在過去的20年里，云技術在所有專家、分析師和商業(yè)領袖的“值得關注的技術”列表中名列前茅。云被譽為不朽、健康、財富、幸福和太空旅行的解決方案，是一個任務關鍵系統(tǒng)，在訪問、可訪問性和效率方面具有非常高的潛力。

不幸的是，云也是一種未被充分利用的技術，其高度關注數據存儲，而較少考慮洞察力生成。第一代云以存儲、應用和軟件即服務的出現(xiàn)為中心。在第二次迭代中，IT團隊實現(xiàn)了工作實踐的現(xiàn)代化，并提供了更強大的能力。下一代云計算將由可訪問性來定義。

盡管過去幾年發(fā)生了前所未有的變化——企業(yè)因歷史性的組織變革、技能短缺和不斷變化的競爭格局而停滯不前——但競爭和繁榮對洞察力的需求比以往任何時候都要高。然而，產生這些洞察力的能力取決于兩個因素:首先，要分析的數據量；其次，數據科學家在角色分析中的瓶頸問題。

盡管人們對尖端技術的關注非常高，且往往是壓倒性的，但隨著可用數據比以往任何時候都多，管理數據的數據科學家越來越短缺，2023年將是可訪問云計算大行其道的一年。當洞察生成技術掌握在最有利益的人手中時，這項技術可以走得更遠。

云計算:把正確的技術交給正確的人

最終，任何技術的有效性和影響力都取決于使用它的人。云計算也是如此。在未來十年中，最有價值的云計算進步將是那些在更廣泛范圍內擴大和擴大人類潛能的進步，前提是組織可以合并訪問和可訪問性需求，并將人類專家?guī)У阶钋把亍?/p>

任何技術的有效使用始終取決于人為因素。在許多情況下，這可能是一個凈收益，使人類的智慧上升到決策的最前沿。在其他情況下，如現(xiàn)今在數據科學團隊中看到的，人為因素也可能成為企業(yè)價值的瓶頸。隨著每天創(chuàng)建的數據量繼續(xù)呈指數級增長，如果沒有有效擴展這些團隊的能力，世界各地的數據科學團隊現(xiàn)在發(fā)現(xiàn)自己被過度的工作負載壓得喘不過氣來。

企業(yè)正在迅速地重新評估可支配的資源，將注意力轉移到可以在最合理的時間范圍內提供最大價值的領域。

很明顯，轉移到云計算，至少在一定程度上，是由面對指數級數據增長和快速洞察需求的實用主義所推動的。在2023年及以后，同樣的實用主義將成為更廣泛采用民主化云分析的關鍵驅動力，解決日益精疲力竭和過度工作的數據科學團隊所帶來的挑戰(zhàn)，這些團隊現(xiàn)在無法跟上數據增長的規(guī)模。

為了實現(xiàn)云計算背后的終極承諾，Gartner的數據顯示，到2023年，全球公共云支出將達到6000億美元。由Statista完成的IDC研究顯示，到2025年，數據量將大幅增加，每年將增長到180 zetb。舉例來說，僅存儲1 zetb的數據就需要4150萬個世界上最大的商用硬盤(24TB)。

現(xiàn)在，企業(yè)不僅有強烈的動力從數據中及時提供洞察力，且還有一種在競爭格局嚴重混亂時保持競爭力的根本動力。2023年是云計算最終發(fā)揮其真正潛力的一年——結合可用性和廣泛的可訪問性。實際上，這不僅包括促進尖端云技術集成的數據科學家，還包括提高部門內知識專家和數據工作者的技能，以解決其云數據問題。

2023年及未來:重新定義與云的關系

為了在2023年及未來釋放這種潛力，企業(yè)需要跨越的第一座橋梁是打破對云計算應該如何工作的傳統(tǒng)理解。Gartner研究估計，2019年全球知識型員工超過10億人。這些工作者被定義為需要創(chuàng)造性思考并為戰(zhàn)略影響提供結論的人。這些正是云技術設計的目的。

從運營的角度來看，許多情況下，云集成可以非常先進和成熟。企業(yè)已經集成了多云解決方案、集裝箱化和不斷學習的AI/ML算法，以提供真正前沿的結果，但這些結果通常無法以做出在當今運營環(huán)境中蓬勃發(fā)展所需的瞬間決策所需的規(guī)?；蛩俣冉桓?。

為了使云民主化取得成功，企業(yè)需要提高其知識員工的技能，并使用正確的工具來從云分析中交付價值。低代碼和無代碼工具減少了從云數據中傳遞價值所需的體驗障礙，同時交付云技術的最初愿景——賦予人們表達自己聲音所需的力量。