Pengurusan operasi dan penyelenggaraan IT baharu memerlukan kerja keras pada kedua-dua infrastruktur dan data

Dalam era model besar AI, data memberi orang IT "misi baharu"

Orang IT kini memainkan peranan sebagai sokongan operasi dalam perusahaan. Apabila bercakap mengenai pengurusan operasi dan penyelenggaraan, saya percaya setiap orang mempunyai masa yang sukar. Mereka bertanggungjawab untuk kerja operasi dan penyelenggaraan yang membosankan, beban tinggi dan berisiko tinggi, tetapi mereka telah menjadi "telus" apabila ia berkaitan dengan perancangan perniagaan. dan pembangunan kerjaya. Ada pepatah jenaka dalam industri: "Mereka yang hanya membelanjakan wang tidak layak untuk bersuara".

Dengan mempopularkan aplikasi model besar AI, data telah menjadi aset utama dan daya saing teras perusahaan. Dalam beberapa tahun kebelakangan ini, skala data perusahaan telah berkembang dengan pesat, meningkat secara eksponen daripada paras petabait kepada ratusan paras petabait. Jenis data juga telah berkembang secara beransur-ansur daripada data berstruktur berdasarkan pangkalan data kepada data separa berstruktur dan tidak berstruktur berdasarkan fail, log, video, dsb. Untuk memenuhi keperluan jabatan perniagaan, storan data perlu diklasifikasikan dan boleh diakses seperti perpustakaan, dan kaedah penyimpanan yang lebih selamat dan boleh dipercayai juga diperlukan.

Orang IT bukan lagi sekadar pemain pasif yang bertanggungjawab membina dan mengurus sumber IT serta memastikan kestabilan peralatan.

Misi baharu kakitangan IT telah berkembang menjadi menyediakan perkhidmatan data berkualiti tinggi, menjadikan data mudah digunakan dan membantu jabatan perniagaan menggunakan data dengan baik!

"Infrastruktur" dan "data" sangat rapat, tetapi "pengurusan" kedua-duanya berjauhan

Untuk pengurusan infrastruktur, adalah amalan biasa. Teknologi AIOps, menukar operasi dan penyelenggaraan harian manual yang membosankan kepada pelaksanaan automatik menggunakan alatan, dan menggunakan keupayaan pintar seperti sistem pakar dan graf pengetahuan untuk secara proaktif menemui bahaya sistem dan membaiki kerosakan secara automatik. Selepas mempopularkan teknologi AI generatif, aplikasi baharu seperti perkhidmatan pelanggan pintar dan operasi dan penyelenggaraan interaktif telah muncul baru-baru ini.

Untuk pengurusan data, industri mempunyai pembekal perisian DataOps profesional yang diwakili oleh Informatica, IBM, dsb., yang menyokong penyepaduan data, pelabelan data, analisis data, pengoptimuman data, pengoptimuman data dsb. Keupayaan untuk menyediakan perkhidmatan kepada pasukan perniagaan seperti penganalisis data, penganalisis BI dan saintis data.

Penyelidikan pengarang mendapati bahawa pengendalian infrastruktur dan pengurusan penyelenggaraan dan pengurusan data di kebanyakan perusahaan pada masa ini dipisahkan, dengan pasukan berbeza yang bertanggungjawab, dan tiada kerjasama yang berkesan antara platform alat. Data perniagaan disimpan dalam infrastruktur IT seperti storan dan harus disepadukan Namun, pengurusan sebenar kedua-duanya adalah jauh, malah bahasa antara kedua-dua pasukan ini biasanya membawa beberapa kelemahan:

1) Data daripada sumber yang berbeza: Oleh kerana ia milik pasukan yang berbeza dan menggunakan alatan yang berbeza, pasukan perniagaan biasanya menyalin data asal ke platform pengurusan data untuk analisis dan pemprosesan melalui ETL dan kaedah lain. Ini bukan sahaja menyebabkan pembaziran ruang storan, tetapi juga menyebabkan masalah seperti ketidakkonsistenan data dan kemas kini data yang tidak tepat pada masanya, yang menjejaskan ketepatan analisis data.

