កំពុងរៀបចំដើម្បីផ្លាស់ទីទៅពពក
ឥឡូវនេះយើងស្ថិតនៅក្នុងទសវត្សរ៍ទីពីរនៃការទទួលយកពពក។ អាជីវកម្មជាច្រើនដូចជា 92% កំពុងប្រើប្រាស់ cloud computing ក្នុងកម្រិតខ្លះ។ ជំងឺរាតត្បាតគឺជាកត្តាជំរុញថ្មីសម្រាប់អង្គការនានាក្នុងការទទួលយកបច្ចេកវិទ្យាពពក។ ការផ្ទេរទិន្នន័យ គម្រោង និងកម្មវិធីបន្ថែមទៅពពកដោយជោគជ័យ អាស្រ័យលើការរៀបចំ ផែនការ និងការរំពឹងទុកបញ្ហា។
- ការរៀបចំ គឺនិយាយអំពីទិន្នន័យ និងការគ្រប់គ្រងមនុស្សនៃទិន្នន័យ និងហេដ្ឋារចនាសម្ព័ន្ធគាំទ្រ។
- ផែនការ គឺចាំបាច់។ ផែនការត្រូវមានធាតុសំខាន់ៗជាក់លាក់។
- ការគ្រប់គ្រងបញ្ហា គឺជាសមត្ថភាពក្នុងការមើលឃើញតំបន់ដែលមានសក្តានុពលនៃបញ្ហា និងសមត្ថភាពក្នុងការរុករកពួកវាប្រសិនបើជួបប្រទះ។
រឿង 7 យ៉ាងដែលអាជីវកម្មត្រូវធ្វើដើម្បីទទួលបានជោគជ័យក្នុងពពក បូករួមទាំង XNUMX Gotchas
អាជីវកម្មរបស់អ្នកនឹងផ្លាស់ទីទៅពពក។ អញ្ចឹងខ្ញុំសូមបកស្រាយឡើងវិញថា ប្រសិនបើអាជីវកម្មរបស់អ្នកនឹងជោគជ័យ វានឹងផ្លាស់ទីទៅ ពពក - នេះគឺប្រសិនបើវាមិនមានរួចហើយ។ ប្រសិនបើអ្នកនៅទីនោះរួចហើយ អ្នកប្រហែលជាមិនអានរឿងនេះទេ។ ក្រុមហ៊ុនរបស់អ្នកកំពុងគិតទៅមុខ ហើយមានបំណងទាញយកអត្ថប្រយោជន៍ទាំងអស់របស់ពពកដែលយើងបានពិភាក្សានៅក្នុងអត្ថបទមួយផ្សេងទៀត។ គិតត្រឹមឆ្នាំ 2020 អាជីវកម្ម 92% កំពុងប្រើប្រាស់ពពកក្នុងកម្រិតខ្លះ ហើយ 50% នៃទិន្នន័យសាជីវកម្មទាំងអស់គឺស្ថិតនៅក្នុងពពករួចហើយ។
ស្រទាប់ប្រាក់នៅលើពពកកូវីដ៖ ជំងឺរាតត្បាតបានបង្ខំឱ្យអាជីវកម្មមើលទៅកាន់តែជិតស្និទ្ធលើសមត្ថភាពពពក ដើម្បីគាំទ្រគំរូថ្មីនៃកម្លាំងការងារពីចម្ងាយ។ ពពកសំដៅលើទិន្នន័យធំទាំងពីរ ការផ្ទុក និងកម្មវិធីដែលដំណើរការទិន្នន័យនោះ។ មូលហេតុចម្បងមួយដើម្បីផ្លាស់ទីទៅពពកគឺដើម្បីទទួលបានអត្ថប្រយោជន៍ប្រកួតប្រជែងដោយមានភាពបត់បែន និងទទួលបានការយល់ដឹងថ្មីៗពីការផ្ទុកទិន្នន័យ។
