Ponad połowa liderów IT (52 proc.) ankietowanych przez Equinix twierdzi, że przyspiesza cyfrową ewolucję swojej firmy z powodu kryzysu Covid-19. Podobny odsetek (54 proc.) potwierdza, że ich budżety IT w związku z tym wzrosły. Najwięcej szefów IT (85 proc. globalnie) jako priorytet nr 1 wskazuje poprawę cyberbezpieczeństwa.

Procesowi cyfrowej transformacji towarzyszy migracja do chmury. Aż 71 proc. liderów IT na świecie planuje przenieść więcej funkcji biznesowych do chmury, a połowa spośród nich zamierza zmigrować więcej aplikacji o krytycznym znaczeniu dla firmy.

Tymczasem w USA już 74 proc. pytanych liderów IT deklaruje przejście na model XaaS (wszystko jako usługa), przede wszystkim ze względu na uproszczenie infrastruktury IT i elastyczność takich rozwiązań.

Popyt na komputery nie wzrośnie  

Światowe dostawy komputerów i tabletów spadną w 2022 i 2023 r. – przewidują analitycy IDC. W 2022 r. sprzedaż w segmencie PC ma się zmniejszyć rok do roku o 12,8 proc. (do 305,3 mln szt.), a w przypadku tabletów o 6,8 proc. (156,8 mln szt.). W 2023 r. spadek ma wynieść 2,6 proc. łącznie dla pecetów i tabletów. Tegoroczna sprzedaż będzie niższa z powodu inflacji, spowolnienia gospodarczego na świecie oraz dużego wzrostu zakupów w ciągu ostatnich dwóch lat. Pogorszenie nastrojów klientów domowych spowoduje dalsze kurczenie się rynku konsumenckiego w ciągu najbliższych sześciu kwartałów W 2023 r. zmniejszy się także popyt ze strony przedsiębiorstw z powodu coraz trudniejszych warunków makroekonomicznych. Powrót do wzrostu ma nastąpić dopiero w 2024 r., gdy firmy będą znów więcej kupować wraz ze zbliżającym się końcem wsparcia Windows 10 (październik 2025 r.). Popyt konsumencki przesunie się natomiast do segmentów premium. Projekty w edukacji i praca hybrydowa będą generować dodatkowe zapotrzebowanie na PC i tablety, jednak pandemiczne szczyty nie zostaną osiągnięte.

Big Data wejdzie do małych firm

Wydatki na światowym rynku przetwarzania dużych zbiorów danych będą zwiększać się w tempie 11 proc. rocznie do 2026 r., co oznacza, że wzrosną o grube miliardy w ciągu zaledwie kilku lat (z 162,6 mld dol. w 2021 r. do 273,4 mld dol. w 2026 r.) – twierdzą analitycy MarketsandMarkets. Branża jest napędzana gwałtownym wzrostem ilości danych. Big Data staje się coraz powszechniejsze, ponieważ służy różnym celom, takim jak wykrywanie oszustw czy zarządzanie ryzykiem. Spodziewane jest w związku z tym coraz większe zapotrzebowanie we wszystkich dużych branżach. Co ciekawe, zdaniem analityków wydatki małych i średnich firm na Big Data będą zwiększać się najszybciej w najbliższych latach, z uwagi na otwartość na nowe technologie i presję na wdrażanie strategii, które pomagają im się rozwijać. Małe firmy mogą wykorzystywać duże zbiory danych, aby lepiej zrozumieć swoich klientów i pomagać w lepszej interakcji z nimi – wynika z prognozy. Jeśli chodzi o sposób wdrażania, segment chmurowy powinien rosnąć najszybciej ze wszystkich innych na rynku IT. Źródło: MarketsandMarkets

Chmura: efektywność ważniejsza niż koszty

Tylko 13 proc. organizacji w Polsce ocenia swoją dojrzałość w obszarze transformacji chmurowej jako wysoką (tzn. stosuje rozwiązania chmurowe we wszystkich obszarach działalności i skaluje je w całej firmie) – wynika z danych PwC. W efekcie aż 59 proc. badanych uważa, że nie udało im się zrealizować znaczącej wartości z inwestycji w chmurę. Jednocześnie blisko 70 proc. z nich chmurę postrzega wyłącznie w kategorii usprawnienia działalności operacyjnej i obniżania kosztów. Dla firm o wysokiej dojrzałości ważniejsze od cięcia wydatków jest natomiast zwiększenie przychodów i przyspieszenie wprowadzenia nowych produktów i usług na rynek (47 proc.). Według polskich CEO główną przeszkodą w osiąganiu efektów biznesowych z transformacji chmurowej jest brak kompetencji w firmie (76 proc.). Z kolei zdaniem CIO, niedoborowi talentów towarzyszy brak mapy korzyści biznesowych (64 proc.), zaś w ocenie COO brak integracji systemów i danych (72 proc.). Co ważne, w perspektywie 3-letniej widać trend zmiany celów zarządów – oczekiwanie oszczędności dzięki chmurze ustępuje dążeniu do poprawy efektywności biznesu.

