Τα δεδομένα είναι το θεμέλιο της έξυπνης επιχείρησης. Ωστόσο η μορφή των δεδομένων, όσοι τα χρησιμοποιούν και οι προσδοκίες των επιχειρήσεων από αυτά έχουν αλλάξει. Οι αλλαγές αυτές απαιτούν πιο «ώριμα» δεδομένα και τις κατάλληλες τεχνολογίες για την επίτευξη καλύτερων αποτελεσμάτων που θα κάνουν τη διαφορά. Καθώς κάθε οργανισμός προχωρά με τον ψηφιακό μετασχηματισμό του, διακρίνουμε πέντε βασικές αλλαγές που συγκλίνουν στη σημερινή εποχή των δεδομένων:
1. Εκθετική αύξηση του όγκου των δεδομένων (δομημένων και μη)
Τροφοδοτούμενη από μια πληθώρα έξυπνων συσκευών και αισθητήρων IoT, η δημιουργία δεδομένων παγκοσμίως αυξάνεται διαρκώς για περισσότερο από μια δεκαετία. Μια μελέτη της IDC αναφέρει ότι μεταξύ 2021-2025 η δημιουργία νέων δεδομένων θα αυξηθεί με ρυθμό (CAGR) 23%, με αποτέλεσμα τη δημιουργία περίπου 175 Zettabytes (ZB, εξάκις εκατομμυρίων) δεδομένων έως το 2025. Για να αναλογιστούμε το μέγεθος αυτό, ένα μόνο zettabyte ισοδυναμεί με ένα τρισεκατομμύριο gigabyte ή όπως το περιγράφει η Wikipedia, «ένα zettabyte είναι τόσο μεγάλο που θα χρειαζόταν περίπου ένα εκατομμύριο υπερυπολογιστές (ή ένα δισεκατομμύριο ισχυρούς οικιακούς υπολογιστές) για να αποθηκεύσουν αυτήν την ποσότητα δεδομένων». Αν τώρα συνυπολογίσουμε ότι οι περισσότερες μορφές δεδομένων – συμπεριλαμβανομένων των μη δομημένων δεδομένων – unstructured data και δεδομένων όπως streaming, PDF, φωτογραφίες, ήχο και βίντεο κλπ. αυξάνονται με πρωτοφανή ρυθμό, οι οργανισμοί δυσκολεύονται να εξάγουν αξία από τα δεδομένα που συλλέγουν. Η ίδια έκθεση της IDC αναφέρει ότι το 80% των δεδομένων θα είναι μη δομημένα μέχρι το 2025.
Η εύρεση λύσης για τη διαχείριση μη δομημένων δεδομένων αποτελεί πρόκληση. Οι εφαρμογές επόμενης γενιάς που θα μπορούσαν να διαχειριστούν τα ταχέως αυξανόμενα μη δομημένα δεδομένα απαιτούν συνήθως γρήγορα αποθηκευτικά συστήματα τύπου flash, αλλά οι περιορισμοί στον προϋπολογισμό δυσκολεύουν τους οργανισμούς να υιοθετήσουν πλήρως την χρήση ανάλογων τέτοιων συστημάτων. Οι επιχειρήσεις θα χρειαστούν ισχυρές λύσεις αποθήκευσης αρχείων που είναι εύκολο να κλιμακωθούν και να χρησιμοποιηθούν, ανεξάρτητα από τον όγκο των μη δομημένων δεδομένων που καλούνται να διαχειριστούν.
2. Οι αναδυόμενες τεχνολογίες πυροδοτούν μια νέα εποχή νοημοσύνης σε μεγάλη κλίμακα
Το Edge computing, το 5G, η τεχνητή νοημοσύνη (AI) και η μηχανική μάθηση (ML) μεταμορφώνουν τον τρόπο συλλογής, επεξεργασίας και χρήσης των δεδομένων. Για πρώτη φορά στην ιστορία είμαστε σε θέση να αντιμετωπίσουμε την εκρηκτική αύξηση των δεδομένων με έξυπνες υποδομές, λογισμικό και αλγόριθμους για να τα μετατρέψουμε γρήγορα σε αξιοποιήσιμες πληροφορίες. Αυτές μπορούν να χρησιμοποιηθούν για τη δημιουργία νέας αξίας και την επίτευξη καλύτερης εμπειρίας προς τον χρήστη.