ក្រុមហ៊ុនអ្នកវិភាគ Gartner ផ្សព្វផ្សាយជាទៀងទាត់នូវរបាយការណ៍ដែលពិភាក្សាអំពី "បច្ចេកវិទ្យា និងនិន្នាការដែលបង្ហាញពីការសន្យាក្នុងការផ្តល់នូវអត្ថប្រយោជន៍ប្រកួតប្រជែងខ្ពស់ក្នុងរយៈពេល 10 ទៅ XNUMX ឆ្នាំខាងមុខ" ។ ដប់ឺឹឹឆ្នាំមុន, វដ្ត Hype ឆ្នាំ 2012 របស់ Gartner សម្រាប់ Cloud Computing ដាក់ Cloud Computing និង Public Cloud Storage នៅក្នុង "Trough of Disillusionment" លើសពី "Peak of Inflated Expectations" ។ លើសពីនេះ ទិន្នន័យធំទើបតែចូលដល់ "កំពូលនៃការរំពឹងទុកអតិផរណា" ។ ទាំងបីជាមួយនឹងខ្ពង់រាបដែលរំពឹងទុកក្នុងរយៈពេល 3 ទៅ 5 ឆ្នាំ។ Software as a Service (SaaS) ត្រូវបានដាក់ដោយ Gartner ក្នុងដំណាក់កាល "ជម្រាលនៃការត្រាស់ដឹង" ជាមួយនឹងខ្ពង់រាបដែលរំពឹងទុកពី 2 ទៅ 5 ឆ្នាំ។
នៅឆ្នាំ 2018 ប្រាំមួយឆ្នាំក្រោយមក "Cloud Computing" និង "Public Cloud Storage" គឺស្ថិតនៅក្នុងដំណាក់កាល "Slope of Enlightenment" ជាមួយនឹងតំបន់ខ្ពង់រាបដែលបានព្យាករណ៍តិចជាង 2 ឆ្នាំ។ "កម្មវិធីជាសេវាកម្ម" បានទៅដល់ខ្ពង់រាប។ ចំណុចនោះគឺថាមានការអនុម័តយ៉ាងសំខាន់នៃពពកសាធារណៈនៅក្នុងសម័យកាលនេះ។
សព្វថ្ងៃនេះ នៅឆ្នាំ 2022 កុំព្យូទ័រលើពពកឥឡូវនេះស្ថិតនៅក្នុងទសវត្សរ៍ទីពីរនៃការទទួលយក ហើយឥឡូវនេះជាបច្ចេកវិទ្យាលំនាំដើមសម្រាប់កម្មវិធីថ្មីៗ។ As Gartner សរសេរថា "ប្រសិនបើវាមិនមែនជាពពក វាគឺជាកេរដំណែល"។ Gartner បន្តថា ឥទ្ធិពលនៃការគណនាលើពពកលើស្ថាប័នមួយគឺមានការផ្លាស់ប្តូរ។ តើអង្គការគួរធ្វើដូចម្តេចដើម្បីឈានដល់ការផ្លាស់ប្តូរនេះ?
គំនូសតាងនេះពិពណ៌នាលម្អិតបន្ថែមទៀតអំពីអ្វីដែលវាមានន័យថាបច្ចេកវិទ្យាមួយស្ថិតនៅក្នុងដំណាក់កាលជាក់លាក់មួយ។
តើអង្គការគួរឈានទៅរកការផ្លាស់ប្តូរអង្គការដោយរបៀបណា?
