Secondo Google, nel 2021, i modelli cloud inizieranno a includere un’architettura dei dati governata, con un’adozione accelerata di analisi e intelligenza artificiale in tutta l’organizzazione.
In passato, sottolinea Google, abbiamo assistito a sviluppi notevoli che hanno guidato massicci movimenti di adozione del cloud.
La prima ondata di migrazione al cloud è stata guidata dalle SaaS, che hanno fornito alle aziende gli strumenti per sviluppare in modo più rapido e sicuro per applicazioni specifiche, ad esempio CRM. Quindi, la seconda generazione ha visto molte aziende modernizzare l’infrastruttura per andare oltre la manutenzione fisica del data center.
Secondo Google si è trattato di un passo importante, ma con tutto quello che è successo nel 2020 la trasformazione digitale sarà presto una realtà concreta.
Gradualmente le organizzazioni inizieremo a vedere i vantaggi che derivano dalla vera trasformazione della propria attività. I risultati positivi includono l’infusione di data analytics e intelligenza artificiale/machine learning nei processi aziendali quotidiani, con conseguenti impatti profondi in ogni settore e società in generale.
Il modello cloud moderno deve essere in grado di resistere al controllo sulle questioni relative alla sovranità dei dati e all’accessibilità. Cambierà il modo in cui le aziende fanno affari e la parte della società gestita. Anche le grandi aziende tradizionali stanno passando al cloud per gestire esigenze urgenti, come l’aumento delle normative. La posta in gioco è troppo alta ora perché le aziende ignorino i componenti critici della sicurezza e della privacy.
Uno dei motivi principali per cui il cloud, e in particolare Google Cloud, è così vitale per una migliore analisi dei dati, ruota attorno a queste questioni di conformità e governance. In tutto il mondo, per le aziende di ogni dimensione, c’è una maggiore attenzione alla sicurezza, alla privacy e alla sovranità dei dati.
Gran parte della trasformazione digitale che vedremo nel 2021 avverrà per necessità, ma il cloud di oggi è ciò che lo rende possibile. Google Cloud è una piattaforma costruita da zero sulla base di questi requisiti fondamentali, in modo che le aziende possano effettuare la transizione al cloud con la certezza che i dati siano protetti.
Entro il 2021, vedremo l‘80% o più delle aziende adottare una strategia IT multicloud o ibrida. I clienti cloud vogliono opzioni per i loro carichi di lavoro. L’infrastruttura aperta e le API aperte sono la via da seguire e la filosofia aperta è quella che le aziende dovrebbero adottare. Nessuno può permettersi di bloccare i propri dati preziosi in un particolare fornitore o servizio.
Questo standard aperto emergente significa che inizierai a vedere origini dati multi-cloud e locali che si uniscono rapidamente. Con gli strumenti giusti, le organizzazioni possono utilizzare più servizi cloud insieme, consentendo loro di ottenere i vantaggi specifici di cui hanno bisogno da ogni cloud come se fosse un’unica infrastruttura. L’enorme cambiamento che stiamo vedendo verso l’apertura e il cloud porta anche a uno spostamento verso asset di dati più forti e mlgliori analisi dei dati.
Google dichiara che Le soluzioni di dati come Looker e BigQuery Omni sono progettate specificamente per funzionare in un ambiente API aperto sulla nostra piattaforma aperta per stare al passo con le origini dati in continua evoluzione.
Google sottolinea che la scienza dei dati, con tutte le competenze e gli strumenti specializzati che sono stati tipicamente coinvolti, non può più essere di competenza solo di pochi privilegiati.
I team di un’organizzazione devono avere accesso alla data science, con funzionalità come la modellazione ML e l’intelligenza artificiale, senza dover apprendere una disciplina completamente nuova. Per molti di questi membri del team, si tratterà di affrontare nuove e stimolanti sfide.
Grazie a queste tecnologie le aziende saranno in grado di raccogliere, analizzare e agire sui dati molto più rapidamente di quelle che utilizzano ancora tradizionali modelli di data science distaccato.
Ciò migliora la produttività e il processo decisionale informato fornendo ai dipendenti gli strumenti per raccogliere, ordinare e condividere i dati su richiesta.
Inoltre, libera i team con esperienza nel campo della scienza dei dati che normalmente dovrebbero assemblare, analizzare e creare presentazioni per concentrarsi su attività più adatte alle loro capacità e alla loro formazione.
Secondo Google, grazie alla propria infrastruttura di cloud e le soluzioni di dati e AI / ML, è facile spostare facilmente i dati nel cloud e iniziare ad analizzarli. Strumenti come Connected Sheets , Data QnA e Looker rendono l’analisi dei dati qualcosa che tutti i dipendenti possono fare, indipendentemente dal fatto che siano analisti di dati certificati o scienziati.
Stiamo rapidamente arrivando al punto in cui i dati che risiedono nel cloud superano i dati che risiedono nei data center. Ciò sta accadendo poiché si prevede che i dati mondiali cresceranno del 61% entro il 2025 , fino a 175 zettabyte.
Sono molti dati, che offrono una miniera di opportunità da esplorare per le aziende. La sfida è catturare l’utilità dei dati nel momento.
Seguire i dati memorizzati in passato può essere informativo, ma sempre più casi d’uso richiedono informazioni immediate, soprattutto quando si tratta di reagire a eventi imprevisti. Ad esempio, identificare e fermare una violazione della sicurezza della rete sul momento, con dati in tempo reale e una reazione in tempo reale, ha enormi conseguenze per un’azienda. Quel momento può far risparmiare ore e costi incalcolabili spesi per la mitigazione.
Questo è lo stesso metodo che Google sfrutta per aiutare i clienti a superare gli attacchi DDOS e, se il 2020 ha insegnato qualcosa, è che le aziende avranno bisogno di questa capacità per rispondere immediatamente a problemi imprevisti più che mai per andare avanti.
Mentre i dati in tempo reale rivoluzionano la velocità con cui vengono raccolti i dati, forse la fonte di dati più inaspettata ma incredibilmente utile che abbiamo visto è l’analisi predittiva.
Tradizionalmente, i dati vengono raccolti solo dal mondo fisico, il che significa che l’unico modo per pianificare ciò che accadrà consiste nel guardare a ciò che può essere testato fisicamente. Ma con modelli predittivi e strumenti AI / ML come BigQuery ML sottolinea Google, le organizzazioni possono eseguire simulazioni basate su scenari e informazioni di vita reale, fornendo loro dati su circostanze che sarebbero difficili, costose o addirittura impossibili da testare in ambienti fisici.
