Nyiapkeun Pikeun Pindah Ka Awan

Kami ayeuna dina dékade kadua nyoko awan. Saloba 92% usaha anu ngagunakeun komputasi awan nepi ka sababaraha gelar. Pandemik parantos janten supir anyar pikeun organisasi pikeun ngadopsi téknologi awan. Hasil mindahkeun data tambahan, proyék sareng aplikasi kana awan gumantung kana persiapan, perencanaan sareng antisipasi masalah.  

1. siap-siapna nyaéta ngeunaan data sareng manajemén manusa tina data sareng infrastruktur pangrojong.
2. rarancang penting pisan. Rencanana kedah ngandung unsur konci khusus.
3. manajemén masalah nyaéta kamampuan pikeun ngaramalkeun daérah poténsial masalah sareng kamampuan pikeun nganapigasi upami aya.  

Opat Hal Usaha anu Kedah Dilaksanakeun Pikeun Sukses di Awan, Ditambah 7 Gotchas

Usaha anjeun badé ngalih ka méga. Muhun, hayu atuh rephrase yén, lamun bisnis Anjeun bade suksés, éta bakal pindah ka awan - ieu, lamun teu aya geus. Upami anjeun parantos aya, anjeun panginten henteu bakal maca ieu. Perusahaan anjeun mikir ka hareup sareng hoyong ngamangpaatkeun sagala kauntungan awan anu urang bahas dina tulisan anu sanés. Nepi ka taun 2020, 92% usaha nganggo awan dina sababaraha tingkat sareng 50% sadaya data perusahaan parantos aya dina méga.

Lapisan pérak dina awan COVID: pandémik parantos maksa usaha pikeun ningali langkung caket kana kamampuan awan pikeun ngadukung paradigma énggal tanaga kerja jauh. Awan nujul kana duanana data badag neundeun sareng aplikasi anu ngolah data éta.  Salah sahiji alesan utama pikeun ngalih ka méga nyaéta pikeun kéngingkeun kauntungan kompetitif ku cara fleksibel sareng kéngingkeun wawasan énggal tina beban data.   

Pausahaan analis Gartner rutin nyebarkeun laporan anu ngabahas "téhnologi sareng tren anu nunjukkeun jangji dina nganteurkeun kaunggulan kompetitif anu luhur salami lima dugi ka 10 taun ka hareup." Sapuluh taun ka tukang, Gartner urang 2012 Hype Siklus pikeun Komputasi Awan nempatkeun Komputasi Awan sareng Panyimpenan Awan Umum dina "Trough of Disillusionment" ngan saluareun "Puncak ekspektasi Inflated." Salajengna, Big Data nembé asup kana "Puncak ekspektasi Inflated". Katiluna kalayan dataran anu diperkirakeun dina 3 dugi ka 5 taun. Software as a Service (SaaS) ditempatkeun ku Gartner dina fase "Slope of Enlightenment" kalawan dataran ekspektasi 2 nepi ka 5 taun.

Dina 2018, genep taun saatosna, "Komputasi Awan" sareng "Panyimpenan Awan Umum" aya dina fase "Lingkaran Pencerahan" kalayan dataran anu diproyeksikan kirang ti 2 taun. "Software salaku Service" kungsi ngahontal dataran.  Intina nyaéta yén aya nyoko signifikan tina awan umum dina waktos ieu.  

Kiwari, dina taun 2022, komputasi awan ayeuna dina dékade kadua diadopsi sareng ayeuna mangrupikeun téknologi standar pikeun aplikasi énggal.  As Gartner nempatkeun éta, "Upami sanés awan, éta warisan." Gartner teras nyarios yén dampak komputasi awan dina organisasi nyaéta transformasional. Kumaha teras organisasi kedah ngadeukeutan transformasi ieu?

Bagan ieu ngajelaskeun sacara langkung rinci naon hartosna téknologi dina fase anu tangtu. 

Kumaha organisasi kedah ngadeukeutan transformasi organisasi?

