Predikce pro podnikové IT na rok 2020
V novém roce (a také desetiletí!) zasluhuje pozornost ve vývoji podnikových informačních technologií, který můžeme letos očekávat, následujících osm důležitých, byť ne tak zjevných trendů.
1. Úsvit hybridních aplikací
Hybridní aplikace je do menší či větší míry složená z různých mikroslužeb. Ty představují jeden z možných způsobů, jak budovat kvalitnější aplikace a diferencované služby, které firmě umožní odlišit se od konkurence.
Představte si schopnost využívat datové služby od jednoho cloudového poskytovatele a strojové učení nebo analytiku od jiného. Nebo možná máte obchodního partnera, který vytvořil služby běžící nad vašimi daty. Pro firmy již nejsou inovace limitované nabídkou jediného cloudového poskytovatele, ale klíčová je platforma (jako např. VMware), která dokáže všechny takové různorodé služby sloučit na jednom místě a provozovat je způsobem, jaký jinde není možný.
2. Řešení na okraji sítě ožívají
Firmy hledají technologické partnery, kteří jim pomohou vyřešit problémy a urychlit investice do okrajů sítě. Lze tak očekávat, že se na trhu začnou objevovat ucelená řešení z tzv. edge segmentu, která:
- sníží nebo zmrazí náklady na edge computing,
- zkonsolidují množství infrastruktury potřebné v okrajových lokalitách,
- umožní podnikům instalovat nové technologie do těchto lokalit výhradně softwarově, což zvýší flexibilitu a akceschopnost firmy.
Příkladem může být jediné hardwarové zařízení, které poskytuje softwarově definovanou WAN a zároveň umožňuje izolovaný provoz několika aplikací, což sníží náklady díky konsolidaci infrastruktury a zvýšení výkonu sítě.
3. Specializovaný hardware jako sdílený prostředek
Vyžadují-li aplikace specializovaný hardware, např. FPGA nebo grafické procesory (GPU), firmy pro ně často mají vyhrazené servery. V roce 2020 se tak zřejmě začne objevovat vzdálené připojení ke specializovanému hardwaru jako základní princip při návrhu nových aplikací.
Propojíme-li hyperkonvergovanou infrastrukturu s řešeními, která umožňují připojovat aplikace ke vzdáleným GPU nebo FPGA přes Ethernet, lze k IT infrastruktuře přistupovat modulárně. Je možné se také vyhnout nutnosti spravovat stovky různých typů serverů kvůli uspokojení všemožných požadavků bezpočtu různých aplikací. Do budoucna aplikace získají schopnost vzdáleně se připojit ke specializovanému hardwaru tehdy, kdy to budou aktuálně potřebovat.
4. První krok k inherentní bezpečnosti
Škodlivý software je velmi důmyslný a neustále se vyvíjí. Aby mu firmy dokázaly účinně čelit, musí být jejich zabezpečení dynamičtější než hrozby, s nimiž se setkávají. Zabezpečení by mělo být součástí podstaty IT infrastruktury. Problém je, že bezpečnostní systémy a procesy jsou natolik zásadní, že je nelze vypnout a nahradit všechny najednou.
Podniky proto budou jen postupně (počínaje jedinou aplikací nebo novým projektem) zavádět modely inherentní bezpečnosti, kdy síťové a bezpečnostní politiky spolu s firewallovými pravidly budou jednoduše atributy samotné aplikace. To znamená, že pravidla a politiky budou vznikat dynamicky v okamžiku inicializace aplikace a po jejím ukončení je bude možné opět zrušit.
Způsoby, jakými chráníme aplikace a data, se vyvíjejí a je těžké nalézt odborníky s příslušnými znalostmi a dovednostmi. Nejlepší je proto začít v malém rozsahu, vybrat si např. projekt a zavést při něm novou, moderní softwarově definovanou síť a bezpečnostní řešení, přičemž tým při tom může získávat zkušenosti a postupně aplikovat tyto metodiky v celém podniku.
5. Velké nápady pro malá zařízení
V podnikovém prostředí budou nacházet širší uplatnění menší zařízení, jako je např. Raspberry Pi 4 - levný, ale přitom výkonný a značně flexibilní systém. Díky virtualizaci a dalším podnikovým technologiím, které zlepší zabezpečení a izolaci těchto zařízení na okraji sítě, by mohly vzniknout další příležitosti pro inovace.
6. Strojové učení (prakticky) pro všechny
Strojové učení (ML) dosud vyžadovalo značné datově vědecké kapacity, které jsou mimo možnosti běžných podniků (malá nebo střední firma si nemůže dovolit najmout vlastní tým datových vědců).
Brzy se však začneme setkávat s rostoucím počtem ML služeb na klíč, které budou nabízet cloudoví poskytovatelé nebo open-source komunity. Budou také podstatně dostupnější, takže firmy budou moci využívat ML modely i bez vysoce kvalifikovaných odborníků. Poskytovatelé, jimž se podaří zpřístupnit ML podnikům bez vlastních datových vědců – a těch je 99 % – získají na trhu dominantní postavení.
7. Další desagregace cloudu
V některých případech je nepraktické přesunout data do veřejného cloudu. Proč tedy nepřesunout cloudovou službu tam, kde jsou data?
Již dnes se setkáváme s cloudovými službami provozovanými nezávisle na datových centrech, např. lokálně běžící službou relační databáze Amazon (RDS). Lze očekávat, že postupně se takových řešení vyskytne mnohem více. Fyzické umístění služby se stává detailem implementace, který se řídí obchodními požadavky a danými pravidly.
8. Sdílené platformy pro služby
V některých odvětvích závisí spolupráce s obchodním partnerem na tom, že si dodá vlastní hardwarové a softwarové vybavení, které IT tým musí připojit skrze firewall.
Problémem takovéhoto modelu je omezení spolupráce na partnery, kteří mají kapitál k pořízení vlastního řešení. Lze očekávat, že začnou vznikat platformy, kde na jednom místě poběží služby různých obchodních partnerů, přičemž jejich izolaci zajistí příslušný virtualizační software.
Sdílené platformy pro služby na okraji sítě mohou nabýt velký význam, protože mají potenciál demokratizovat inovace. Podnik by tak mohl rozšířit okruh možných partnerů na kohokoli, kdo nabídne dobrý nápad, bez ohledu na to, zda má kapitál k jeho realizaci. Platformy, které firmám umožní nejen navázat spolupráci s novými obchodními partnery, ale i získávat nové zdroje výnosů z pronájmu výpočetní kapacity a přístupu k datům na okraji sítě, se stanou důležitým faktorem v odvětvích jako průmyslová výroba nebo obchod.
Chris Wolf, VMware
258
.gif)
