Molte organizzazioni stanno cercando di aggiornare la propria infrastruttura per migliorare l’efficienza e gestire i costi crescenti. Ma il percorso è raramente semplice. Configurazioni ibride, sistemi legacy e nuove richieste di intelligenza artificiale nell’azienda spesso creano compromessi per i team IT.
Le recenti iniziative di Microsoft e di diversi fornitori di storage e piattaforme dati evidenziano il modo in cui le aziende stanno cercando di affrontare questi problemi e cosa possono imparare da loro le altre aziende mentre pianificano le proprie strategie di intelligenza artificiale aziendale.
La modernizzazione spesso si blocca quando i costi aumentano
Molte aziende desiderano la flessibilità del cloud computing ma dipendono ancora da sistemi basati su macchine virtuali e anni di processi interni. Un problema comune è che le applicazioni più vecchie non sono mai state create per il cloud. Riscriverli può richiedere tempo e creare nuovi rischi. Ma un semplice spostamento “lift and shift” spesso comporta costi più elevati, soprattutto quando i team non modificano il modo in cui vengono eseguiti i carichi di lavoro.
Alcuni fornitori stanno cercando di risolvere questo problema offrendo modi per spostare le macchine virtuali in Azure senza grandi modifiche. I primi utenti affermano che l’estrazione consiste nella possibilità di testare la migrazione al cloud senza rielaborare le applicazioni il primo giorno. Per alcuni, questi test iniziali sono legati alla preparazione dei sistemi che successivamente supporteranno i carichi di lavoro dell’intelligenza artificiale aziendale.
Indicano inoltre costi di archiviazione inferiori se gestiti tramite gli strumenti di Azure, il che aiuta a mantenere prevedibile lo spostamento. La lezione chiave per altre aziende è cercare percorsi di migrazione che corrispondano alle loro operazioni esistenti invece di forzare una ricostruzione completa dall’inizio.
La protezione e il controllo dei dati rimangono le principali preoccupazioni negli ambienti ibridi
Il rischio di perdita di dati o di lunghe interruzioni mantiene ancora molti leader cauti nei confronti dei grandi piani di modernizzazione. Alcune organizzazioni stanno ora costruendo sistemi di ripristino più potenti in posizioni on-premise, edge e cloud. La pianificazione standard ora include funzionalità come snapshot immutabili, replica e migliore visibilità dei dati compromessi.
Una recente integrazione tra Microsoft Azure e diversi sistemi di archiviazione cerca di offrire alle aziende un modo per gestire i dati nell’hardware locale e nei servizi di Azure. È cresciuto l’interesse tra le organizzazioni che necessitano della residenza dei dati locali o di rigide regole di conformità. Queste configurazioni consentono loro di conservare i dati sensibili nel paese pur continuando a lavorare con gli strumenti di Azure, il che è sempre più importante poiché le applicazioni di intelligenza artificiale aziendale dipendono da dati affidabili e ben governati.
Per le aziende che si trovano ad affrontare pressioni simili, il punto principale è che i modelli ibridi possono supportare le esigenze di conformità quando il livello di controllo è unificato.
La preparazione all’intelligenza artificiale spesso richiede basi di dati più solide, non una ricostruzione completa
Molte aziende vogliono sostenere progetti di intelligenza artificiale ma non vogliono rinnovare l’intera infrastruttura. SQL Server 2025 di Microsoft aggiunge funzionalità di database vettoriale che consentono ai team di creare applicazioni basate sull’intelligenza artificiale senza cambiare piattaforma. Alcune aziende hanno abbinato SQL Server ad array di archiviazione ad alte prestazioni per migliorare la velocità effettiva e ridurre le dimensioni dei set di dati relativi all’intelligenza artificiale. I miglioramenti stanno diventando parte di una più ampia pianificazione aziendale dell’IA.
I team che lavorano con queste configurazioni affermano che l’attrattiva è la possibilità di eseguire i primi carichi di lavoro IA senza impegnarsi in un nuovo stack. Riferiscono inoltre che prestazioni più prevedibili li aiutano a crescere quando i team iniziano ad addestrare o testare nuovi modelli. La lezione più importante è che la preparazione all’intelligenza artificiale spesso inizia con il miglioramento dei sistemi che già contengono dati aziendali invece di adottare una piattaforma separata.
La gestione di Kubernetes insieme ai sistemi più vecchi introduce nuove complessità
Molte aziende ora utilizzano un mix di contenitori e macchine virtuali. Mantenere entrambi sincronizzati può mettere a dura prova i team, soprattutto quando i carichi di lavoro vengono eseguiti su più di un cloud. Alcune aziende si stanno rivolgendo a strumenti unificati di gestione dei dati che consentono agli ambienti Kubernetes di affiancarsi alle applicazioni legacy.
Un esempio è il crescente utilizzo di Portworx con il servizio Azure Kubernetes e Azure Red Hat OpenShift. Alcuni team lo utilizzano per spostare le VM in Kubernetes tramite KubeVirt mantenendo i flussi di lavoro familiari per l’automazione. L’approccio mira a ridurre l’overprovisioning e a semplificare la pianificazione della capacità. Per altri, fa parte di uno sforzo più ampio per rendere la propria infrastruttura pronta a supportare le iniziative di intelligenza artificiale aziendale. Offre inoltre alle aziende un percorso più lento e sicuro verso l’adozione dei container. La lezione più ampia è che le strategie di container ibridi funzionano meglio quando rispettano le competenze esistenti anziché forzare cambiamenti drammatici.
Sta emergendo un percorso più chiaro per le aziende che pianificano la modernizzazione
In tutti questi esempi emerge un tema comune: la maggior parte delle imprese non sta cercando di ricostruire tutto in una volta. Vogliono piani di migrazione prevedibili, una protezione dei dati più forte e modi pratici per supportare i primi progetti di intelligenza artificiale. Gli strumenti e le partnership che si stanno formando intorno ad Azure suggeriscono che la modernizzazione non riguarda più la sostituzione dei sistemi ma piuttosto il miglioramento di ciò che è già in atto.
Le aziende che affrontano la modernizzazione con passi piccoli e costanti, tenendo d’occhio costi, sicurezza e esigenze di dati, potrebbero trovare più semplice andare avanti senza assumersi rischi inutili.
Vuoi saperne di più sull’intelligenza artificiale e sui big data dai leader del settore? Guardare Fiera dell’intelligenza artificiale e dei big data che si svolge ad Amsterdam, in California, e a Londra. L’evento completo è parte di TechEx ed è situato in concomitanza con altri importanti eventi tecnologici, clicca Qui per ulteriori informazioni
AI News è alimentato da Media TechForge. Esplora altri prossimi eventi e webinar sulla tecnologia aziendale Qui.
Fonte: www.artificialintelligence-news.com
