Las perspectivas económicas mundiales para 2023 son, en el mejor de los casos, tibias; la inflación está disminuyendo, pero las amenazas de recesión aún se ciernen sobre muchos países. Los líderes de TI apostarán por inversiones estratégicas en la nube y análisis, dos áreas en las que existe una amplia prueba de reducción de costos y entrega de conocimientos que pueden crear un nuevo valor a partir de datos no estructurados, aprovechando el poder asequible de la computación en la nube. De hecho, el 65% de las organizaciones planean o ya están entregando datos no estructurados a sus plataformas de análisis de big data, según una encuesta sobre gestión de datos no estructurados realizado a principios de este año. La encuesta también predice un mayor enfoque en la automatización inteligente, la recopilación de métricas, FinOps y la inteligencia artificial para administrar los datos con mayor precisión para ahorrar dinero y cumplir una gran variedad de objetivos comerciales.
El gasto en administración de datos y TI de almacenamiento priorizará el análisis en la nube y perimetral, la administración del ciclo de vida de los datos y el gobierno de los datos.
Una estadística bien citada de IDC predice que los datos crecerán a 175 zettabytes (ZB) para 2025, frente a los 97 ZB estimados para fines de 2022: números tan grandes que son difíciles de visualizar. Y, con la mayor parte de estos datos siendo desestructurado, lo que significa que no viven como filas y columnas en las bases de datos, sino que están dispersos con múltiples copias respaldadas varias veces en muchas aplicaciones diferentes, tecnologías de almacenamiento y silos departamentales, los riesgos van más allá de las nubes. almacenamiento de datos costos Las organizaciones necesitan comprender mejor sus datos para protegerlos y aprovecharlos para que puedan mejorar las estrategias comerciales y desarrollar nuevos productos y servicios más rápido. La automatización de los flujos de trabajo para seleccionar y entregar los datos correctos a las herramientas de IA y ML nativas de la nube será una de las principales tácticas en 2023. El procesamiento perimetral y el análisis también se están afianzando para entregar solo la información necesaria a otras aplicaciones en lugar de volcar grandes conjuntos de datos en un lago de datos en la nube y otros servicios en la nube. Además, prevemos una mayor adopción de una automatización más inteligente y adaptativa que aprende de los entornos y las experiencias de los clientes para mejorar los resultados. Esto podría ser particularmente útil en áreas como la ciberseguridad, la movilidad de datos y la gestión del ciclo de vida (mover los datos correctos al lugar correcto en el momento correcto) y la experiencia digital del cliente. Todas estas iniciativas requerirán programas más proactivos de administración de datos no estructurados, gobierno de datos y monitoreo para evitar pantanos de datos e infracciones de cumplimiento y reducir el esfuerzo manual en la curación y preparación de datos por parte de analistas y científicos de datos.
Los proyectos exitosos de migración a la nube requerirán prácticas FinOps maduras.
El gasto excesivo en la nube es rampante. Se desperdicia un tercio (32 %) del gasto en la nube, frente al 30 % del año pasado, según flexera. Los proyectos en la nube también superan en promedio un 13 % el presupuesto. Como resultado, FinOps, una disciplina de administración financiera en la nube que se esfuerza por maximizar el valor comercial al ayudar a los equipos de ingeniería, finanzas, tecnología y negocios a colaborar en decisiones de gastos basadas en datos, se convertirá en una práctica generalizada. El análisis de FinOps puede reducir los riesgos de una migración de datos en la nube al mostrar los ahorros previstos y el ROI de diferentes planes. Esto implicará la recopilación de métricas sobre el uso y la antigüedad de los datos para determinar el valor de los datos, los costos por TB para el almacenamiento local y los niveles de almacenamiento de destino, los costos de administración en las instalaciones frente a la nube, las métricas de rendimiento y disponibilidad del almacenamiento de destino, y más.
Los administradores de TI se evaluarán con nuevas métricas de administración de datos orientadas al negocio.
También surgirán nuevas prácticas de análisis en la infraestructura de TI. Los equipos de almacenamiento, por ejemplo, tradicionalmente han recopilado métricas de capacidad y rendimiento, como latencia, operaciones de E/S por segundo (IOPS) y rendimiento. Ahora es necesario expandir esas métricas tradicionales a otras que se centren directamente en los datos, a medida que las empresas se alejan de la gestión del almacenamiento a la gestión de datos no estructurados en la nube híbrida y la infraestructura de borde. Las nuevas métricas cubren indicadores de uso como los principales propietarios de datos, el porcentaje de archivos "fríos" a los que no se ha accedido en más de un año, el tamaño y tipo de archivo más común, los costos de almacenamiento por departamento, los costos de almacenamiento por proveedor por TB, el porcentaje de copias de seguridad reducido, tasa de crecimiento de datos, métricas de contracargo y más. Al incorporar estas nuevas métricas de datos orientadas al negocio, las organizaciones de TI pueden hacer un mejor trabajo al administrar las estrategias para las necesidades reales de los departamentos. Por ejemplo, un departamento con un gran porcentaje de datos que solo está activo durante 30 días se beneficiará de una estrategia de almacenamiento diferente a la de uno que necesita mantener los datos en el nivel "activo" de mayor costo durante un año o más.
Las capacidades de gestión de datos no estructurados se extenderán a los propietarios de datos.
Los departamentos de TI se están ahogando en solicitudes de datos junto con sus responsabilidades diarias de gestión de TI; es hora de que los usuarios finales y los departamentos desempeñen un papel más importante en la gestión de sus propios archivos y datos. Con las medidas de protección de seguridad adecuadas, los profesionales del almacenamiento buscarán formas sencillas de compartir análisis con los departamentos, como la cantidad de datos almacenados, los principales propietarios de datos, las tendencias de uso y los costos. Mediante la entrega de acceso de autoservicio seguro a las herramientas de administración de datos, TI puede trabajar más de cerca con los departamentos para cumplir con los objetivos de gobierno y ahorro de costos. Mientras tanto, los jefes de departamento pueden asegurarse de que sus datos se gestionen adecuadamente de acuerdo con las necesidades comerciales. Por ejemplo, los usuarios pueden identificar conjuntos de datos con ciertas características (como proyecto o edad) para pasar al almacenamiento en la nube para reducir costos o iniciativas de investigación.
La automatización basada en IA se encontrará con la gestión de datos no estructurados.
Cuando los datos son el tema, IA (y ML) es cada vez más la respuesta. Busque software de gestión de datos no estructurados para volverse más sofisticado mediante la incorporación de automatización y aprendizaje automático adaptativo para guiar de forma inteligente la colocación de datos, la gestión del ciclo de vida, la búsqueda y el movimiento. Las soluciones pueden adaptarse según el perfil de costos del cliente, el perfil de datos y el aprovisionamiento de destino, y aprender con el tiempo para refinar las recomendaciones. Esto no solo ahorrará tiempo, sino que idealmente ayudará a los administradores de TI a tomar mejores decisiones cuando se trata de proteger y aprovechar los activos de datos para la empresa y garantizar que los datos siempre vivan en el lugar correcto en el momento correcto.
- Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
- Platoblockchain. Inteligencia del Metaverso Web3. Conocimiento amplificado. Accede Aquí.
- Fuente: https://www.dataversity.net/unstructured-data-management-predictions-for-2023/