នៅក្នុងដំណើរការនៃការទទួលយកពពករបស់ពួកគេ អង្គការត្រូវតែធ្វើការសម្រេចចិត្ត បង្កើតគោលនយោបាយថ្មី បង្កើតនីតិវិធីថ្មី និងដោះស្រាយបញ្ហាប្រឈមជាក់លាក់។ នេះគឺជាបញ្ជីនៃតំបន់ជាក់លាក់ដែលអ្នកនឹងត្រូវដោះស្រាយ ដើម្បីប្រាកដថាផ្ទះរបស់អ្នកស្ថិតក្នុងលំដាប់៖
- ការបណ្តុះបណ្តាល ការបណ្តុះបណ្តាលឡើងវិញ ឬតួនាទីថ្មី។ ក្នុងការទទួលយកពពកសាធារណៈសម្រាប់ការរក្សាទុកទិន្នន័យ ឬប្រើប្រាស់កម្មវិធីនោះ អ្នកបានចេញប្រភពជំនួយ និងការថែទាំហេដ្ឋារចនាសម្ព័ន្ធ។ អ្នកនៅតែត្រូវការអ្នកជំនាញក្នុងផ្ទះ ដើម្បីគ្រប់គ្រងអ្នកលក់ និងចូលប្រើទិន្នន័យ។ លើសពីនេះ អ្នកត្រូវដឹងពីរបៀបប្រើប្រាស់ឧបករណ៍ថ្មីដែលអ្នកមានសម្រាប់ការវិភាគការយល់ដឹង និងវិទ្យាសាស្ត្រទិន្នន័យ។
- ទិន្នន័យ។ វាទាំងអស់អំពីទិន្នន័យ។ ទិន្នន័យគឺជារូបិយប័ណ្ណថ្មី។ យើងកំពុងនិយាយអំពី Big Data- ទិន្នន័យដែលត្រូវនឹងយ៉ាងហោចណាស់មួយចំនួន V នៃនិយមន័យ. ក្នុងការផ្លាស់ទីទៅពពក យ៉ាងហោចណាស់ទិន្នន័យមួយចំនួនរបស់អ្នកនឹងស្ថិតនៅក្នុងពពក។ ប្រសិនបើអ្នក "ទាំងអស់គ្នា" ទិន្នន័យរបស់អ្នកនឹងត្រូវបានរក្សាទុកក្នុងពពក ហើយដំណើរការក្នុងពពក។
A. ភាពអាចរកបាននៃទិន្នន័យ. តើកម្មវិធីដែលមានស្រាប់របស់អ្នកអាចចូលប្រើទិន្នន័យនៅក្នុងពពកបានទេ? តើទិន្នន័យរបស់អ្នកជាកន្លែងដែលវាត្រូវការសម្រាប់ដំណើរការទេ? តើអ្នកត្រូវការថវិកាពេលវេលានៅក្នុងគម្រោងផ្ទេរទិន្នន័យលើពពករបស់អ្នកដើម្បីផ្លាស់ទីទិន្នន័យរបស់អ្នកទៅពពកទេ? តើវានឹងចំណាយពេលប៉ុន្មាន? តើអ្នកត្រូវការបង្កើតដំណើរការថ្មី ដើម្បីទទួលបានទិន្នន័យប្រតិបត្តិការរបស់អ្នកទៅកាន់ពពកទេ? ប្រសិនបើអ្នកមានបំណងអនុវត្ត AI ឬការរៀនម៉ាស៊ីន ត្រូវតែមានទិន្នន័យបណ្តុះបណ្តាលគ្រប់គ្រាន់ ដើម្បីបំពេញតាមកម្រិតដែលចង់បាន និងភាពជាក់លាក់។
B. ការប្រើប្រាស់ទិន្នន័យ. តើទិន្នន័យរបស់អ្នកស្ថិតក្នុងទម្រង់ដែលអាចប្រើប្រាស់បានដោយមនុស្ស និងឧបករណ៍ដែលនឹងចូលប្រើទិន្នន័យដែរឬទេ? តើអ្នកអាចអនុវត្ត "lift-and-shift" នៅលើឃ្លាំងទិន្នន័យរបស់អ្នកបានទេ? ឬតើវាអាចត្រូវបានធ្វើឱ្យប្រសើរសម្រាប់ការអនុវត្ត?