„Szczęście w nieszczęściu” na rynku kart graficznych

W II kw. 2022 r. nastąpiło mocne wyhamowanie popytu na karty graficzne. Wobec I kw. 2022 r. dostawy tych komponentów skurczyły się aż o 22,6 proc., choć w ujęciu rok do roku nastąpił jednak 2,4 proc. wzrost. Wpływ na sytuację rynkową miały oczywiście zakłócenia w produkcji i transporcie, związane z lockdownem w Chinach. Jednak, jak zaznaczają analitycy, jest „to „szczęście w nieszczęściu”, ponieważ producenci kart i GPU zostali z dużym bagażem zapasów z powodu osłabienia popytu związanego z pracą zdalną i kopaniem kryptowalut. Nie wygląda na to, by podaż i popyt ustabilizowały się do końca I kw. 2023 r. – uważają analitycy. Do tego znacznie zjechały ceny, co pokazuje głęboki dołek w ujęciu wartościowym w II kw. br. W tym okresie rynek skurczył się aż o 3,1 mld dol. w porównaniu z I kw. 2022 r. W sumie w ciągu czterech kwartałów wartość sprzedaży kart wyniosła 39,9 mld dol. Przy czym spodziewany jest wzrost do 44 mld dol. w 2026 r. ze względu na wejście Intela na ten rynek (w II kw. br. uzyskał 1 proc. udziału), a odbicie powinno zacząć się już w 2023 r.

Artykuł Puls branży IT pochodzi z serwisu CRN.

Observe udostępnia w modelu chmurowym narzędzia do analizy rozproszonych danych i na podstawie uzyskiwanych informacji rozpoznaje problemy związane z działaniem aplikacji oraz infrastruktury. Rozwiązanie to ma docelowo zastąpić oprogramowanie takich firm, jak Splunk, New Relic oraz Datadog.

– Wierzymy, że produkty do analizy dzienników, a także monitorowania i zarządzania wydajnością aplikacji, zostaną połączone w nowy segment rozwiązań związanych z tak zwaną obserwowalnością. Nie ma powodu, dla którego do rozwiązywania problemów z aplikacjami lub infrastrukturą mielibyśmy używać kilku oddzielnych systemów. Obecnie większość dużych firm posiada co najmniej trzy tego typu narzędzia. Problem polega na tym, że dane są pofragmentowane i trudno zobaczyć, co się z nimi dzieje – tłumaczy Jeremy Burton, CEO Observe, wcześniej dyrektor marketingu Symanteca oraz w Dell EMC.

Obserwowalność to rozszerzenie pojęcia monitoringu infrastruktury IT na wszystkie komponenty środowiska aplikacyjnego – począwszy od sprzętu, aż po warstwę użytkownika. Bazuje ona na trzech filarach: dziennikach rejestrujących zdarzenia, metrykach dostarczających najważniejsze pomiary dotyczące wydajności i śladach działania oprogramowania. W rezultacie łatwiej jest zdiagnozować problem, a także przyczyny jego zaistnienia i skutki.

– Chcemy odejść od tradycyjnego podejścia silosowego, gdzie oddzielne zespoły specjalistów śledzą swój własny odcinek. To zła metoda, bowiem w rezultacie nikt nie ma dostępu do całościowego obrazu – dodaje Jeremy Burton.

Specjaliści z Observe, aby lepiej zobrazować nowy sposób analizy, posługują się metaforą nawiązującą do awarii domowego oświetlenia. Problem można, rzecz jasna, rozwiązać poprzez kucie ścian i śledzenie przewodów aż do wykrycia źródła problemu. Jednak bardziej wydajną i łatwiejszą metodą na wykrycie usterki byłoby zebranie wszystkich danych pochodzących z całego układu elektrycznego. Jeśli system jest obserwowalny, takie podejście powinno doprowadzić do ustalenia źródła uszkodzenia.

Observe oferuje usługę w modelu chmurowym, a klient płaci wyłącznie za to, z czego korzysta. W przypadku tego startupu wszystkie informacje o zdarzeniach gromadzone są w magazynie danych Snowflake’a. Jak do tej pory Observe zarządza około 10 petabajtami danych i realizuje codziennie 2,5 miliona zapytań.

Sztuczna inteligencja jako usługa

Startup SambaNova Systems powstał pięć lat temu, a jego założycielami są Rodrigo Liang (wcześniej związany z Oracle) oraz dwóch profesorów z Uniwersytetu Stanforda: Kunle Olukotuna, jeden z ojców procesora wielordzeniowego, jak też Chris Ré, laureat prestiżowej nagrody Mac-Arthura. Wartość firmy wycenia się na 5 mld dolarów, co oznacza, że znajduje się w „klubie” jednorożców. Jak do tej pory inwestorzy zasilili startup sumą 1,1 mld dolarów.

SambaNova Systems działa w trudnym segmencie superkomputerów AI i rywalizuje na tym polu między innymi z Nvidią czy Graphcore.

– Tradycyjne jednostki CPU czy procesory graficzne bazują na przetwarzaniu transakcyjnym, zaś praca ze sztuczną inteligencją polega przede wszystkim na trenowaniu modeli za pomocą zestawów danych i obsłudze sieci neuronowych. Dlatego też GPU oraz CPU nie do końca potrafią sprostać wymaganiom AI – tłumaczy Marshall Choy, wiceprezes SambaNova Systems.

Strartup z Palo Alto opracował własną jednostkę Cardinal SN10, wykonaną przez TSMC w 7-nanometrowym procesie technologicznym. W obudowie o rozmiarach 708 mm2 mieści się niespełna 40 miliardów tranzystorów. Każdy chip Cardinal posiada sześć kontrolerów pamięci zapewniających przepustowość 153 GB/s. Co istotne, SambaNova Systems, w przeciwieństwie chociażby do Nvidii, nie sprzedaje swoich chipów samodzielnie, lecz stanowią one część kompleksowego systemu. Podstawowa konfiguracja DataScale SN10–8R bazuje na serwerze z AMD z 12 TB pamięci DDR4–3200 oraz ośmiu chipach Cardinal SN10. Serwer korzysta z dystrybucji Linuksa powiązanej z oprogramowaniem SambaNovaFlow. Co ciekawe, część działań firmy z Palo Alto koncentruje się na rozwoju oferty Dataflow as a Service (DFaaS).