2) Kesukaran dalam kerjasama merentas serantau: Pada masa kini, pusat data perusahaan digunakan di berbilang bandar Apabila data dihantar ke seluruh wilayah, pada masa ini ia direplikasi terutamanya pada lapisan perisian hos. Kaedah penghantaran data ini Bukan sahaja kecekapan rendah, terdapat juga bahaya tersembunyi yang serius seperti keselamatan, pematuhan dan privasi semasa proses penghantaran.

3) Pengoptimuman sistem yang tidak mencukupi: Pada masa ini, pengoptimuman biasanya berdasarkan penggunaan sumber infrastruktur Kerana susun atur data tidak dapat dilihat untuk mencapai pengoptimuman global, kos penyimpanan data kekal tinggi dan pertumbuhan adalah terhad. Percanggahan antara belanjawan dan pertumbuhan eksponen skala data telah menjadi percanggahan utama yang menyekat pengumpulan aset data perusahaan.

Orang IT, buka dua saluran "infrastruktur" dan "data" dan mulakan roda tenaga kecerdasan digital

Penulis percaya bahawa pasukan IT harus mengambil kira "infrastruktur" dan "data" kerana Ia mengurus dan mengoptimumkan keseluruhan organik untuk mencapai homologi data, pengoptimuman global dan peredaran yang selamat, memainkan peranan penting sebagai pengurus aset data.

Pertama, capai pandangan bersatu fail global. Gunakan sistem fail global, pengurusan metadata bersatu dan teknologi lain untuk membentuk pandangan global bersatu data di rantau yang berbeza, pusat data yang berbeza dan pelbagai jenis peralatan. Atas dasar ini, strategi pengoptimuman global boleh dirumuskan mengikut dimensi seperti panas, hangat, sejuk, pengulangan, tamat tempoh, dsb., dan dihantar ke peranti storan untuk pelaksanaan Pendekatan ini boleh mencapai pengoptimuman global. Teknologi seperti pemampatan dan penyulitan berdasarkan replikasi lapisan storan biasanya boleh mencapai pergerakan data berpuluh-puluh kali lebih pantas, dan kedua-dua kecekapan dan keselamatan boleh dijamin.

Kedua, menjana direktori data secara automatik daripada data tidak berstruktur besar-besaran. Menjana perkhidmatan katalog data secara automatik melalui metadata, metadata dipertingkat, dsb., dan mengurus data dengan cekap mengikut kategori. Berdasarkan direktori, pasukan perniagaan boleh mengekstrak data secara automatik yang memenuhi syarat untuk analisis dan pemprosesan, bukannya mencari data secara manual seperti jarum dalam timbunan jerami. Penyelidikan penulis mendapati bahawa teknologi untuk anotasi data melalui algoritma pengecaman AI adalah agak matang Oleh itu, rangka kerja terbuka boleh digunakan untuk menyepadukan algoritma AI untuk senario yang berbeza dan secara automatik menganalisis kandungan fail untuk membentuk teg pelbagai, yang boleh digunakan sebagai metadata yang dipertingkatkan kepada. meningkatkan keupayaan pengurusan data.

Pada masa yang sama, apabila data mengalir merentasi peranti, pertimbangan khusus perlu diberikan kepada kedaulatan data, privasi pematuhan dan isu lain. Data dalam peranti storan hendaklah dikelaskan secara automatik, gred privasi, terpencar dan dibahagikan kepada domain, dsb. Perisian pengurusan harus mengurus akses data, penggunaan, aliran dan dasar lain secara seragam untuk mengelakkan kebocoran maklumat sensitif dan data peribadi serta data masa hadapan senario dagangan elemen Ini akan menjadi keperluan asas. Contohnya, apabila data mengalir keluar daripada peranti storan, pematuhan, privasi peribadi, dsb. mesti ditentukan terlebih dahulu untuk menentukan sama ada ia memenuhi keperluan dasar, jika tidak, perusahaan akan menghadapi risiko undang-undang dan kawal selia yang serius.

Seni bina rujukan adalah seperti berikut:

Menurut penyelidikan dan perundingan pengarang dengan pakar rakan sebaya, saya mendapati vendor storan industri terkemuka seperti Huawei telah dikeluarkan. produk untuk penyimpanan bersepadu dan penyelesaian pengurusan data, saya percaya lebih banyak pengeluar akan menyokongnya pada masa hadapan.

Peralatan dan data mesti digenggam dengan kedua-dua tangan, dan kedua-dua tangan mesti kuat. Orang IT boleh memainkan peranan yang lebih penting dalam era AI.