Υπάρχει μια συμβιωτική σχέση μεταξύ των προηγμένων τεχνολογιών που αναπτύσσονται για να ευδοκιμήσουν στην ψηφιακή οικονομία και του πλούτου των νέων δεδομένων που περιμένουν από τις επιχειρήσεις να τα ανακαλύψουν. Ομοίως, υπάρχει ένα είδος συμβίωσης μεταξύ της επιτυχίας με τεχνολογίες για το Edge και της διαχείρισης δεδομένων. Με τη δυνατότητα που έχουν πλέον οι οργανισμοί να χρησιμοποιούν τα δεδομένα κοντά στην πηγή, το edge computing μπορεί να βελτιώσει την αποτελεσματικότητα και να βοηθήσει στη δημιουργία νέων εμπειριών. Σε συνδυασμό με την τεχνητή νοημοσύνη, το edge computing θα αλλάξει τον τρόπο με τον οποίο οι μηχανές μοιράζονται και διαχειρίζονται τα δεδομένα, ενώ παράλληλα θα επιτρέψει στις επιχειρήσεις να βρουν ευκαιρίες για να αντλήσουν περισσότερη αξία.
3. Αποκεντρωμένα δεδομένα
Η υιοθέτηση των αναδυόμενων τεχνολογιών που προαναφέραμε, οδηγεί σε περισσότερες διαμοιρασμένες τοποθεσίες απ’ όπου προέρχονται τα δεδομένα. Καθώς το κέντρο βάρους μετατοπίζεται με ταχείς ρυθμούς προς το edge, τα δεδομένα αποθηκεύονται, τυγχάνουν επεξεργασίας και χρησιμοποιούνται όλο και περισσότερο πιο κοντά στην πηγή τους. Καθώς όλο και περισσότερες λειτουργίες γίνονται στο edge, θα πρέπει να διαχειρίζεστε τα δεδομένα με διαφορετικό και συνεπή τρόπο, από το data center μέχρι τo edge και τo hybrid cloud. Κάτι τέτοιο απαιτεί αλλαγές στην αρχιτεκτονική των υπολογιστών, των δικτύων, των συστημάτων αποθήκευσης και των εφαρμογών.
4. Αύξηση των προσδοκιών των καταναλωτών
Οι σημερινοί καταναλωτές είναι σε πιο πλεονεκτική θέση από ποτέ και απαιτούν περισσότερες εμπειρίες πλούσιες σε δεδομένα, εξατομικευμένες και σε πραγματικό χρόνο. Στο παρελθόν, θα χρειάζονταν μέρες για να βρείτε νέες πληροφορίες, αλλά σήμερα αυτό το διάστημα είναι υπερβολικά μεγάλο. Η αυξανόμενη εξάρτηση από την τεχνητή νοημοσύνη και την μηχανική μάθηση για τη λήψη αποφάσεων σε πραγματικό χρόνο σε ένα κατανεμημένο περιβάλλον μπορεί να επιβαρύνει ακόμη και τις πιο προχωρημένες στρατηγικές διαχείρισης δεδομένων. Οι περισσότεροι οργανισμοί δεν έχουν τις δυνατότητες IT για να ανταπεξέλθουν. Αυτό συμβαίνει επειδή η διαχείριση δεδομένων που κάνουν ταιριάζει σε έναν ξεπερασμένο περιβάλλον όπου οι πληροφορίες και τα αποτελέσματα είναι αποδεκτό να γίνονται διαθέσιμα σε ώρες ή ημέρες. Για να είναι σε θέση να μετατρέπουν γρήγορα τα δεδομένα σε πληροφορία, οι οργανισμοί πρέπει να εξελίξουν τις δυνατότητες επεξεργασίας δεδομένων τους.
5. Παραβιάσεις δεδομένων και ρυθμιστικοί κανόνες
Οι απειλές για την ασφάλεια στον κυβερνοχώρο είναι πιο περίπλοκες και ο αριθμός των παραβιάσεων δεδομένων έχει εκτοξευτεί στα ύψη. Κατά συνέπεια, και το ρυθμιστικό περιβάλλον εξελίσσεται, επιβάλλοντας πιο ανθεκτική ασφάλεια δεδομένων, προστασία απορρήτου και διακυβέρνηση. Καθώς περισσότερα δεδομένα συλλέγονται, αποθηκεύονται και υποβάλλονται σε επεξεργασία σε πολλαπλές τοποθεσίες, η έκθεση σε κακόβουλες επιθέσεις επίσης αυξάνεται, καθιστώντας τη συμμόρφωση με τους παγκόσμιους νόμους και κανονισμούς δεδομένων πιο περίπλοκη. Επιπλέον, οι πελάτες θέλουν να συναλλάσσονται με οργανισμούς στους μπορούν να εμπιστευτούν τα δεδομένα τους. Αυτές οι τάσεις υπογραμμίζουν τους τρόπους με τους οποίους οι αποδέκτες των δεδομένων και οι καταναλωτές έχουν αλλάξει και πώς οι οργανισμοί χρειάζεται να προσαρμοστούν για να παραμείνουν ανταγωνιστικοί.