C. គុណភាពនៃទិន្នន័យ. គុណភាពនៃទិន្នន័យដែលការសម្រេចចិត្តរបស់អ្នកពឹងផ្អែកអាចប៉ះពាល់ដល់គុណភាពនៃការសម្រេចចិត្តរបស់អ្នក។ អភិបាលកិច្ច អ្នកគ្រប់គ្រងទិន្នន័យ ការគ្រប់គ្រងទិន្នន័យ ប្រហែលជាអ្នកគ្រប់គ្រងទិន្នន័យអាចដើរតួយ៉ាងសំខាន់ក្នុងការទទួលយកការវិភាគការយល់ដឹងនៅក្នុងពពក។ ចំណាយពេលមុនពេលអ្នកផ្ទេរទិន្នន័យទៅពពក ដើម្បីវាយតម្លៃគុណភាពនៃទិន្នន័យរបស់អ្នក។ គ្មានអ្វីគួរឱ្យខកចិត្តជាងការរកឃើញថាអ្នកបានផ្ទេរទិន្នន័យដែលអ្នកមិនត្រូវការនោះទេ។
D. ភាពប្រែប្រួល និងភាពមិនច្បាស់លាស់នៅក្នុងទិន្នន័យធំ. ទិន្នន័យអាចមិនស្របគ្នា ឬមិនពេញលេញ។ ក្នុងការវាយតម្លៃទិន្នន័យរបស់អ្នក និងរបៀបដែលអ្នកមានបំណងប្រើប្រាស់វា តើមានចន្លោះប្រហោងដែរឬទេ? ឥឡូវនេះជាពេលវេលាដើម្បីដោះស្រាយបញ្ហាដែលគេស្គាល់ទាក់ទងនឹងស្តង់ដារសហគ្រាសលើទិន្នន័យ។ ធ្វើស្តង់ដារលើមជ្ឈមណ្ឌលរាយការណ៍អំពីរឿងសាមញ្ញៗ ដូចជាវិមាត្រពេលវេលា ឋានានុក្រមភូមិសាស្ត្រ។ កំណត់ប្រភពនៃការពិតតែមួយ។
E. ដែនកំណត់ដែលមាននៅក្នុងទិន្នន័យធំ. មួយចំនួនធំនៃលទ្ធផលសក្តានុពលអាចតម្រូវឱ្យអ្នកជំនាញដែនដើម្បីវាយតម្លៃលទ្ធផលសម្រាប់សារៈសំខាន់។ ម្យ៉ាងវិញទៀត ប្រសិនបើសំណួររបស់អ្នកត្រឡប់កំណត់ត្រាជាច្រើន តើអ្នកនឹងដំណើរការវាដោយរបៀបណា? ដើម្បីត្រងវាបន្ថែមទៀត និងកាត់បន្ថយចំនួនកំណត់ត្រា ដូច្នេះវាអាចត្រូវបានប្រើប្រាស់ដោយមនុស្សធម្មតាដែលមិនមែនជាមនុស្សអស្ចារ្យ អ្នកនឹងត្រូវដឹងពីអាជីវកម្មនៅពីក្រោយទិន្នន័យ។
3. គាំទ្រដល់មូលដ្ឋានគ្រឹះ / ហេដ្ឋារចនាសម្ព័ន្ធនៃ IT. ពិចារណាផ្នែកផ្លាស់ទីទាំងអស់។ វាទំនងជាថាមិនមែនទិន្នន័យរបស់អ្នកទាំងអស់នឹងស្ថិតនៅក្នុងពពកទេ។ ខ្លះអាចនៅក្នុងពពក។ កន្លែងខ្លះ។ ទិន្នន័យផ្សេងទៀតអាចស្ថិតនៅក្នុង ផ្សេងទៀត ពពករបស់អ្នកលក់។ តើអ្នកមានដ្យាក្រាមលំហូរទិន្នន័យទេ? តើអ្នកបានត្រៀមខ្លួនរួចហើយក្នុងការផ្លាស់ប្តូរពីការគ្រប់គ្រងផ្នែករឹងរូបវន្តទៅជាអ្នកគ្រប់គ្រងអ្នកលក់ដែលគ្រប់គ្រងផ្នែករឹងរូបវន្ត? តើអ្នកយល់ពីដែនកំណត់នៃបរិស្ថានពពកទេ? តើអ្នកបានរាប់បញ្ចូលសមត្ថភាពក្នុងការគាំទ្រទិន្នន័យដែលមិនមានរចនាសម្ព័ន្ធ ព្រមទាំងបច្ចេកវិទ្យាបើកដំណើរការវេទិកាសំខាន់ៗដែរឬទេ។ តើអ្នកនឹងនៅតែអាចប្រើប្រាស់ SDK, API, data utilities ដែលអ្នកបាននិងកំពុងប្រើនៅនឹងកន្លែងដដែលទេ? ពួកគេទំនងជានឹងត្រូវសរសេរឡើងវិញ។ ចុះ ETL ដែលមានស្រាប់របស់អ្នកដើម្បីផ្ទុកឃ្លាំងទិន្នន័យពីប្រព័ន្ធប្រតិបត្តិការវិញ? អក្សរ ETL នឹងត្រូវសរសេរឡើងវិញ។