Dina prosés nyoko awan, organisasi kedah nyandak kaputusan, netepkeun kawijakan énggal, nyiptakeun prosedur énggal sareng ngatasi tantangan khusus. Ieu daptar daérah khusus anu anjeun peryogikeun pikeun mastikeun bumi anjeun leres: 

1. Latihan, latihan ulang atawa kalungguhan anyar.  Dina ngadopsi awan umum pikeun neundeun data atanapi ngamangpaatkeun aplikasi, anjeun parantos outsourcing dukungan sareng pangropéa infrastruktur. Anjeun masih peryogi kaahlian inhouse pikeun ngatur vendor sareng ngaksés data. Salajengna, anjeun kedah terang kumaha ngungkit alat anyar anu anjeun gaduh pikeun analitik kognitif sareng élmu data.     
2. Kaping.  Éta sadayana ngeunaan data. Data mangrupikeun mata uang énggal. Urang nuju ngawangkong ngeunaan Big Data– data nu meets sahenteuna sababaraha V tina harti. Dina pindah ka awan, sahenteuna sababaraha data anjeun bakal aya dina awan. Upami anjeun "sadayana", data anjeun bakal disimpen dina méga sareng diolah dina méga.

A. Kasadiaan data. Naha aplikasi on-prem anjeun anu tos aya tiasa ngaksés data dina méga? Naha data anjeun kedah diolah? Naha anjeun peryogi anggaran waktos dina proyék migrasi awan anjeun pikeun mindahkeun data anjeun ka awan? Sabaraha lami éta sigana? Naha anjeun kedah ngembangkeun prosés énggal pikeun nyandak data transaksi anjeun ka méga? Upami anjeun badé ngalaksanakeun AI atanapi pembelajaran mesin, kedah aya data pelatihan anu cekap pikeun nyumponan tingkat akurasi sareng presisi anu dipikahoyong.

B. Usability data. Naha data anjeun dina format anu tiasa dikonsumsi ku jalma sareng alat anu bakal ngaksés data? Naha anjeun tiasa ngalakukeun "angkat-sareng-geser" dina gudang data anjeun? Atanapi, tiasa dioptimalkeun pikeun pagelaran? 

C. Kualitas data. Kualitas data anu diandelkeun kaputusan anjeun tiasa mangaruhan kualitas kaputusan anjeun. Governance, stewards data, manajemén data, meureun curator data bisa maénkeun peran signifikan dina nyoko analytics kognitif dina awan. Candak waktos sateuacan anjeun migrasi data ka awan pikeun meunteun kualitas data anjeun. Henteu aya anu langkung frustasi tibatan mendakan yén anjeun parantos migrasi data anu anjeun henteu peryogikeun.

D. Variability jeung kateupastian dina data badag. Data bisa jadi inconsistent atawa teu lengkep. Dina ngevaluasi data anjeun sareng kumaha anjeun badé ngagunakeunana, naha aya jurang? Ayeuna mangrupikeun waktosna pikeun ngalereskeun masalah anu dipikanyaho anu aya hubunganana sareng standar perusahaan dina data. Ngabakukeun sakuliah puseur ngalaporkeun on hal basajan kawas dimensi waktu, hierarki géografi. Identipikasi éta sumber tunggal bebeneran.   

E. Watesan alamiah dina data badag sorangan. Sajumlah ageung hasil poténsial tiasa meryogikeun ahli domain pikeun ngévaluasi hasil pikeun pentingna. Dina basa sejen, lamun query anjeun mulih loba rékaman, kumaha anjeun bakal salaku manusa prosés eta? Pikeun nyaring eta salajengna jeung ngurangan jumlah rékaman, meh bisa dikonsumsi ku manusa non-super biasa, anjeun bakal kudu nyaho bisnis balik data.

     3. Ngarojong yayasan/infrastruktur TI. Pertimbangkeun sadaya bagian anu gerak. Panginten henteu sadayana data anjeun bakal aya dina méga. Sababaraha meureun aya dina awan. Sababaraha di-enggon. Masih data anu sanés tiasa aya nu lain awan vendor urang. Dupi anjeun gaduh diagram aliran data? Naha anjeun siap ngalih tina ngatur hardware fisik pikeun ngatur padagang anu ngatur hardware fisik? Naha anjeun ngartos watesan lingkungan awan? Naha anjeun parantos ngitung kamampuan pikeun ngadukung data anu henteu terstruktur ogé téknologi konci anu ngamungkinkeun platform. Naha anjeun masih tiasa nganggo SDK, API, utilitas data anu sami anu anjeun anggo di tempat? Éta kamungkinan bakal perlu ditulis ulang. Kumaha upami ETL anjeun aya pikeun ngamuat gudang data tina sistem transaksional? Skrip ETL kedah ditulis deui.