– Klienci chcą się koncentrować na wynikach i celach biznesowych, a nie integracji infrastruktury IT i budowaniu wielkich zespołów zajmujących się optymalizacją, dostrajaniem i konserwacją modeli AI. Nie chcą się dodatkowo martwić o warstwę techniczną – podkreśla Marshall Choy.

Potwierdzają to wyniki badań przeprowadzonych przez SambaNova Systems. Połowa respondentów twierdzi, że największą przeszkodą w rozwoju projektów AI oraz uczenia maszynowego jest trudność związana z dostosowaniem modeli, a co czwarty wymienia złożoność architektury obliczeniowej. Z kolei 28 proc. wskazuje na brak wykwalifikowanych pracowników. Jak by zatem nie patrzeć, kalifornijski startup ma bardzo szerokie pole do popisu.

Z jego oferty DFaaS mogą korzystać chociażby placówki medyczne, a SambaNova Systems dostrzega szczególnie możliwości w zakresie diagnostyki i wykrywania nowotworów, na przykład podczas analizy obrazów medycznych. Nie mniej obiecujący jest sektor finansowy. Pod koniec ubiegłego roku startup zawarł strategiczne partnerstwo z węgierską grupą bankową OTP oraz Ministerstwem Innowacji i Technologii Węgier. Partnerzy wyznaczyli sobie bardzo ambitny cel, jakim jest stworzenie najszybszego w Europie superkomputera bazującego na sztucznej inteligencji. System ma w krótkim czasie przetwarzać ogromne ilości informacji i danych tekstowych, co pozwoli na przyspieszenie i większą personalizację usług finansowych.

Uratowali Ubera

To już niestety norma, że klienci stają się coraz bardziej niecierpliwi, a ich wymagania rosną z roku na rok. Jeśli dostawca produktu bądź usługi nie umie zaspokoić ich oczekiwań, błyskawicznie szukają alternatywy. Suresh Sathyamurthy, CMO firmy SingleStore, na potwierdzenie tej tezy przywołuje przykład Ubera. Użytkownik aplikacji, zanim wsiądzie do samochodu, otrzymuje informacje o cenie przejazdu. Jeszcze do niedawna usługodawca zastrzegał, że ostateczna opłata może się nieznacznie różnić od tej przesłanej przed rozpoczęciem kursu. To wywoływało irytację wśród części klientów, co groziło ich rychłą utratą. Szefowie Ubera, aby zażegnać problem, sięgnęli po rozwiązanie SingleStore.

Ten startup z San Francisco powstał w 2019 roku jako MemSQL i początkowo opracowywał bazy in-memory. Jednak poźniej jego produkt zaczął ewoluować w nieco innym kierunku. Obecnie SingleStore oferuje ujednoliconą bazę do obsługi obciążeń transakcyjnych i analitycznych z rozdzieleniem możliwości przechowywania i obliczeń oraz systemu zapisu. Baza uruchamia szybkie zapytania analityczne w dużych, stale zmieniających się zestawach danych. SingleStore twierdzi, że jego baza danych może przetwarzać bilion wierszy na sekundę. Startup zapewnia, że jego klienci nie potrzebują już oddzielnych operacyjnych i analitycznych systemów bazodanowych. Jednym z przykładów jest General Electric, który zrezygnował z baz danych kil-ku dostawców właśnie na rzecz SingleStore.

Wspomniany wcześniej przypadek Ubera to tylko jedno z wielu zastosowań ujednoliconej bazy danych. Rozwiązanie równie dobrze sprawdza się w mediach, gdzie potrzebna jest analiza sposobów zachowania i doświadczeń milionów użytkowników w czasie rzeczywistym, a także w świecie finansów, gdzie zapobiega różnego rodzaju oszustwom.

Na liście klientów SingleStore, oprócz wymienionych wcześniej firm, znajdują się między innymi Akamai, Comcast, Hulu czy Sony. Oprogramowanie SingleStore może być wdrażane lokalnie, w chmurach prywatnych lub publicznych i jest oferowane w modelu subskrypcyjnym. Startup w ubiegłym roku otworzył centrum innowacji w Raleigh w Północnej Karolinie, które ma mu pomóc w dalszym rozwoju. Warto też dodać, że w kwietniu do grona resellerów SingleStore dołączył IBM.

Artykuł Wielkie pieniądze na wielkie zbiory danych pochodzi z serwisu CRN.

– Bez sztucznej inteligencji i uczenia maszynowego postęp w klasyfikowaniu, zarządzaniu i rozumieniu dużych ilości danych jest niemożliwy. Dlatego opracowaliśmy platformę wykorzystującą obie technologie. Idea polega na usprawnieniu zarządzania metadanymi, aby lepiej wspierać użytkowników przeszukujących duże zbiory danych w celu generowania informacji lub wyszukiwania dokumentów – tłumaczy Satyen Sangani, CEO i współzałożyciel Alation.

Według branżowych analityków przyszłość zarządzania danymi należy do inteligentnych narzędzi. Co to oznacza w praktyce? Alation zalicza do tej kategorii systemy, które potrafią dostarczyć żądane dane do odpowiednich osób, w należytym czasie, celu i we właściwym kontekście. Tego typu rozwiązania wychodzą naprzeciw wyzwaniom, jakie niesie ze sobą proces cyfrowej transformacji.

