|
|
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:
|
Во-первых, давайте уберем очевидное с пути: данные будут продолжать расти. Внедрение общедоступного облака увеличится. Мы увидим рост инвестиций в разработку приложений и современные практики Dev/Ops. Мы также увидим постоянные инвестиции в высокоценные рабочие нагрузки, ориентированные на данные, такие как аналитика, машинное обучение и глубокое обучение. Эти траектории начались до 2019 года, и мы, скорее всего, увидим, что они продолжатся в 2020 году и в последующий период. В противном случае, вот мои прогнозы на 2020 год:
|
One or More Public Cloud Providers Will Acquire an On-premises/Hybrid Data Storage Company
|
Один или несколько поставщиков общедоступного облака приобретут локальную и гибридную компанию по хранению данных
|
|
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.
|
Давнее восприятие того, что в конечном итоге все ИТ будут общедоступными облачными, начинает исчезать. Гибридная облачная инфраструктура является де-факто стандартом современных ИТ. А для цифрового бизнеса данные увеличиваются как в локальной среде, так и за его пределами одинаковыми темпами. Иными словами, локальная инфраструктура будет значительной частью ИТ в обозримом будущем. В ответ несколько поставщиков общедоступного облака анонсировали гибридные облачные решения, такие как AWS Outpsts, Anthos от Google Cloud и Microsoft Azure Stack. Затем в прошлом году Google приобрела Elastifile, чтобы укрепить свой портфель облачных хранилищ файлов. Я ожидаю, что этот шаг - только начало. По мере того, как облачное пространство становится более конкурентоспособным и по мере того, как гибридные предложения становятся все более важными, потребность в передовых услугах и возможностях будет стимулировать приобретение технологий, при этом файловое хранилище будет вероятной целевой областью для кандидатов.
|
IT Investment in Data Identification and Classification Will Accelerate
|
Инвестиции в ИТ в идентификацию и классификацию данных ускорят
|
|
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.
|
Высокоценные рабочие нагрузки, такие как аналитика, машинное обучение и рабочие нагрузки Интернета вещей, стимулируют рост объемов данных как локально, так и в облаке. ИТ-организации с экстремальными уровнями роста объемов данных, такими как 50% или более в год, гораздо чаще, чем организации с медленным ростом объемов данных, выявляют недостаточную осведомленность о содержании как главную задачу хранения данных.4 Я немного отступаю от прошлогоднего прогноза, определяя и обнаруживая правильный данные являются серьезной бизнес-проблемой, препятствующей цифровым усилиям, но не калечит их. Это по-прежнему является основной областью, вызывающей озабоченность для цифрового бизнеса. Я ожидаю, что классификация данных, особенно с помощью инструментов, которые ускоряют и максимизируют использование метаданных, в гибридной облачной экосистеме станет тройкой крупнейших инвестиционных областей для цифровых предприятий в 2020 году.
|
Consolidated Hybrid Cloud Operations Will Become the Standard IT Organization Model
|
Консолидированные операции гибридного облака станут стандартной моделью ИТ-организации
|
|
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.
|
Совсем недавно, два года назад, большинство ИТ-организаций управляли общедоступными облачными службами и локальной инфраструктурой отдельно5. В этом году я ожидаю, что не только значительное большинство ИТ-организаций объединит обязанности локальных и удаленных помещений в одну команду, но и значительный рост инвестиций в инструментах управления, которые охватывают как локальные, так и удалительные инфраструктурные среды. Этот прогноз основан на ожидании того, что значительное увеличение объема Kubernetes и внедрение рабочих нагрузок на основе контейнеров станет катализатором. Рабочие нагрузки на основе контейнеров гораздо чаще охватывают локальные и удаливые среды, требуя согласованности между разработчиками и ИТ-специалистами. Такая потребность в согласованности будет стимулировать сдвиги в организационной структуре и управлении.
|
Integrated Machine Learning Based on Telemetry Data Becomes Tablestakes For IT Infrastructure Buying
|
Интегрированное машинное обучение на основе данных телеметрии становится таблицей для покупки ИТ-инфраструктуры
|
|
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.
|
Каждому информационному технологию Neary требуется решение для ИТ-инфраструктуры, адаптированное к конкретным потребностям его или ее компании. К сожалению, немногие организации, если таковые имеются, действительно понимают свои собственные требования к рабочей нагрузке. Такое отсутствие информации часто становится очевидным, когда ИТ-организации перекладывают приложения на общедоступные облачные службы и изменяется уравнение затрат. Появилось множество инфраструктурных решений, которые собирают данные телеметрии на основе среды производственных приложений, а затем анализируют эти данные с помощью машинного обучения для предоставления рекомендаций, а также поддержки автоматизации. В 2020 году эти функции выйдут на первый план принятия решений о покупке ИТ.
|
|
|