|
|
What’s in Store for 2020?
|
First, let’s get the obvious out of the way: Data will continue to grow. Public cloud adoption will increase. We will see increases in investment in application development and modern Dev/Ops practices. We will also see continued investment in highly valuable data-centric workloads such as analytics, machine learning, and deep learning. These trajectories started prior to 2019, and we will likely see them to continue into 2020 and beyond. Otherwise, here are my predictions for 2020:
|
Tout d'abord, sortons de l'évidence : les données continueront de croître. L'adoption du cloud public augmentera. Nous constaterons une augmentation des investissements dans le développement d'applications et les pratiques modernes de Dev/Ops. Nous verrons également des investissements continus dans des charges de travail centrées sur les données de grande valeur, telles que l'analyse, l'apprentissage automatique et l'apprentissage profond. Ces trajectoires ont commencé avant 2019, et nous les verrons probablement se poursuivre jusqu'en 2020 et au-delà. Sinon, voici mes prédictions pour 2020 :
|
One or More Public Cloud Providers Will Acquire an On-premises/Hybrid Data Storage Company
|
Un ou plusieurs fournisseurs de cloud public acquièrent une société de stockage de données sur site/hybride
|
|
The long-held perception that eventually all IT will be public cloud-based is starting to fade. Hybrid cloud infrastructure is the de facto standard of modern IT. And for digital businesses, data is increasing on- and off-premises at similar rates. In other words, on-premises infrastructure will be a significant part of IT for the foreseeable future. In response, multiple public cloud providers have announced hybrid cloud solutions, such as AWS Outposts, Google Cloud’s Anthos, and Microsoft Azure Stack. Then last year, Google acquired Elastifile to bolster its cloud file storage portfolio. I expect that this move is only the beginning. As the cloud space becomes more competitive and as hybrid offerings become more important, the need for advanced services and capabilities will fuel more technology acquisitions, with file storage being a likely target area for candidates.
|
La perception de longue date selon laquelle tous les services informatiques seront en fin de compte publics basés sur le cloud commence à s'estomper. L'infrastructure de cloud hybride est la norme de facto de l'informatique moderne. Et pour les entreprises numériques, les données augmentent sur site et hors site à des taux similaires. En d'autres termes, l'infrastructure sur site constituera une part importante de l'informatique dans un avenir prévisible. En réponse, plusieurs fournisseurs de cloud public ont annoncé des solutions de cloud hybride, telles qu'AWS Outposts, Anthos de Google Cloud et Microsoft Azure Stack. Puis l'année dernière, Google a acquis Elastifile pour renforcer son portefeuille de stockage de fichiers cloud. Je m'attends à ce que cette initiative ne soit qu'un début. À mesure que l'espace cloud devient plus compétitif et que les offres hybrides deviennent plus importantes, le besoin de services et de capacités avancés alimentera davantage d'acquisitions technologiques, le stockage de fichiers étant probablement un domaine cible pour les candidats.
|
IT Investment in Data Identification and Classification Will Accelerate
|
Les investissements informatiques dans l'identification et la classification des données vont accélérer
|
|
High-value workloads such as analytics, machine learning, and IoT workloads are driving data growth both on-premises and in the cloud. And IT organizations with extreme levels of data growth, such as 50% or more annually, are far more likely than slow data growth organizations to identify a lack of content awareness as a top data storage challenge.4 I am stepping back a little from last year’s prediction, as identifying and locating the right data is a major business problem hindering digital efforts, but not crippling them. This is still a major area of concern for digital businesses. I expect addressing data classification, especially with tools that expedite and maximize the use of metadata, across a hybrid cloud ecosystem to be a top three investment area for digital enterprises in 2020.
|
Les charges de travail à forte valeur ajoutée telles que l'analyse, l'apprentissage automatique et les charges de travail IoT stimulent la croissance des données tant sur site que dans le cloud. Et les entreprises informatiques qui connaissent des niveaux extrêmes de croissance des données, comme 50 % ou plus par an, sont beaucoup plus susceptibles que les entreprises à croissance lente de données d'identifier le manque de connaissance du contenu comme un défi de premier plan en matière de stockage des données.4 Je suis en train de reculer un peu par rapport aux prévisions de l'an dernier, en identifiant et en localisant les bonnes les données constituent un problème commercial majeur qui entrave les efforts numériques, mais ne les paralyse pas. Il s'agit toujours d'un domaine de préoccupation majeur pour les entreprises numériques. Je m'attends à ce que la classification des données, en particulier avec des outils qui accélèrent et maximisent l'utilisation des métadonnées, dans un écosystème de cloud hybride, soit l'un des trois principaux domaines d'investissement pour les entreprises numériques en 2020.
|
Consolidated Hybrid Cloud Operations Will Become the Standard IT Organization Model
|
Les opérations de cloud hybride consolidé deviendront le modèle standard d'organisation informatique
|
|
As recently as two years ago, a majority of IT organizations managed public cloud services and on-premises infrastructure separately.5 This year, I expect not only a significant majority of IT organizations to consolidate on- and off-premises responsibilities into one team, but also significant investment growth in management tools that span both on- and off-premises infrastructure environments. This prediction is based on an expectation that significant increases in Kubernetes and container-based workloads adoption will be the catalyst. Container-based workloads are far more likely to span on- and off-premises environments, demanding consistency across developers and IT. This need for consistency will fuel shifts in organizational structure and management.
|
Il y a seulement deux ans, une majorité d'entreprises informatiques ont géré séparément les services de cloud public et l'infrastructure sur site. Cette année, je m'attends à ce que non seulement une grande majorité d'entreprises informatiques consolide leurs responsabilités sur site et hors site en une seule équipe, mais aussi une croissance significative des investissements dans les outils de gestion qui s'étendent à la fois sur site et hors site. Cette prévision est fondée sur l'hypothèse que les augmentations significatives de l'adoption des charges de travail Kubernetes et des conteneurs seront le catalyseur. Les charges de travail basées sur des conteneurs sont beaucoup plus susceptibles de s'étendre sur des environnements sur site et hors site, exigeant une cohérence entre les développeurs et le service informatique. Ce besoin d'uniformité entraînera des changements dans la structure organisationnelle et la gestion.
|
Integrated Machine Learning Based on Telemetry Data Becomes Tablestakes For IT Infrastructure Buying
|
L'apprentissage automatique intégré basé sur les données de télémétrie devient des tablestakes pour l'achat d'infrastructures informatiques
|
|
Neary every CIO wants an IT infrastructure solution tailored to his or her company’s specific needs. Unfortunately, few, if any, organizations truly understand their own workload requirements. This lack of insight often becomes exposed when IT organizations shift applications to public cloud services, and the cost equation changes. Multiple infrastructure solutions have emerged which gather telemetry data based on the production application environment and then analyze that data with machine learning to provide recommendations as well as support automation. In 2020, these features will jump to the forefront of IT buying decisions.
|
Chaque DSI souhaite une solution d'infrastructure informatique adaptée aux besoins spécifiques de son entreprise. Malheureusement, peu d'organisations, voire aucune, comprennent vraiment leurs propres exigences en matière de charge de travail. Ce manque d'information est souvent mis en évidence lorsque les entreprises informatiques transportent des applications vers des services de cloud public et que l'équation des coûts change. Plusieurs solutions d'infrastructure ont émergé qui recueillent des données de télémétrie basées sur l'environnement d'application de production, puis analysent ces données avec l'apprentissage automatique pour formuler des recommandations et prendre en charge l'automatisation. En 2020, ces fonctionnalités seront au premier plan des décisions d'achat informatiques.
|
|
|