云原生可觀測性：數(shù)字韌性的基石
目前，云原生環(huán)境用戶往往因為缺乏對基礎設施和應用程序堆棧的端到端可見性，難以快速發(fā)現(xiàn)和解決問題，進而影響了服務的可靠性和可用性。預計到2025年，用戶會更加重視云原生可觀測性，以便在混合云和多云環(huán)境中實時查看和關聯(lián)從基礎設施到應用的各類事件和指標。這將幫助他們分析整個IT環(huán)境的數(shù)據(jù)，在問題升級為事故前及時發(fā)現(xiàn)異常和潛在問題。
提升應對系統(tǒng)中斷的數(shù)字韌性
2024年，我們見證了多起區(qū)域性和全球性的重大技術中斷事件，比如Crowdstrike的全球服務中斷。這種中斷趨勢還將持續(xù)，繼而促使企業(yè)制定IT策略來應對、適應以及從類似中斷中恢復，具體策略包括：通過多樣化IT架構來降低軟件集中度和供應商鎖定風險，建立備用技術棧以應對故障轉移，采用多供應商方案，為操作系統(tǒng)和Kubernetes等關鍵基礎設施軟件提供更多選擇等。
零信任安全：抵御勒索軟件的防護盾
2024年，勒索軟件攻擊急劇增加，隨著不法分子使用AI進行更復雜的攻擊，這一趨勢預計還將持續(xù)。勒索軟件即服務(RaaS)的存在加劇了這一情況。到2025年，預計將有更多公司投資零信任安全解決方案，以檢測和防止勒索軟件及其他零日漏洞攻擊。
安全和私密的生成式AI：負責任地推動創(chuàng)新
采用AI技術的公司面臨眾多安全挑戰(zhàn)，包括生成式AI的隱私和數(shù)據(jù)保護問題，以及AI供應鏈中的漏洞。為應對這些風險，私有AI平臺的采用將會增加。這些平臺使企業(yè)能夠完全掌控其數(shù)據(jù)，保護其運營免受未經(jīng)授權的數(shù)據(jù)共享、合規(guī)性風險以及“影子AI”濫用等日益增多的威脅。
AI可觀測性：優(yōu)化性能并減少碳足跡
AI，尤其是大型語言模型，運行所需的大量能耗會對碳排放產(chǎn)生顯著影響。為了優(yōu)化AI工作負載的能耗并減少碳排放，企業(yè)將在未來幾年采用多種策略，包括：微調和優(yōu)化大型語言模型，消除其性能瓶頸，選擇高能效云服務供應商，負責任地擴展AI資源。可觀測性工具將有助于推動并指導這些工作。
人工智能的標準操作環(huán)境：推動效率與創(chuàng)新
如今，有多種選項可運行生成式AI和其他類型的AI工作負載。隨著時間的推移，我們預計大多數(shù)企業(yè)會為AI用例創(chuàng)建一個標準操作環(huán)境。環(huán)境將包含一個高度可擴展的通用AI平臺，并提供AI工作負載所需的通用模塊和服務，如：精心挑選的大型語言模型(LLM)、數(shù)據(jù)隱私與安全、可觀測性等。標準操作環(huán)境還確保了一致的治理、有效的工作流程和優(yōu)化的資源使用，從而有助于減少碳排放。
綜上，2025年及以后，注重數(shù)字韌性、安全和創(chuàng)新的企業(yè)將能夠更好地抓住新興機遇，從容應對數(shù)字時代的各種挑戰(zhàn)。
京公網(wǎng)安備 11010502049343號