對于那些已經(jīng)部署云服務(wù)的企業(yè)來說，資源虛擬化帶來的靈活可擴(kuò)展不必多言,，很多企業(yè)紛紛選擇了采購多個(gè)云服務(wù),，而這些在多云環(huán)境運(yùn)營的企業(yè)要是不把數(shù)據(jù)整理好，業(yè)務(wù)就會漏洞百出,。

隨著上云初期的經(jīng)濟(jì)紅利隨技術(shù)升級消失殆盡,，CIO對云上成本變得苛刻起來，一些大型軟件企業(yè)的架構(gòu)師完全可以通過對云服務(wù)運(yùn)行的監(jiān)控,，在數(shù)百萬美元中節(jié)省10-20%的成本,。事實(shí)上，像AWS,、Cloudyn這些廠商也提供了計(jì)算云成本的工具,。站在用戶的角度，多云方案也能讓其重奪議價(jià)權(quán),。

如今,，云計(jì)算廠商可以像水電煤一樣提供云服務(wù)，根據(jù)使用時(shí)間和用途進(jìn)行收費(fèi),，并且希望自己像早年間的傳統(tǒng)軟件廠商培育長期的購買模式,。而用戶在選擇多云服務(wù)商時(shí)可不是只管比價(jià)那么簡單,，不僅涉及業(yè)務(wù)對接,，還有一些管理問題，例如數(shù)據(jù)如何在異構(gòu)環(huán)境中遷移,、應(yīng)用如何跨網(wǎng)絡(luò)部署運(yùn)行,、服務(wù)如何跨云災(zāi)備恢復(fù)等。那么,，這些問題如何解決呢,？

企業(yè)上云不是一蹴而就的,，除了要明確業(yè)務(wù)需求，還要根據(jù)實(shí)際運(yùn)營狀況作出調(diào)整,。舉個(gè)例子,，如果某家企業(yè)專注于事件分析類應(yīng)用，就要側(cè)重大數(shù)據(jù),、數(shù)據(jù)庫這些服務(wù),，而不是單純的事件處理。也就是說,，企業(yè)在采購時(shí)應(yīng)該主動提出方向性需求,，以找到具有性價(jià)比的方案。

企業(yè)在云中分析數(shù)據(jù)并不是簡單的要節(jié)約資金,，更要調(diào)用更多可能性,，比如通過可擴(kuò)展的架構(gòu)實(shí)現(xiàn)更多的工作負(fù)載，并且在實(shí)驗(yàn)建模時(shí)把試錯成本降到最低,。就像企業(yè)不想每一次在應(yīng)用創(chuàng)建時(shí)都去重新搭一遍平臺,，而是要去設(shè)計(jì)出一個(gè)可以良性循環(huán)的系統(tǒng)和機(jī)制。而且在使用商業(yè)智能時(shí),，企業(yè)也在去尋求提高業(yè)務(wù)并發(fā)性,、決策質(zhì)量、業(yè)務(wù)洞察力,。

由于本地業(yè)務(wù)支持系統(tǒng)在云端并不是100%還原的,，這也是為什么企業(yè)客戶會認(rèn)為數(shù)據(jù)到了云端就不能確保安全性了，等到出問題時(shí)再去想辦法為時(shí)已晚,。人們要關(guān)注過往數(shù)據(jù)庫的損壞,，而非新建數(shù)據(jù)，這不無道理,。一味的搜集數(shù)據(jù)只會讓業(yè)務(wù)系統(tǒng)越來越復(fù)雜,，盡管商業(yè)智能有著強(qiáng)大的計(jì)算力作為支撐，但很難保證這些數(shù)據(jù)都是完美的,。

企業(yè)需要了解非結(jié)構(gòu)化,、結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)分析的具體影響，而這些數(shù)據(jù)必須是與實(shí)際業(yè)務(wù)強(qiáng)相關(guān)的,，比如是直接用于投資或者運(yùn)營的數(shù)據(jù),，商業(yè)智能所面臨的挑戰(zhàn)就是如何去獲取、篩選,、標(biāo)準(zhǔn)化數(shù)據(jù),。在通用數(shù)據(jù)保護(hù)規(guī)范的影響下，人們對于敏感信息的標(biāo)記變得越來越敏感,，如位置信息對服務(wù)商是有價(jià)值的信息,，但這種數(shù)據(jù)挖掘和獲取的成本真能換來很大的回報(bào)嗎,？

隨著數(shù)據(jù)的爆發(fā)式增長，相應(yīng)占據(jù)的網(wǎng)絡(luò),、存儲,、計(jì)算資源也會水漲船高，使得開發(fā)者要針對實(shí)時(shí)情況對應(yīng)用做出調(diào)整,。對于不少多云的企業(yè)來說,，要在多個(gè)公有云服務(wù)中發(fā)揮數(shù)據(jù)治理功能是檢驗(yàn)CSP的考量因素。同時(shí),，符合行業(yè)標(biāo)準(zhǔn)的數(shù)據(jù)約束規(guī)則也容易被忽視,，這需要企業(yè)內(nèi)部的IT人員與監(jiān)管團(tuán)隊(duì)共同來協(xié)助制訂相關(guān)政策。

此外,，評估云服務(wù)商的數(shù)據(jù)能力也是一大因素,，足夠領(lǐng)先的技術(shù)并不代表可以把背后的數(shù)據(jù)利用好，或者不代表擁有優(yōu)質(zhì)的數(shù)據(jù)資源,。就像柴油注入汽油車會出問題,，也不是任何數(shù)據(jù)對人工智能都有積極作用，不少案例已經(jīng)可以證明這一點(diǎn),。例如,，有些聊天機(jī)器人在網(wǎng)絡(luò)上學(xué)習(xí)了負(fù)面評論，就會變得"尖酸刻薄"甚至引發(fā)了種族歧視問題,?？梢姡瑪?shù)據(jù)的開源性固然重要,，但如何找到有質(zhì)量的數(shù)據(jù)對AI發(fā)展有著決定性的影響,，尤其是在受到高度監(jiān)管的行業(yè)。

互聯(lián)網(wǎng)時(shí)代的快節(jié)奏讓數(shù)據(jù)也跑在快車道上,，松懈不得,。以城市交通治理為例，每天在城市道路上都在發(fā)生著堵車或者事故,，如果做不到對數(shù)據(jù)的實(shí)時(shí)分析就難以立刻找到有效的疏通辦法,，而在上下班高峰期時(shí)的交通堵塞往往因?yàn)槟骋粋€(gè)信號燈故障就會引發(fā)。

多云時(shí)代的數(shù)據(jù)量會成倍增加,，而且會越來越復(fù)雜,，那么如何把這些數(shù)據(jù)利用好有的放矢，就成為了關(guān)鍵所在,。

• 上一篇：企業(yè)全面上云,，MSP的營收即將爆發(fā)
• 下一篇：都知道區(qū)塊鏈,，但它真正的應(yīng)用場景你知道嗎,？
  
• 文章標(biāo)簽：
• 注：原創(chuàng)內(nèi)容,，禁止轉(zhuǎn)載，如有轉(zhuǎn)載,，請標(biāo)明出處,。如有內(nèi)容侵犯您的權(quán)益，請聯(lián)系刪除,！QQ:315212307