Satyen Sangani zwraca uwagę na cztery zjawiska, które utrudniają w obecnych czasach pracę z danymi: migrację do chmury, wysyp systemów BI i różnorodnych baz danych, jak też zmiany na rynku pracy i uwarunkowania prawne, w tym RODO czy CCPA. Jednocześnie dodając, że zastosowanie odpowiednich rozwiązań z jednej strony eliminuje chaos, z drugiej zaś zapewnia pracownikom łatwy dostęp do narzędzi analitycznych.

Warto dodać, że w październiku ubiegłego roku Alation przejął startup Lyngo Analytics. Dzięki temu zakupowi użytkownicy mogą wyszukiwać informacje poprzez zadawanie pytań przy użyciu prostych zdań, bowiem sztuczna inteligencja i technologia uczenia maszynowego Lyngo Analytics przekształca pytania w języku naturalnym w zapytania SQL. Jest to zgodne z filozofią Alation, które chce wspierać pracowników w poszukiwaniu odpowiednich zasobów cyfrowych bez udziału pośredników, jak programiści lub specjaliści od baz danych.

In-Memory Data Grid 

Ilość, a także tempo przetwarzania informacji powodują, że relacyjne bazy danych zaczynają nie nadążać za potrzebami co bardziej wymagających użytkowników. Ci ostatni coraz częściej spoglądają w kierunku technologii In-Memory Data Grid, zapewniającej obsługę tysięcy operacji na sekundę. Jest to system złożony z kilku magazynów współużytkujących między sobą dane. In-Memory Data Grid nie ogranicza się do przechowywania danych, ale umożliwia też wykonywanie na nich operacji. Dane przechowywane w takich magazynach są reprezentowane jako obiekty i przechowywane w pamięci operacyjnej, co zwiększa w znacznym stopniu czas dostępu.

Przykładem bazy In-Memory Data Grid jest projekt open source Hazelcast, notabene tę samą nazwę nosi startup z San Mateo, zarabiający na komercyjnych wdrożeniach. Niedawno firma zaprezentowała piątą wersję platformy składającej się z Hazelcast IMDG, magazynu danych, który przyspiesza przechowywanie, pobieranie i modyfikację danych, a także Hazelcast Jet – silnika do przetwarzania strumieniowego. Startup ten po raz pierwszy zintegrował oba narzędzia w pojedynczą platformę.

– Klienci nie chcą działać na bazie tego, co wydarzyło się wczoraj, lecz zgodnie z tym, co dzieje się obecnie. To wymaga nowej, ściśle zintegrowanej kombinacji technologii. Analitycy Gartnera dostrzegają zjawisko, które określają jako kolizję kilku z nich, w tym przesyłania strumieniowego i przetwarzania w pamięci. Ich spostrzeżenia są tożsame z tym, co zauważamy u naszych klientów – tłumaczy Kelly Herrell, CEO Hazelcast.

Wraz z wdrażaniem na dużą skalę czujników IoT, przedsiębiorstwa stają przed koniecznością stosowania analityki w czasie rzeczywistym, uczenia maszynowego i algorytmów AI. Dlatego, oprócz przechowywania danych w pamięci, Hazelcast dostarcza platformę, która wydobywa cyfrowe informacje w miarę ich tworzenia.

– Chcemy, aby platforma Hazelcast stała się ostatnią warstwą przechowywania i przetwarzania danych dla aplikacji czasu rzeczywistego, zarówno transakcyjnych, wsadowych, jak i strumieniowych – mówi David Brimley, wiceprezes Hazelcast.

Analityka w czasie rzeczywistym odgrywa kluczową rolę w wielu branżach, w tym między innymi w opiece zdrowotnej, usługach finansowych, produkcji i reklamie, gdzie nawet niewielkie zmiany danych mogą mieć wpływ na finanse, zdrowie czy bezpieczeństwo.

Jednym z użytkowników platformy Hazelcast w Polsce jest BNP Paribas Bank. Firma zdecydowała się na jej wdrożenie, aby zwiększyć sprzedaż produktów. Szefowie banku byli szczególnie niezadowoleni z konwersji, czyli procentowego udziału osób, które weszły na stronę i dokonały jakiejkolwiek transakcji. BNP Paribas stworzył program umożliwiający dostosowywanie ofert kredytowych w czasie rzeczywistym, co zwiększyło wskaźnik konwersji o 400 proc. Gdyby nie zastosowanie Hazelcast, obsługa tego typu aplikacji byłaby niemożliwa.

Artykuł Wielkie zbiory danych: wyścig z czasem pochodzi z serwisu CRN.

Oto 7 kluczowych trendów w IT, które zyskają na znaczeniu według 7N – firmy zajmującej się kontraktowaniem oraz konsultingiem IT.

Jak zauważają eksperci, nie są to nowe zjawiska, ale obecnie wyróżnia je skala zastosowania. Wykorzystanie big data czy NLP, popularyzacja m-commerce to już nie tylko domena gigantów IT, ale rzeczywistość lub bliska przyszłość większości firm, nie tylko z branży IT.

1. Cyberbezpieczeństwo

Przyspieszenie cyfryzacji sprawia, że organizacje priorytetowo traktują zapewnienie bezpieczeństwa i zarządzanie ryzykiem w tym obszarze. Zwłaszcza, że ryzyko rośnie. Według Check Pointa 87 proc. organizacji doświadczyło prób nielegalnego wykorzystania luk w zabezpieczeniach, a 85 proc. ma trudności w zapewnieniu bezpieczeństwa w środowisku chmurowym. W prawie co drugim przedsiębiorstwie pracownik pobrał złośliwe oprogramowanie na swoją służbową komórkę.

Priorytet cyberbezpieczeństwa powoduje to ogromny popyt na specjalistów w tej dziedzinie, który zapewne będzie jeszcze większy w 2022 r.