4. ការកែលម្អតួនាទី. អ្នកប្រើប្រហែលជាត្រូវទទួលបានការហ្វឹកហាត់ឡើងវិញលើកម្មវិធីថ្មី និងរបៀបចូលប្រើទិន្នន័យក្នុងពពក។ ជាញឹកញាប់កម្មវិធីកុំព្យូទ័រ ឬបណ្តាញអាចមានឈ្មោះដូចគ្នា ឬស្រដៀងនឹងកម្មវិធីមួយដែលឧទ្ទិសដល់ពពក។ ទោះយ៉ាងណាក៏ដោយ វាអាចដំណើរការខុសគ្នា ឬសូម្បីតែមានសំណុំមុខងារផ្សេងគ្នា។
ប្រសិនបើស្ថាប័នរបស់អ្នកយកចិត្តទុកដាក់លើការផ្លាស់ប្តូរទៅកាន់ពពក និងធ្វើឱ្យការវិភាគបានច្រើនបំផុតនោះ គ្មានការជជែកវែកញែកថាការផ្លាស់ប្តូរនេះអាចផ្តល់នូវតម្លៃអាជីវកម្ម និងសេដ្ឋកិច្ចដ៏សំខាន់នោះទេ។ និយាយជារួម ដើម្បីទៅដល់ទីនោះពីទីនេះ អ្នកនឹងត្រូវ៖
- បង្កើតធម្មនុញ្ញ.
A. តើអ្នកបានកំណត់វិសាលភាពនៃគម្រោងរបស់អ្នកហើយឬនៅ?
B. តើអ្នកមានការឧបត្ថម្ភផ្នែកប្រតិបត្តិទេ?
គ. តើអ្នកណា - តួនាទីអ្វីខ្លះ - គួរតែត្រូវបានរួមបញ្ចូលនៅក្នុងគម្រោង? តើនរណាជាប្រធានស្ថាបត្យករ? តើអ្នកជំនាញអ្វីខ្លះដែលអ្នកត្រូវការដើម្បីពឹងផ្អែកលើអ្នកលក់ពពក?
D. តើអ្វីជាគោលដៅចុងក្រោយ? ដោយវិធីនេះ គោលដៅមិនមែន "ផ្លាស់ទីទៅពពក" ទេ។ តើអ្នកព្យាយាមដោះស្រាយបញ្ហាអ្វី?
E. កំណត់លក្ខណៈវិនិច្ឆ័យជោគជ័យរបស់អ្នក។ តើអ្នកនឹងដឹងថាអ្នកជោគជ័យដោយរបៀបណា?
2. ស្វែងយល់។ ចាប់ផ្តើមពីដំបូង។ យកសារពើភ័ណ្ឌ។ ស្វែងយល់ពីអ្វីដែលអ្នកមាន។ ឆ្លើយសំនួរ:
A. តើយើងមានទិន្នន័យអ្វីខ្លះ?
ខ.តើទិន្នន័យនៅឯណា?
គ. តើដំណើរការអាជីវកម្មអ្វីខ្លះដែលត្រូវគាំទ្រ? តើដំណើរការទាំងនោះត្រូវការទិន្នន័យអ្វីខ្លះ?
D. តើឧបករណ៍ និងកម្មវិធីអ្វីខ្លះដែលយើងប្រើនាពេលបច្ចុប្បន្ន ដើម្បីរៀបចំទិន្នន័យ?
E. តើទំហំ និងភាពស្មុគស្មាញនៃទិន្នន័យគឺជាអ្វី?
F. តើយើងនឹងមានអ្វី? តើកម្មវិធីអ្វីខ្លះដែលមាននៅក្នុងពពកពីអ្នកលក់របស់យើង?
G. តើយើងនឹងភ្ជាប់ទៅទិន្នន័យដោយរបៀបណា? តើច្រកអ្វីខ្លះដែលត្រូវបើកក្នុងពពក?
H. តើមានបទប្បញ្ញត្តិ ឬតម្រូវការណាមួយដែលកំណត់តម្រូវការឯកជនភាព ឬសុវត្ថិភាពដែរឬទេ? តើមាន SLAs ជាមួយអតិថិជនដែលត្រូវការថែរក្សាទេ?
