府确定的问题,因为它最近宣布了一个监督大量数据集的道德小组。2017年1月……查看详情

    发布时间:2019.03.12来源:亿信华辰浏览量:57次

  • 什么是元数据?元数据管理的作用是什么?

    什么是元数据?元数据管理的作用是什么?

    为了更好地理解企业拥有的数据,必须访问关联的元数据。 元数据管理帮助您判断数据来自何处,其在不同系统中的位置以及如何使用。元数据用于管理……查看详情

    发布时间:2021.03.31来源:数据治理研究院浏览量:230次

  • 做数据的守护者亿信华辰推新一代数据治理解决方案

    做数据的守护者亿信华辰推新一代数据治理解决方案

    为帮助银行业客户满足监管合规的要求,亿信华辰在2018年推出了最新版的数据治理解决方案,其中包含数据治理组织架构的建设、数据管理专项工作……查看详情

    发布时间:2019.10.24来源:知乎浏览量:49次

  • 如何成功实现数据治理

    如何成功实现数据治理

    如果你处理过大量数据,你也许听说过“数据治理”一词,你可能会想,它是什么?适不适合你?如何实施?简单来说,数据治理就是处理数据的策略——……查看详情

    发布时间:2020.03.19来源:知乎浏览量:86次

  • 面对数据治理的挑战及难点,如何找到最佳方案?

    面对数据治理的挑战及难点,如何找到最佳方案?

    面对以上8点数据治理最佳实践方法,小编为您推荐一款好用的数据治理工具配合实施数据治理方案,不仅可以保证您的数据治理项目按计划实施,也可以……查看详情

    发布时间:2021.07.01来源:亿信数据治理知识库浏览量:72次

  • 银行数据治理-数据治理是银行业面对的一个崭新课题

    银行数据治理-数据治理是银行业面对的一个崭新课题

    本书是“银行业信息化丛书”之一,数据治理是银行业面对的一个崭新课题,本书从银行业数据基本概况、数据治理现状,以及银行业数据治理体系、数据……查看详情

    发布时间:2018.11.29来源:数据治理浏览量:90次

  • 数据治理(DG)

    数据治理(DG)

    数据治理(DG)是对企业中使用的数据的可用性,可用性,完整性和安全性的整体管理。健全的数据治理计划包括理事机构或理事会,一套明确的程序和……查看详情

    发布时间:2018.11.12来源:techtarget浏览量:100次

  • 营造“三大环境” 让数据说话 靠数据管理

    营造“三大环境” 让数据说话 靠数据管理

    《中国市场监管研究》:最近,江苏省工商局陆续发布消费环境指数、竞争环境指数、准入环境指数的研究报告,从领导批示、专家意见、社会反应来看,……查看详情

    发布时间:2019.02.15来源:数据管理浏览量:77次

  • 数据治理可以灵活吗?

    数据治理可以灵活吗?

    许多组织现在都认识到数据治理的必要性,但仍在努力寻找正确的数据治理方法。一个好方法是 - 敏捷!……查看详情

    发布时间:2019.01.02来源:亿信华辰浏览量:56次

相关主题
您点击 “提交”,表明您已理解并同意接受本网站隐私政策和用户协议