Niebór talentów szacuje się na co namniej 17,5 tys. osób – według raportu HackerU “Cybersecurity. Raport o rynku pracy w Polsce”. Aż 60 proc. specjalistów tygodniowo otrzymuje 1 – 3 warte uwagi propozycje od rekruterów.

2. Mikroserwisy i konteneryzacja

Z potrzebą zachowania bezpieczeństwa związany jest wzrost znaczenia architektury mikroserwisowej. W dużym uproszczeniu polega ona na budowie aplikacji opartych na oddzielnych jednostkach komunikujących się ze sobą, zamiast dużego monolitycznego tworu.

Następnie aplikacja mikroserwisowa umieszczana jest w wirtualnych kontenerach, dzięki czemu jest bardziej stabilna i szybsza, a ewentualne usterki wyłączają z użycia poszczególne moduły, nie zaś całość.

Dzięki konteneryzacji łatwiejsze jest również zarządzanie aplikacją, budowanie jej skalowalności i automatyzacja.

W ten sposób działają platformy takie jak Netflix, Uber, Bolt czy HBO – przy intensywnym użytkowaniu aplikacja działa sprawnie, odwrotnie do np. przeciążonych serwerów stron czy gier komputerowych, gdy wiele osób jest nimi zainteresowanych w tym samym czasie.

3. mCommerce

Obecnie ponad 150 tys. polskich firm prowadzi sprzedaż usług i produktów online, z czego ⅓ to typowe sklepy internetowe. Według raportu Gemiusa “E-commerce w Polsce 2021” najmłodsi ankietowani zdecydowanie częściej korzystają ze smartfona (92 proc.) niż z innego urządzenia robiąc zakupy online.

Powoduje to zapotrzebowanie na programistów, którzy umieją tworzyć aplikacje mobilne, ze znajomością takich języków jak Java czy Kotlin dla środowiska Android oraz Swift dla iOS .

4. Big Data

W dobie pandemii znacząco wzrósł stopień cyfryzacji niemal wszystkich sektorów gospodarki, pojawia się coraz więcej danych do obróbki. W wielu firmach automatyzacja procesów zarządzania danymi stała się priorytetowa.

Według Gartnera, 80-90 proc. danych jest obecnie nieustrukturyzowanych – do tego tempo przyrostu nowych surowych danych jest trzykrotnie wyższe niż ustrukturyzowanych. Dlatego poszukiwani są i będą eksperci potrafiący samodzielnie dostrzec, gdzie i jak poprawić jakość i strukturę danych.

5. AI i machine learning

Sztuczna inteligencja i uczenie maszynowe to jakby dwie strony tej samej monety. AI wykorzystuje modele matematyczne do opisu pewnych obiektów lub zjawisk i rozpoznawania wzorców. Zaś machine learning to praktyczne zastosowanie AI z wykorzystaniem danych.

W biznesie wciąż obecne jest przekonanie, że sztuczna inteligencja to temat przyszłości albo domena gigantów technologicznych. Tymczasem rozwiązania oparte na AI wdrażają sklepy internetowe, budując silniki rekomendacyjne, polecające użytkownikom produkty na podstawie dotychczasowych zakupów czy lokalizacji. Opieka zdrowotna coraz częściej korzysta z AI w diagnostyce. W różnych serwisach coraz częściej można spotkać się z czatbotami.

6. Natural Language Processing (NLP)

Wzrost popularności NLP, czyli przetwarzania języka naturalnego, wynika z rozwoju sztucznej inteligencji. Zastosowanie NLP – np. w voicebotach – zaczęło się już kilka lat temu. W ciągu ostatnich dwóch lat widać jednak wyraźnie zwiększone zainteresowanie tym obszarem, szczególnie w branżach farmaceutycznej i medycznej, a zwłaszcza firmach i instytucjach zajmujących się diagnostyką i teleporadami.

„NLP obejmuje wszystkie aspekty dążące do tego, by komputer rozumiał nasz język i umiał go wykorzystywać, czyli są to m.in. autokorekta tekstu, mechanizmy filtrowania spamu, automatyczne uzupełnianie i podpowiedzi, wsparcie w tłumaczeniach, czy wreszcie przetwarzanie tekstu pisanego na mowę”– wyjaśnia Klaudia Białousz z 7N.

7. Automatyzacja za pomocą low-code/no-code i code gen

Znaczący niedobór programistów sprawia, że firmy sięgają po platformy low-code /no-code.

Według Gartnera, rynek low-code w 2021 r. urósł o 23 proc. r/r, co z jednej strony wygląda imponująco, ale wskazuje też, że to wciąż nowość a nie masowe zjawisko.

Rozwiązania low-code pozwalają budować aplikacje bez zaawansowanej wiedzy z zakresu programowania, ponadto ułatwiają i przyspieszają pracę programistów.

Przy nieskomplikowanych i jednorazowych zastosowaniach skorzystanie z no-code lub low-code okazuje się prostsze i tańsze niż zaangażowanie zespołu programistów. Do tego służą także generatory kodów (cod gen), które transponują kod źródłowy w gotowe formuły kodu maszynowego.

Artykuł 7 obszarów IT, które zyskają na znaczeniu w 2022 r. pochodzi z serwisu CRN.

Rex Nolex, stosunkowo młody jeszcze człowiek (o ile mężczyzna po przekroczeniu sześćdziesiątki może być młody), zdecydowanie odróżniał się od swego poprzednika, który po 30 latach na fotelu odszedł na wieczny odpoczynek w wieku bez mała lat 100. Rex miał dużo wigoru i pomysłów na rządzenie. Jednym z nich była zmiana paradygmatu ekonomicznego, bo dlaczego Państwo miało dbać samo z siebie o swój rozwój ekonomiczny. Wystarczy znieść formalne ograniczenia i miliony ludzi napędzane poprawą swego bytowania rzucą się na rynek i za swoje jakieś tam oszczędności, a potem zarobione pieniądze będą rozwijać to, co państwo robiłoby dużo gorzej i drożej.

