Для того, чтобы ваши данные рассказали вам о том, чего вы не знаете, требуется аналитика. А для аналитики требуется облако – считает Мэтт Асей, руководитель партнерского маркетинга MongoDB. Данные сами по себе не очень полезны. Данные становятся полезными только в том случае, если они понятны и влияют на работу приложений. Это желание использовать данные в работе привело к буму облачной аналитики. Хотя в настоящее время относительно небольшая часть расходов на ИТ приходится на облако (примерно 6% по данным IDC в 2020 году) весь импульс уходит от локальных устаревших инструментов бизнес-аналитики в сторону более современных облачных опций, таких как Google BigQuery, Amazon Redshift, Databricks или Snowflake и других облачных приложений.

Облако продолжает продвигать новые базы данных вперед по сравнению с устаревшими альтернативами. То же самое облако обещает продолжить переворачивать мир данных в 2023 году.

Все облако, все время?

Хотя я не полностью согласен со своим коллегой из InfoWorld Дэвидом Линтикумом в том, что “2023 год может стать годом репатриации общедоступных облаков”, я могу согласиться с тем, что мы не должны слепо влюбляться в технологию или рассматривать ее как молоток и, следовательно, относиться к каждой бизнес-проблеме как к гвоздю. Облако решает многие проблемы, но не все. Однако в областях, связанных с передовыми приложениями, управляемыми данными, облако незаменимо, как признает Линтикум: “Когда задействованы передовые ИТ-сервисы (искусственный интеллект, глубокая аналитика, масштабирование, квантовые вычисления и т.д.), общедоступные облака обычно более экономичны”.

Не только экономичнее, но и практичнее.

Много лет назад исполнительный директор AWS Мэтт Вуд привел мне этот довод, и сегодня он так же убедителен, как и в 2015 году. “Те, кто выходит на рынок и покупает дорогостоящую инфраструктуру, обнаруживают, что масштаб проблемы и домен меняются очень быстро”, - сказал он. “К тому времени, как они находят время ответить на первоначальный вопрос, бизнес движется дальше”. Как он продолжил: “Если вы вносите огромные изменения в центр обработки данных застывший во времени”, вопросы, которые вы можете задать своим данным, застрянут во временном искривлении. Даже в стесненные экономические времена совершенно неверно думать об облаке через узкую призму затрат. Эластичная инфраструктура порождает гибкость в осмыслении данных. Доллары из чувства, так сказать, а не доллары и центы. Это облачные аналитические инструменты.

Компании, похоже, понимают это. На недавней аналитической конференции финансовый директор Snowflake Майк Скарпелли рассказал о динамике конкуренции на рынке хранилищ данных. “Мы никогда не конкурируем с Teradata [действующей компанией по анализу данных, основанной в эпоху локального программного обеспечения]. Когда клиент принимает решение отказаться от prem, это никогда не противоречит Teradata. Они приняли решение уйти.” Если предприятие уже обращается к облаку, проходя через цифровую трансформацию, на что они обращают внимание? “По словам Скарпелли, “когда мы конкурируем за локальную миграцию, это всегда [против] Google, Microsoft [и] AWS [но AWS] стремится сотрудничать с нами чаще”.

Другими словами, клиент, скорее всего, потратил годы на свое локальное хранилище данных или решение BI, но это не то, на что он делает ставку в будущем. Их будущее - в облаках. Если они рассматривают следующий шаг, то вряд ли это будет Oracle, если только они не настолько глубоко знакомы с Oracle, чтобы внедрение новой системы казалось трудным. Большую часть времени предприятия будут искать облачную базу данных, хранилище данных / «озеро данных» или систему машинного обучения / искусственного интеллекта. Другими словами, больше Google BigQuery и меньше SAP BusinessObjects.

Демократизация данных

Еще одной причиной успеха cloud является простота, или это может быть так. Облако, конечно, по своей сути не является более удобным для пользователя, но многие облачные системы делают упор на подход SaaS, который делает акцент на пользовательском опыте. Возьмем, к примеру, этот комментарий с доски объявлений Reddit, описывающий их опыт работы со Snowflake: “Если вам нужна степень доктора философии по физике, чтобы использовать ваш инструмент SaaS, ваш инструмент бесполезен. Пользователи MySQL любят это (аналитики), топ-менеджеры любят это, единственные люди, которых он изо всех сил пытается завоевать, - это инженеры-ботаники вроде меня, у которых было достаточно высокомерия, чтобы думать, что они могут сделать все это сами, и все в мире однажды изучат PySpark ”.

Недавно я писал о демократизации данных, о том, как предприятия пытаются предоставить большему количеству сотрудников доступ, и возможность работать с большим количеством различных данных. Я отметил, что, если предприятия хотят по-настоящему демократизировать данные, им необходимо научить сотрудников эффективно использовать облачные инструменты для анализа облачных данных.

К счастью, облако также позволяет системам машинного обучения брать на себя часть большой нагрузки. Как пишет мой коллега по MongoDB Адам Хьюз, “Объединение оперативной и встроенной аналитики в реальном времени - того, что некоторые называют translytics, HTAP или дополненными базами данных транзакций — теперь позволяет проводить аналитику, основанную на данных приложения, чтобы помочь определять, влиять и автоматизировать принятие решений для приложения и предоставлять информацию в режиме реального времени для пользователя.” Это не означает, что машины думают за нас, скорее, они устраняют недифференцированную тяжелую работу по обработке данных с большим объемом вычислений, оставляя пользователю более вдумчивую работу по пониманию того, что эти данные означают для приложения и, в конечном счете, бизнес.

Все это не полностью управляется облаком, но абсолютно улучшено и ускорено облаком. Данные никогда не были так важны, а доступ к данным и их понимание никогда не были проще благодаря облачным вычислениям. Если вы хотите выбрать почти определенный прогноз на 2023 год, то это то, что эта тенденция сохранится и ускорится.