毫無疑問，人們正在迅速走向以多云為主的世界。在2018年底，超過一半的企業將采用5個以上不同的公共云服務。大多數企業的實際現實是，它們的數據和服務將跨越多個數據中心和云計算。這將加速數據和系統的碎片化，這些數據和系統必須無縫集成，以充分發揮它們的潛力。
盡管公共云所承諾會帶來更多的好處，由于各種原因，大多數企業實際上不能把他們所有的數據放置在他處，其理由是數據集太大，其他預防性的監管，隱私或安全要求等。
即使在這些限制不存在的情況下，傳統系統的切換成本通常也不符合投資回報率預期。因此，未來幾年主要的IT模式將是傳統IT的組合，以及越來越多的私有云和公共云解決方案（通常稱為混合云）的組合。隨著多云世界的發展，企業必須確定其云端是否以最具戰略意義的方式整合。從財政和戰略的角度來看，為了充分利用任何云平臺，必須充分利用有價值的數據和系統。
越來越多的異構計算環境需要涵蓋數據和應用程序，以及基于消息和基于API的集成的一系列集成方法。這樣做可以提供對數據和系統的最佳訪問。
混合云的數據管理至關重要
根據IBM公司最近的一項名為“成長混合型：加快數字化轉型”的研究報告中，實施混合策略的組織已經獲得競爭優勢，三分之二的組織可能用它來組合數據資產或盈利的數據。云端的認知服務提供了從供應鏈到客戶管理到市場的從未有過的見解。
當企業擁有跨越多個云的系統和服務的數據時，實現和監督數據分析的方法并不總是明確或簡單的。這使得混合云環境中數據的精細管理尤為關鍵。
不管認知算法有多好，其訓練和分析的質量都會受數據所在數據的約束。例如，銀行將客戶的敏感財務信息保留在私有云中，從而最好地控制它們。但是當銀行提供移動服務時，將需要從公共云服務中獲取應用程序的數據。
客戶移動銀行業務所產生的數據的復雜組合，例如平均存款金額、在頁面上花費的時間和資金轉移趨勢，都可以分析以改善客戶體驗。因此，如果客戶每月通常將“500美元轉給Bob”，應用程序可以在下一次訪問中了解該習慣并將其作為第一個選項打開，從而節省客戶時間。
使用數據分析管理多云環境的下一個邏輯步驟是自動化任務，以節省時間和金錢。企業與客戶合作，提供工具，突破了傳統上運行多個云基礎設施的隔離，以減少人工處理，并為他們提供更大的訪問和控制。
通過將更多的系統、數據和認知能力集成到一個開放的云平臺上，企業向客戶提供他們所需要的控制。這樣一來，客戶對實時發生的事情有了更全面的認識，使他們能夠及時做出業務決定。隨著越來越多的企業轉向云計算，關鍵是要通過圍繞數據和利用云中的高級應用程序（如認知應用）來最大化這些投資。
京公網安備 11010502049343號