如今，新技術層出不窮，但并沒有簡單地取代以往的技術，但層層堆疊的技術積累起來成為技術堆棧，人們只是通過長時間的增量決策和實施來構建頂層技術。對于很多人來說，大型機仍然被遷移到數據中心的客戶端-服務器層所支持。在虛擬化和服務器整合之前，Web技術將SaaS添加到數據中心之外，將所有內容重組為更加易于管理的塊數據。
移動計算、物聯網以及對數據保留的監管限制都促成了數據的快速增長，使得越來越難以理解、管理和保護一切。在人們采用云計算時，大數據分析、機器學習和人工智能正在創造更多層次。人們可能將這些層次稱之為考古學式的技術挖掘。而典型的企業有許多這樣的技術層，如下圖所示：
隨著時間的推移，部署這些技術層次的漸進性被用戶稱之為“毛球架構”。也就是說，人們最終擁有大量的數據島和應用程序，而這將不可避免地導致供應商鎖定、維護成本上升、業務敏捷性降低，這是由于復雜的層次必須互連，以處理不斷變化的業務流程和不斷增長的需求。
調查結果表明，這種復雜性被認為是一種障礙，這并不奇怪。
擁抱復雜性
每一個新技術層的出現人們都大力宣傳，而變化是唯一真正的常量。企業需要敏捷地進行創新和競爭。當普華永道公司對企業的246位首席執行官進行調查時，其中75%的人認為，創新與推動業務成功的運營效率相比更加重要，組織必須處于能夠隨時采用新工具或服務來推動創新。
世界經濟論壇的創始人Klaus Schwab說：“現在的市場競爭不再是大魚吃小魚，而是快魚吃慢魚。”
現在是人們接受每一個新技術層，并為企業增加價值的時候了。新的應用程序將繼續開發，新的云計算服務將需要整合，新的合作伙伴將加入、并購和收購，這些都是不可避免的，技術的考古式挖掘將會持續下去。問題是人們從哪里出發?人們如何發展這些關鍵的技術層，以提高業務敏捷性、降低成本，并獲得再次創新的自由?
進入云計算時代
向多云環境的轉變正在順利進行，更多的新技術層次將隨之而來。根據調查機構Gartner公司的預測，到2020年，90%的組織將采用混合基礎設施管理功能。盡管在麥肯錫公司的調查中，只有40%的企業在公共云平臺上的工作負載超過10%，但有80%的企業表示計劃在三年內達到這點。
隨著越來越多的企業將他們的技術遷移到SaaS平臺和公共云的混合部署中，復雜性仍然是一個問題。但云計算是虛擬計算和平臺服務的組合，既向后兼容又向前傾斜，也就是既可以適應現有的工作負載，也使得創建新服務和應用程序變得更加容易。
對于它可能提供的所有誘人的商業優勢，數字化轉型是具有挑戰性的，并且沒有簡單的方法來克服這些復雜性。但是如果就像剝洋蔥一樣，人們會在其核心數據中找到一個共同元素。而企業重寫所有應用程序，轉換所有數據，并同時展開毛球結構是不可能的。
數據是業務的基礎
隨著企業的業務向云計算服務和現成可擴展基礎設施的轉移，數據變得越來越有價值，已成為企業實現差異化競爭的一種方式。對于許多企業來說，收集、管理、分析大量數據至關重要。如果要實現人工智能，企業必須來發展處理和應用它的能力。那些成功掌握和利用其業務數據的企業將會擅長并獲得對數據的投資回報。而有些人認為處理數據將是一種成本，并不能帶來商業價值。
如果沒有適當的數據戰略，實現多云和混合云的多樣性和集成是代價高昂、時間緊迫或甚至不可能的。人們不能讓數據在平臺特定的“存儲”設備中被捆綁和隔離。要充分利用云計算作為虛擬計算和平臺服務的組合，人們必須將數據免費設置，并在需要的地方進行訪問，而不會影響其完整性和安全性。
如果數據層被虛擬化，它就變得足夠靈活，可以快速輕松地適應新的多云環境。企業建立對數據的實時控制將能夠快速構建混合云、物聯網集成以及跨多個云層的合并。要實現這一點，企業需要謹慎規劃，因為需要避免許多常見的云計算數據管理陷阱。
企業需要創建虛擬化的多云數據基礎，構建自己的新技術層，并利用現有層，為企業提供真正業務敏捷性所需的穩定基礎。
版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號