     4. Ngamurnikeun kalungguhan. Pamaké panginten kedah dilatih deui dina aplikasi énggal sareng cara ngaksés data dina méga. Seringna desktop atanapi aplikasi jaringan tiasa gaduh nami anu sami atanapi sami sareng anu dikhususkeun pikeun awan. Sanajan kitu, eta bisa boga fungsi béda, atawa malah boga set fitur béda.  

Upami organisasi anjeun serius ngeunaan ngalih ka awan sareng ngamangpaatkeun analytics, teu aya perdebatan yén gerakan éta tiasa masihan nilai bisnis sareng ékonomi anu signifikan. Sacara praktis, pikeun ka ditu ti dieu, anjeun kedah: 

1. Netepkeun piagam.  

A. Dupi anjeun ditetepkeun ruang lingkup proyék anjeun?  

B. Dupi anjeun gaduh sponsor eksekutif?

C. Saha - naon kalungguhan - kudu kaasup dina proyék? Saha lulugu arsiték? Kaahlian naon anu anjeun peryogikeun pikeun ngandelkeun padagang awan?

D. Naon tujuan ahir? Ku jalan kitu, tujuanana henteu "pindah ka méga". Masalah naon (s) anu anjeun badé ngabéréskeun?

E. Nangtukeun kriteria kasuksésan Anjeun. Kumaha anjeun bakal terang yén anjeun suksés?

2. Panggihan. Mimitian ti mimiti. Candak inventaris. Panggihan naon anu anjeun gaduh. Waler patarosanana:

A. Data naon anu urang gaduh?

B. Dimana datana?

C. Prosés bisnis naon anu kudu dirojong? Data naon anu diperyogikeun ku prosés éta?

D. Naon alat sareng aplikasi anu ayeuna urang anggo pikeun ngamanipulasi data?

E. Naon ukuran jeung kompleksitas data?

F. Urang bakal boga naon? Aplikasi naon anu sayogi dina awan ti vendor kami?

G. Kumaha urang bakal nyambung ka data? Palabuhan naon anu kedah dibuka dina méga?

H. Naha aya peraturan atanapi syarat anu ngarahkeun syarat privasi atanapi kaamanan? Naha aya SLA sareng palanggan anu kedah dijaga?  

I. Naha anjeun terang kumaha biaya bakal diitung pikeun panggunaan awan?

3. Meunteun jeung meunteun. 

A. data naon urang maksudna pikeun mindahkeun?

B. Assess waragad. Ayeuna anjeun terang ruang lingkup sareng volume data, anjeun dina posisi anu langkung saé pikeun nangtukeun anggaran.

C. Nangtukeun jurang anu aya antara naon anu anjeun gaduh ayeuna sareng ekspektasi naon anu anjeun ngarepkeun. Naon anu urang leungit?

D. Kalebet migrasi tés pikeun ngalaan naon anu anjeun lasut dina téori.

E. Kaasup Uji Panarimaan Pamaké dina fase ieu ogé dina fase ahir.

F. Naon tantangan anu anjeun tiasa antisipasi ku kituna anjeun tiasa ngawangun contingencies kana fase salajengna?

G. Naon resiko geus dicirikeun?

4. Rencana. Ngadegkeun a road peta. 

A. Naon anu jadi prioritas? Naon anu mimiti? Naon runtuyanna?

B. Naon anu anjeun tiasa ngaluarkeun? Kumaha anjeun tiasa ngirangan wengkuan?

C. Naha bakal aya waktos pikeun ngolah paralel?

D. Kumaha pendekatanna? Pendekatan parsial / bertahap?

E. Dupi anjeun ditetepkeun pendekatan kaamanan?

F. Dupi anjeun ditetepkeun cadangan data jeung rencana recovery musibah?

G. Naon rencana komunikasi - internal pikeun proyék, ka stakeholder, ka tungtung-pamaké?

5. Ngawangun. Migrasi. Tés. Ngaluncurkeun.

A. Gawé rencana. Revisi deui sacara dinamis dumasar kana inpormasi anyar.

B. Ngawangun kakuatan sajarah anjeun sareng sukses yayasan IT warisan anjeun sareng ngawitan ngamangpaatkeun Big Data sareng kauntungan analytics kognitif.       