I. តើអ្នកដឹងពីរបៀបដែលការចំណាយនឹងត្រូវបានគណនាសម្រាប់ការប្រើប្រាស់ពពក?
3. វាយតំលៃនិងវាយតម្លៃ.
A. តើយើងមានបំណងផ្លាស់ទីទិន្នន័យអ្វី?
ខ- វាយតំលៃថ្លៃដើម។ ឥឡូវនេះអ្នកដឹងពីវិសាលភាព និងបរិមាណនៃទិន្នន័យ អ្នកស្ថិតក្នុងទីតាំងល្អជាងក្នុងការកំណត់ថវិកា។
គ. កំណត់គម្លាតដែលមានរវាងអ្វីដែលអ្នកមាននាពេលបច្ចុប្បន្ន និងការរំពឹងទុកនៃអ្វីដែលអ្នករំពឹងថានឹងមាន។ តើយើងខ្វះអ្វី?
ឃ. រួមបញ្ចូលការធ្វើចំណាកស្រុកសាកល្បង ដើម្បីបង្ហាញនូវអ្វីដែលអ្នកបានខកខានក្នុងទ្រឹស្តី។
E. រួមបញ្ចូលការធ្វើតេស្តទទួលយកអ្នកប្រើប្រាស់នៅក្នុងដំណាក់កាលនេះក៏ដូចជានៅក្នុងដំណាក់កាលចុងក្រោយផងដែរ។
F. តើបញ្ហាប្រឈមអ្វីខ្លះដែលអ្នកអាចទន្ទឹងរង់ចាំ ដើម្បីឱ្យអ្នកអាចបង្កើតភាពចាំបាច់ក្នុងដំណាក់កាលបន្ទាប់?
G. តើហានិភ័យអ្វីខ្លះត្រូវបានសម្គាល់?
4. ផែនការ. បង្កើត ក road ផែនទី។
ក.តើអ្វីជាអាទិភាព? តើអ្វីមកមុនគេ? តើអ្វីជាលំដាប់?
B. តើអ្នកអាចដកអ្វីខ្លះ? តើអ្នកអាចកាត់បន្ថយវិសាលភាពដោយរបៀបណា?
គ. តើនឹងមានពេលសម្រាប់ដំណើរការប៉ារ៉ាឡែលទេ?
ឃ.តើវិធីសាស្រ្តជាអ្វី? វិធីសាស្រ្តជាផ្នែក/ដំណាក់កាល?
E. តើអ្នកបានកំណត់វិធីសាស្រ្តសុវត្ថិភាពទេ?
F. តើអ្នកបានកំណត់ផែនការបម្រុងទុកទិន្នន័យ និងផែនការសង្គ្រោះគ្រោះមហន្តរាយទេ?
G. តើអ្វីជាផែនការទំនាក់ទំនង – ផ្ទៃក្នុងទៅគម្រោង ភាគីពាក់ព័ន្ធ អ្នកប្រើប្រាស់ចុងក្រោយ?
5. សាងសង់។ ធ្វើចំណាកស្រុក។ សាកល្បង។ បើកដំណើរការ.
ក. ធ្វើផែនការ។ ពិនិត្យវាឡើងវិញដោយថាមវន្តដោយផ្អែកលើព័ត៌មានថ្មី។
ខ. បង្កើតភាពខ្លាំងជាប្រវត្តិសាស្ត្ររបស់អ្នក និងជោគជ័យនូវមូលដ្ឋានគ្រឹះ IT កេរ្តិ៍ដំណែលរបស់អ្នក ហើយចាប់ផ្តើមទាញយកអត្ថប្រយោជន៍ពី Big Data និងអត្ថប្រយោជន៍នៃការវិភាគការយល់ដឹង។
6. ធ្វើឡើងវិញ និងកែលម្អ.
A. តើពេលណាអ្នកអាចចូលនិវត្តន៍ម៉ាស៊ីនមេដែលឥឡូវនេះកំពុងអង្គុយទំនេរ?
ខ.តើការកែសំរួលអ្វីខ្លះដែលអ្នកបានរកឃើញថាត្រូវធ្វើ?