Rex Nolex nie zapomniał przy tym, że tych bogacących się biznesmenów trzeba jakoś pilnować. Zresztą we wszystkich sferach życia Nolex był zwolennikiem systemów samoregulujących przy dużym i intensywnym zaangażowaniu obywateli. Inne rozwiązania prowadziłyby do rewolucji, konieczności rozbudowywania aparatu ucisku, budowania obozów reedukacyjnych, wykonywania kary śmierci i innych miłych każdemu satrapie metod, obciążonych jednak dużą ilością wad takich, jak koszty bezpośrednie, ryzyko puczu, skonfliktowanie i rozwarstwienie społeczeństwa. A przecież założycielowi i głównemu ideologowi – Małolexowi – nie o to chodziło, a jego myśl była wiecznotrwała. Poza wszystkim te stare, ale już zdewaluowane metody psułyby Nolexowi relacje z innymi państwami. Tego bał się najbardziej, bo brak zewnętrznego przyzwolenia na politykę wewnętrzną mógł zaowocować wstrzymaniem transferu technologii i szerzej, wymiany gospodarczej, co w prostej konsekwencji z obywateli dopiero co wchodzących na ścieżkę ekonomicznego dobrobytu uczyniłoby na powrót biedaków i wznieciło powszechne niezadowolenie, a po co?

Miał też Rex w swoim kraju biznesmana Alexa Boli, który myślał podobnie i miał podobny system wartości. Był właścicielem ogromnej firmy, również zajmującej się budową rozmaitych systemów informatycznych, w tym opartych na Sztucznej Inteligencji, zwanej AI. Była to firma Nie Boli Głowa, dysponująca systemem Żyto. Po wielu spotkaniach Rex Nolex i Alex Boli wykreowali holistyczny system sterowania, kontroli i rozwoju nowego obywatela o dźwięcznej nazwie CzaCza. System ten polegał na 100-procentowej frekwencji obywateli w zbieraniu punktów zwanych Kokosami. Kokosy były skatalogowane w podręczniku, który miał z 500 stron i zawierał możliwie wszystkie działania człowieka, które są dokonywane przez jednostkę w interakcji z drugim obywatelem, urzędami, systemem czy otoczeniem. Działania dla władzy miłe i oczekiwane oceniane były na plus, a działania negatywne na minus. I tak od posyłania dziecka do państwowej szkoły, poprzez ustąpienie miejsca w autobusie, posprzątania posesji czy klatki schodowej, po opiekę nad chorym sąsiadem (to te na plus), a na minus: przeklinanie, plucie na chodnik, krytyka władzy, unikanie prac społecznych, kradzież, uwiedzenie żony sąsiada etc.

Kto kontroluje i przydziela punkty? Inspektorzy CzaCzy, których jest tylu, aby móc miesięcznie dla każdego ze swoich „podopiecznych” odnotować minimum pięć interakcji. Bo taki jest wymóg systemu. Zatem jeden inspektor przypada na 1000–2000 obywateli. W mieście inaczej, na wsi inaczej. Inspektorzy są podstawowym ogniwem systemu, więc podlegają skrupulatnej kontroli przez nadinspektorów, a nadinspektorzy przez mistrzów, tworzących prowincjonalne Rady CzaCzy. Ale jakie są konsekwencje „minusowania” w systemie? A chociażby jest to odmowa udzielenia kredytu – jednostki niepewne mogą wszak bankrutować… Albo brak możliwości zakupu biletu lotniczego lub na pociągi dalekobieżne – po co takiemu jeździć, niech sprząta i siedzi w domu pomagając sąsiadom.

Clou wszystkiego jest to, że punkty można uspołecznić rodzinnie oraz że podlegają dziedziczeniu. Do systemu wszyscy mają częściowy lub całościowy dostęp, a do danych źródłowych tylko zgodnie z uchwaloną instrukcją dostępu. Włączono te dane na przykład do systemów randkowych, aby nie można było popełnić „punktowego mezaliansu”, no bo jak bogata w punkty kobieta może myśleć o założeniu rodziny i obciążeniu jej na samym starcie „niskopunktowym” mężem? Zatem niech się mnożą małżeństwa z rozsądku! No co, starczy bajki? Dla Was to horror, literatura faktu czy komedia pomyłek? A gdzie morał? Nie będzie. Bo wnioski niech z tego każdy sam wyciągnie. System istnieje w rzeczywistości już od 2015 roku w ChRL i swoim zasięgiem obejmuje około 30 proc. dorosłej populacji tego kolosa demograficznego. Nazwiska bohaterów, nazwy firm i systemów pozostawiam inteligencji moich Czytelników.