6. Iterate jeung Nyaring.  

A. Nalika anjeun tiasa retire server anu ayeuna diuk dianggurkeun?

B. Refactoring naon anu anjeun mendakan anu kedah dilakukeun?

C. Naon optimizations bisa dijieun pikeun data anjeun dina awan?  

D. Naon aplikasi data anyar anjeun ayeuna bisa dipaké dina awan?

E. Naon tingkat salajengna? AI, learning machine, analytics canggih?

Gotchas

sababaraha sumber nyebutkeun yén saloba 70% tina proyék téhnologi téh gagal total atawa parsial. Tétéla, éta gumantung kana harti anjeun tina   kagagalan. Nu sejenna sumber kapanggih yén 75% panginten proyék maranéhanana doomed ti mimiti. Éta tiasa hartosna yén 5% suksés sanaos odds anu ngalawan aranjeunna. Pangalaman kuring nyarioskeun yén aya fraksi anu signifikan tina proyék téknologi anu henteu kantos turun atanapi gagal pikeun ngawujudkeun ekspektasi anu dijanjikeun. Aya sababaraha téma umum anu dibagikeun ku proyék-proyék éta. Nalika anjeun ngamimitian ngarencanakeun migrasi ka méga, ieu mangrupikeun sababaraha gotcha anu kedah ditingali. Upami anjeun henteu, aranjeunna sapertos karma anu goréng, atanapi skor kiridit anu goréng - engké atanapi engké, aranjeunna bakal ngegel anjeun dina butut.:

1. ngeunaan ngabogaan. Hiji jalma kedah gaduh proyék tina sudut pandang manajemén. Dina waktu nu sarua, sakabéh pamilon kudu ngarasa invested salaku stakeholder.
2. harga. Naha anggaran dialokasikeun? Naha anjeun terang urutan gedéna pikeun 12 bulan ka hareup ogé perkiraan biaya anu terus-terusan? Dupi aya biaya disumputkeun poténsial? Dupi anjeun jettisoned sagala kaleuwihan flotsam na jetsam dina préparasi move. Anjeun teu hoyong migrasi data anu moal dianggo, atanapi henteu dipercaya.       
3. kapingpinan. Naha proyék éta disponsoran pinuh ku manajemén? Naha ekspektasi sareng definisi kasuksésan realistis? Naha tujuan saluyu sareng visi sareng strategi perusahaan?
4. Manajemén proyék. Naha garis waktos, ruang lingkup sareng anggaran realistis? Aya "pasukan" nungtut deadlines pangiriman pondok, ngaronjat wengkuan jeung / atawa waragad handap atawa jalma pangsaeutikna? Dupi aya keupeul teguh kana sarat? Aranjeunna realistis jeung well-diartikeun?
5. Personalia. Téknologi mangrupikeun bagian anu gampang. Éta jalma-jalma anu tiasa janten tangtangan. Migrasi ka awan bakal mawa parobahan. Jalma teu resep robah. Anjeun kudu nyetel ekspektasi appropriately. Naha staf anu cekap sareng pas dikhususkeun pikeun inisiatif? Atawa, anjeun geus diusahakeun ngukir kaluar waktu ti jalma anu geus teuing sibuk ku pakasaban poé maranéhanana? Naha anjeun tiasa ngajaga tim anu stabil? Loba proyék gagal alatan elehan di tanaga konci.  
6. resiko. Dupi resiko geus diidentipikasi sarta junun junun?  
7. contingency. Naha anjeun tiasa ngaidentipikasi hal-hal anu di luar kendali anjeun tapi anu tiasa mangaruhan pangiriman? Mertimbangkeun pangaruh parobahan kapamimpinan. Kumaha pandémik di sakumna dunya mangaruhan kamampuan anjeun pikeun nyumponan wates waktu sareng kéngingkeun sumber daya?  

Siklus Hype Cloud Computing dina 2022

Janten dimana Cloud Computing, Panyimpenan Awan Umum sareng Perangkat Lunak salaku Layanan dina siklus hype téknologi munculna Gartner ayeuna? Aranjeunna henteu. Aranjeunna henteu deui téknologi anu bakal datang. Aranjeunna henteu deui dina cakrawala. Aranjeunna mainstream, ngantosan diadopsi. Lalajo pikeun tumuwuh di handap munculna téknologi: AI-Augmented Desain, Generative AI, Fisika-informed AI jeung Tokens Non Fungible.  

Gagasan dina tulisan ieu mimitina dibere salaku kacindekan tina tulisan "Analisis Kognitif: Ngawangun Yayasan IT Warisan Anjeun" dibere dina TDWI Usaha AKAL Journal, Vol 22, No.4.