គ. តើការបង្កើនប្រសិទ្ធភាពអ្វីខ្លះដែលអាចត្រូវបានធ្វើឡើងចំពោះទិន្នន័យរបស់អ្នកនៅក្នុងពពក?
D. តើកម្មវិធីទិន្នន័យថ្មីអ្វីខ្លះដែលអ្នកអាចប្រើក្នុងពពកបាន?
E. តើកម្រិតបន្ទាប់ជាអ្វី? AI, machine learning, ការវិភាគកម្រិតខ្ពស់?
Gotchas
មួយចំនួន ប្រភព និយាយថា 70% នៃគម្រោងបច្ចេកវិទ្យាគឺជាការបរាជ័យសរុប ឬដោយផ្នែក។ ជាក់ស្តែង វាអាស្រ័យលើនិយមន័យរបស់អ្នក។ បរាជ័យ។ មួយទៀត ប្រភព បានរកឃើញថា 75% គិតថាគម្រោងរបស់ពួកគេត្រូវវិនាសតាំងពីដំបូង។ នោះអាចមានន័យថា 5% បានទទួលជោគជ័យ ទោះបីជាមានហាងឆេងប្រឆាំងនឹងពួកគេ។ បទពិសោធន៍របស់ខ្ញុំប្រាប់ខ្ញុំថា មានប្រភាគសំខាន់នៃគម្រោងបច្ចេកវិទ្យា ដែលមិនដែលចេញពីដី ឬបរាជ័យក្នុងការសម្រេចបានពេញលេញនូវការរំពឹងទុកដែលបានសន្យា។ មានប្រធានបទទូទៅមួយចំនួនដែលគម្រោងទាំងនោះចែករំលែក។ នៅពេលអ្នកចាប់ផ្តើមរៀបចំផែនការធ្វើចំណាកស្រុករបស់អ្នកទៅកាន់ពពក ខាងក្រោមនេះជាចំណុចមួយចំនួនដែលត្រូវរកមើល។ ប្រសិនបើអ្នកមិនធ្វើទេ ពួកគេដូចជាកម្មផលអាក្រក់ ឬពិន្ទុឥណទានអាក្រក់ – មិនយូរមិនឆាប់ ពួកគេនឹងខាំអ្នកនៅគូទ។៖
- ភាពជាម្ចាស់. មនុស្សតែម្នាក់ត្រូវតែជាម្ចាស់គម្រោងតាមទស្សនៈគ្រប់គ្រង។ ក្នុងពេលជាមួយគ្នានេះ អ្នកចូលរួមទាំងអស់ត្រូវតែមានអារម្មណ៍ថាត្រូវបានបណ្តាក់ទុកជាភាគីពាក់ព័ន្ធ។
- ការចំណាយ. តើថវិកាត្រូវបានបែងចែកទេ? តើអ្នកដឹងពីលំដាប់នៃរ៉ិចទ័រសម្រាប់រយៈពេល 12 ខែបន្ទាប់ ក៏ដូចជាការប៉ាន់ប្រមាណនៃការចំណាយបន្តដែរឬទេ? តើមានការចំណាយលាក់កំបាំងដ៏មានសក្តានុពលទេ? តើអ្នកបានដាក់ពង្រាយយន្តហោះនិងយន្តហោះដែលលើសណាមួយក្នុងការរៀបចំសម្រាប់ការផ្លាស់ទី។ អ្នកមិនចង់ផ្ទេរទិន្នន័យដែលនឹងមិនត្រូវបានប្រើ ឬមិនអាចទុកចិត្តបាន។
- ភាពជាអ្នកដឹកនាំ. តើគម្រោងនេះត្រូវបានឧបត្ថម្ភទាំងស្រុងដោយអ្នកគ្រប់គ្រងឬ? តើការរំពឹងទុក និងនិយមន័យនៃជោគជ័យពិតប្រាកដឬទេ? តើគោលដៅស្របនឹងចក្ខុវិស័យ និងយុទ្ធសាស្ត្ររបស់ក្រុមហ៊ុនដែរឬទេ?