Zadajecie sobie pytanie, co kształtuje takie projekty i pomysły? Odpowiadam: to samo, co stoi za pomysłami na systemy z orwellowskiego „Roku 1984” czy „Folwarku zwierzęcego” – chęć zdobycia i utrzymania władzy. Zgubna ideologia, której początek jest zawsze taki sam: „ja wiem najlepiej, czego wam trzeba i tylko ja mogę to wam dać”, prowadzi do upodlenia jednostki, podziału na lepszy i gorszy sort oraz (w finale) zatracenia podstawowych wartości humanizmu. A to z kolei, prędzej czy później, przekłada się na poziom dobrobytu i inicjuje wrzenie rewolucyjne, które prowadzi do przesilenia politycznego. Czy to jest przyszłość, która czeka nasze dzieci i wnuki? A to zależy już tylko od nas. Tak, jak tylko od nas zależy, czy na planecie Ziemia nasze następne pokolenia będą mogły żyć fizycznie, posiadając właściwe dla człowieka zasoby wody, gleby i powietrza, tak tylko od nas zależy, czy pozostawimy po sobie systemy społeczne dla ludzi czy dla dyktatorów. Czy systemy informatyczne, Big Data, sztuczna inteligencja będą wykorzystane dla wygody, rozwoju wartości humanistycznych czy raczej dla wygody, rozkwitu i dominacji tyranii, dyktatury, słowem plemiennych kacyków, bo nie mężów stanu przecież.

Kończymy za kilka dni rok 2021, a kolejny, 2022, to dla wielu Europejczyków, a być może i Polaków, rok wyborów. Wybierajmy mądrze i z poczuciem odpowiedzialności oraz bez emocji ważmy racje. Nie zamieniajmy kartki wyborczej w narzędzie pseudozemsty i wyborów dokonujmy na zimno. Inaczej nasi spadkobiercy zamiast dziedziczyć nasze zasoby z funduszy emerytalnych, odziedziczą punkty ujemne i będą systemowo skazani na zamiatanie ulic.

A poza tym ode mnie dla moich Czytelników wesołych, zdrowych i spokojnych świąt Bożego Narodzenia 2021 i dobrego nadchodzącego nowego roku 2022.

„Bajecznego” opisu systemu dokonałem na podstawie francusko-niemieckiego filmu dokumentalnego „Cyfrowa dyktatura” w reżyserii Sylvaina Louveta.

Artykuł Z cyklu niebajki, czyli Big Data w służbie słusznej sprawy pochodzi z serwisu CRN.

– Wiele przedsiębiorstw postrzega digitalizację jako proces pozyskiwania większej ilości informacji. Często firmy te mają do dyspozycji ogromne zasoby, z których jednak nie korzystają w optymalny sposób. Takie podejście rodzi frustrację: wydajemy pieniądze, nie mamy efektów. Kluczem jest jednak nie tylko zbieranie, ale również odpowiednie przetwarzanie i analizowanie tego, czym już teraz firma dysponuje, a także ewentualne uzupełnianie własnych danych tymi pochodzącymi ze zweryfikowanych źródeł zewnętrznych – mówi Grzegorz Kapusta, szef warszawskiego centrum programistycznego Snowflake.

Takie podejście to nie teoria, a praktyka, z którą spotykają się eksperci Snowflake. Współpracujące z nimi firmy, korzystające z Chmury Danych Snowflake, już doświadczyły skali zmian. Globalna sieć, w której tysiące podmiotów mogą przechowywać i przetwarzać dane w niemal nieograniczonej skali, jest nie tylko bezpieczna, ale i znacząco wpływa na optymalizację codziennej pracy.

Żabka rośnie dzięki danym

Największa polska sieć sklepów typu convenience w ostatnich latach zmieniła się na naszych oczach. Bazą tego procesu były trzy filary: ekspansja, nowoczesna wygoda i cyfrowa transformacja. Skuteczność wdrożenia ostatniego filaru przełożyła się na możliwość efektywnego działania w ramach pozostałych dwóch. Obecnie firma jest silnie zaangażowana w proces digitalizacji, a dzięki obecności czterech dużych działów cyfrowych w strukturach firmy, klienci Żabki mogą co kilka miesięcy korzystać z coraz to nowych rozwiązań, dostosowanych do ich potrzeb.

Na proces cyfrowej transformacji składa się wiele elementów. Ich efektem jest między innymi skuteczne analizowanie w czasie rzeczywistym terabajtów danych i wyciąganie z nich odpowiednich wniosków, aby następnie przekształcać je w realne działania. Przykładowym procesem, który wymaga ogromnej mocy obliczeniowej i odpowiedniej syntezy wszystkich źródeł danych jest planowanie nowych lokalizacji sklepów Żabka za pomocą modelu obliczeniowego, który przetwarza dane dla każdego z 8,5 milionów adresów w Polsce. Efekty obliczeń, które wymagają potężnej mocy, są dostępne w relatywnie krótkim czasie. W ten sposób decyzja o otworzeniu nowego sklepu jest bazowana na obiektywnych rekomendacjach algorytmu, co znacząco odciąża ludzi, którzy musieliby ręcznie zbierać, analizować i przetwarzać ogrom danych.

– To właśnie dzięki współpracy ze Snowflake możliwe było nie tylko przeprowadzenie efektywnej migracji istniejących i w pełni działających systemów, ale również wdrożenie procesów na skalę odpowiednią dla tempa ekspansji Żabki. To, co widzimy jako klienci w sklepie, jest efektem długofalowych strategii, analiz i odpowiedniego wykorzystania narzędzi, w tym tych dostępnych na naszej platformie – podkreśla Grzegorz Kapusta.

Niezwykły wzrost wydajności w Sainsbury’s

Kolejnym przykładem sieci handlowej, która skorzystała z transformacji cyfrowej dzięki platformie Snowflake, jest Sainsbury’s – największy brytyjski detalista z 2200 sklepami i silną obecnością w sieci. Jedną z usług oferowanych przez sieć jest Sainsbury’s Online Grocery, który codziennie przetwarza około 30–40 milionów rekordów, zaś podczas sezonu świątecznego liczba ta wręcz się podwaja.

