如果期望傳統(tǒng)的存儲和數(shù)據(jù)結(jié)構(gòu)能夠提供云原生應(yīng)用程序所需的可遷移性、規(guī)模和速度，那么一定會讓人感到失望。

為什么數(shù)據(jù)如此難以管理、保護(hù)以及實現(xiàn)貨幣化?這一問題得到了客戶和供應(yīng)商的一致關(guān)注，人們需要得到這個問題的答案。

行業(yè)專家已經(jīng)意識到，大多數(shù)從數(shù)據(jù)中及時提取業(yè)務(wù)見解的嘗試都是我們過去處理數(shù)據(jù)的方式的基礎(chǔ)。隨著人工智能(AI)和機器學(xué)習(xí)(ML)在全球范圍內(nèi)獲得廣泛采用，圍繞云存儲和數(shù)據(jù)服務(wù)的創(chuàng)新可以推動業(yè)務(wù)價值。

1.從人類到機器

在以往，商業(yè)智能和數(shù)據(jù)管理軟件的最終目標(biāo)是獲取人類可讀的見解。精確度比場景更重要，而完整性比及時性更重要。

人工智能(AI)和機器學(xué)習(xí)(ML)正在加快數(shù)字世界的到來。算法利用數(shù)據(jù)洞察力并將其轉(zhuǎn)化為行動，其中只有一小部分是針對人類的行動。數(shù)據(jù)以各種形式和驚人的速度流入和流出。

2.應(yīng)用程序和數(shù)據(jù)的兩面性

近年來，組織對應(yīng)用程序的開發(fā)進(jìn)行了徹底的改革。敏捷的流程使開發(fā)人員能夠快速迭代并以連續(xù)的增量交付。DevOps工具縮減了開發(fā)工作流程并提高了軟件質(zhì)量。

許多人工智能(AI)和機器學(xué)習(xí)(ML)工程師和數(shù)據(jù)科學(xué)家將證明，在構(gòu)建應(yīng)用程序變得更加容易的同時，管理應(yīng)用程序通過的大量和各種各樣的數(shù)據(jù)存儲已經(jīng)變得失控。尤其是數(shù)據(jù)采集和準(zhǔn)備已經(jīng)開始發(fā)揮重要作用。

容器和混合云的迅速崛起進(jìn)一步加劇了數(shù)據(jù)利益相關(guān)者的挫敗感，他們難以在為開發(fā)人員實現(xiàn)更多創(chuàng)新以及使數(shù)據(jù)更易于訪問且更安全之間找到平衡。

對于這個難題，沒有一個正確的答案。但是，有很多證據(jù)表明，成功的企業(yè)將應(yīng)用程序和數(shù)據(jù)現(xiàn)代化挑戰(zhàn)視為同一挑戰(zhàn)的兩個方面，而不是將數(shù)據(jù)現(xiàn)代化留待以后實現(xiàn)。

3.針對云原生工作負(fù)載的云原生數(shù)據(jù)服務(wù)

一些組織無法充分利用他們在云原生開發(fā)方法和技術(shù)上的投資，因為過時的數(shù)據(jù)和存儲堆棧阻礙了他們的發(fā)展。期望傳統(tǒng)的存儲和數(shù)據(jù)結(jié)構(gòu)能夠提供云原生應(yīng)用程序所需的可遷移性、可擴展性和速度，肯定會令人失望。

云原生數(shù)據(jù)服務(wù)的關(guān)鍵是要以新的重要方式釋放數(shù)據(jù)的力量，同時使數(shù)據(jù)在開放混合云上可訪問、具有彈性和可操作性。

云原生數(shù)據(jù)服務(wù)創(chuàng)建了一個開放的混合云應(yīng)用程序環(huán)境，提供易于使用的服務(wù)，用于智能地移動、存儲、轉(zhuǎn)換、響應(yīng)和學(xué)習(xí)組織的數(shù)據(jù)。首席信息官可以很好地與可信賴的顧問合作，可以兌現(xiàn)云原生數(shù)據(jù)服務(wù)的承諾。

4.重新定義敏捷性和規(guī)模

隨著各行業(yè)朝著基礎(chǔ)設(shè)施即代碼的方向發(fā)展，業(yè)務(wù)領(lǐng)導(dǎo)者需要從IT基礎(chǔ)設(shè)施獲得更大的靈活性、規(guī)模和一致性。傳統(tǒng)存儲供應(yīng)商或者不得不重新改造自己，或者冒著滅絕的風(fēng)險。在智能應(yīng)用和敏捷開發(fā)工作流的新時代，IT基礎(chǔ)設(shè)施對敏捷性和可擴展性的要求不斷提高和發(fā)展。

業(yè)務(wù)和IT領(lǐng)導(dǎo)者可能會發(fā)現(xiàn)，通過靜態(tài)數(shù)據(jù)、動態(tài)數(shù)據(jù)和實際數(shù)據(jù)的角度來思考這些挑戰(zhàn)是有用的，以反映Kubernetes、混合云和實時開發(fā)人員工作流時代的現(xiàn)代數(shù)據(jù)管道。

5. 人工智能(AI)和機器學(xué)習(xí)(ML)旨在抵御市場沖擊

諸如冠狀病毒疫情之類的事件可能會使人工智能驅(qū)動的供應(yīng)鏈算法陷入困境，因為這些事件可能遠(yuǎn)遠(yuǎn)位于訓(xùn)練數(shù)據(jù)集之外。因此，數(shù)據(jù)工程師需要擴大培訓(xùn)數(shù)據(jù)集的范圍，以抵御將來的市場沖擊。商業(yè)和政治領(lǐng)導(dǎo)人之間普遍達(dá)成共識，即數(shù)據(jù)可以幫助人們走出疫情，并真正使人們的生活變得更好。

數(shù)據(jù)的價值很難高估。這是黑客覬覦的目標(biāo)。由于數(shù)據(jù)決定云平臺的粘性，因此受到了公共云提供商的關(guān)注。

在人工智能時代，云原生數(shù)據(jù)服務(wù)使現(xiàn)代企業(yè)能夠?qū)⑿盘柵c噪聲分離，并釋放其數(shù)據(jù)潛力。