- ការគ្រប់គ្រងគម្រោង. តើការកំណត់ពេលវេលា វិសាលភាព និងថវិកាមានភាពប្រាកដនិយមដែរឬទេ? តើមាន "កម្លាំង" ដែលទាមទារពេលវេលាកំណត់ការដឹកជញ្ជូនខ្លីជាង បង្កើនវិសាលភាព និង/ឬការចំណាយទាប ឬមនុស្សតិចជាងមុនទេ? តើមានការយល់ច្បាស់ពីតម្រូវការទេ? តើពួកគេប្រាកដនិយម និងកំណត់ច្បាស់លាស់ទេ?
- ធនធានមនុស្ស. បច្ចេកវិទ្យាគឺជាផ្នែកងាយស្រួល។ វាជារឿងរបស់មនុស្សដែលអាចជាបញ្ហាប្រឈម។ ការធ្វើចំណាកស្រុកទៅពពកនឹងនាំមកនូវការផ្លាស់ប្តូរ។ មនុស្សមិនចូលចិត្តការផ្លាស់ប្តូរទេ។ អ្នកត្រូវកំណត់ការរំពឹងទុកឱ្យបានត្រឹមត្រូវ។ តើបុគ្គលិកគ្រប់គ្រាន់ និងសមរម្យត្រូវបានឧទ្ទិសដល់គំនិតផ្តួចផ្តើមដែរឬទេ? ឬតើអ្នកបានព្យាយាមឆ្លៀតពេលចេញពីមនុស្សដែលរវល់នឹងការងារប្រចាំថ្ងៃរបស់ពួកគេហើយឬនៅ? តើអ្នកអាចរក្សាក្រុមដែលមានស្ថេរភាពបានទេ? គម្រោងជាច្រើនបានបរាជ័យដោយសារតែការផ្លាស់ប្តូរបុគ្គលិកសំខាន់ៗ។
- ហានិភ័យ. តើហានិភ័យត្រូវបានកំណត់ និងគ្រប់គ្រងដោយជោគជ័យទេ?
- ភាពប្រុងប្រយ័ត្ន. តើអ្នកអាចកំណត់អត្តសញ្ញាណរបស់ដែលនៅក្រៅការគ្រប់គ្រងរបស់អ្នកបាន ប៉ុន្តែតើអ្វីខ្លះអាចនឹងមានឥទ្ធិពលដល់ការចែកចាយ? ពិចារណាពីឥទ្ធិពលនៃការផ្លាស់ប្តូរភាពជាអ្នកដឹកនាំ។ តើជំងឺរាតត្បាតទូទាំងពិភពលោកនឹងប៉ះពាល់ដល់សមត្ថភាពរបស់អ្នកក្នុងការបំពេញតាមកាលកំណត់ និងទទួលបានធនធានយ៉ាងដូចម្តេច?
វដ្តនៃការគណនាតាមពពកនៅឆ្នាំ 2022
ដូច្នេះតើ Cloud Computing, Public Cloud Storage និង Software ជាសេវាកម្មមួយនៅលើវដ្តនៃការឃោសនាបំផ្លើសនៃបច្ចេកវិទ្យា Gartner សព្វថ្ងៃនៅឯណា? ពួកគេមិនមែនទេ។ ពួកគេលែងជាបច្ចេកវិទ្យាទំនើបទៀតហើយ។ ពួកគេលែងនៅលើជើងមេឃទៀតហើយ។ ពួកគេកំពុងពេញនិយម រង់ចាំការអនុម័ត។ មើលការរីកចម្រើនដូចខាងក្រោម បច្ចេកវិទ្យាដែលកំពុងរីកចម្រើន៖ AI-Augmented Design, Generative AI, Physics-informed AI and Non Fungible Tokens។
គំនិតក្នុងអត្ថបទនេះត្រូវបានគេបង្ហាញពីដើមជាការសន្និដ្ឋានទៅនឹងអត្ថបទ "ការវិភាគការយល់ដឹង៖ ការកសាងលើមូលនិធិព័ត៌មានវិទ្យាកេរ្តិ៍ដំណែលរបស់អ្នក" ដែលបង្ហាញនៅក្នុង ទិនានុប្បវត្តិ TDWI Business Intelligence, វ៉ុល ២២, លេខ ៤.