Niedawno zarząd postanowił przestawić firmę na nowe tory cyfryzacji poprzez zunifikowanie wszystkich usług w ramach wielobrandowego i wielokanałowego biznesu. Celem było pozbycie się silosów danych i udostępnienie zasobów firmy każdemu pracownikowi. Jako fundament tej transformacji wybrano rozwiązanie Snowflake, bazujące na chmurze AWS. Wysiłek włożony w całość przeprowadzonych zmian opłacił się – przedstawiciele Sainsbury’s sami przyznali, że robią rzeczy, które wcześniej byłyby niemożliwe, a dodatkowo skracają czas potrzebny na wykonanie dotychczasowych zadań nawet o 72 proc.

Grzegorz Kapusta, dyrektor ds. inżynierii i szef warszawskiego oddziału Snowflake  

Obecnie firmy IT mogą świadczyć użytkownikom technologii usługi o wysokim standardzie, co w dużej mierze jest zasługą odpowiednio dobranych narzędzi. Wspierają klientów zarówno przy codziennych sprawach operacyjnych, jak i w realizacji długofalowych wizji strategicznych, poprzez zwiększenie możliwości i zakresu świadczonych usług. W wielu przypadkach okazało się, że przemyślane skorzystanie z chmury umożliwiło firmom wypracowanie przewagi konkurencyjnej na skalę, która nie była wcześniej osiągalna. W 2020 roku setkom z nich udało się przynajmniej częściowo wdrożyć plany cyfrowej transformacji, także za sprawą pandemii, która wymusiła przyspieszenie zmian technologicznych. Najczęściej polegały one na zapewnieniu większego bezpieczeństwa infrastrukturze teleinformatycznej oraz wsparciu pracy zdalnej. Jednak cyfrowa transformacja daje o wiele większe możliwości, kryjące się między innymi za potęgą dostępnych w bezpiecznym środowisku i łatwo przetwarzalnych danych. Pytanie, czy w pełni z nich skorzystają.

  

Więcej możliwości dla klientów Square

Square projektuje i buduje narzędzia, które wspierają sprzedawców w zakładaniu biznesu, nadzorowaniu codziennej działalności i jej skalowaniu. Misją firmy jest uproszczenie e-commerce’u dla osób, które chcą dotrzeć do nowych klientów w sieci. Jednak, aby realnie wesprzeć merchantów i zapewnić im bezpieczeństwo, Square musi przetwarzać i analizować ogromne ilości danych – zarówno całkowicie ustrukturyzowanych, jak i częściowo.

Jest to możliwe dzięki wieloklastrowej architekturze współużytkowanych danych, którą można skalować praktycznie w nieskończoność w celu analizy ponad peta-bajta danych zgromadzonych w Snowflake. Square może szybko identyfikować możliwości związane z produktami sprzedawanymi przez ich partnerów, a także chronić ich przed ryzykiem związanym z oszustwami. W ten sposób zapewnia biznesom z całego świata realną wartość, która była przydatna chociażby w momencie, gdy pojawiła się konieczność adaptacji do sytuacji pandemicznej.

Co więcej, Snowflake dostosowuje się do narzędzi, które już istnieją w strukturze danej firmy. Dzięki temu Square, które korzysta z wielu publicznych chmur, nie musiało tego zmieniać –pracownicy nadal mają dostęp do danych zgromadzonych u różnych dostawców, tak jakby wszystkie znajdowały się w jednym miejscu.

Kount analizuje miliardy interakcji

Kount, spółka córka Equifax, stawia sobie za misję ochronę cyfrowych tożsamości. Platforma Identity Trust co roku analizuje sygnały z około 32 miliardów interakcji klientów z firmami. Robi to dzięki modelom uczenia maszynowego, które umożliwiają zapewnienie bezpieczeństwa klientom ponad dziewięciu tysięcy marek. To wymaga zbierania i analizy ogromnej ilości danych, związanych z tworzonymi kontami, informacjami dostępowymi do nich czy transakcjami płatniczymi.

W odpowiedzi na to zapotrzebowanie, firma wdrożyła na bazie rozwiązania Snowflake oddzielną pamięć masową przeznaczoną do skomplikowanych obliczeń. Dzięki temu specjaliści analizujący dane mogą sprawnie skalować ogromne zasoby obliczeniowe, aby przetwarzać złożone zapytania, bez wpływu na koszty związane z przechowywaniem danych. Przekłada się to na jeszcze lepszą ochronę zarówno dla klientów, jak i biznesu.

Przydatny okazał się także dostęp do usługi Snowflake Data Marketplace, która umożliwia uzyskanie dostępu do zewnętrznych danych, na przykład z firm zajmujących się tworzeniem raportów, czy wewnętrznych danych udostępnianych przez dostawców SaaS, z którymi współpracuje Kount. Odpowiednio dobrane i wyselekcjonowane informacje pojawiają się bezpośrednio na koncie Snowflake, co skraca czas poświęcony na ich szukanie – zadaniem klienta jest tylko je przeanalizować i wyciągnąć z nich wnioski.

Dodatkowe informacje: Grzegorz Kapusta, dyrektor ds. inżynierii i szef warszawskiego oddziału Snowflake, www.linkedin.com/in/gkapusta

Artykuł Snowflake: big data to priorytet cyfrowej transformacji pochodzi z serwisu CRN.

Światowe wydatki na big data i analitykę będą zwiększać się co roku średnio o 12,8 proc. do 2025 r. – prognozuje IDC. Chodzi o duże kwoty. W 2021 r. nakłady wyniosą w sumie 216 mld dol.

Szefowie chcą decydować szybciej i lepiej

„W miarę, jak szefowie szukają rozwiązań umożliwiających lepsze i szybsze podejmowanie decyzji, obserwujemy stosunkowo wysokie wydatki na big data i analitykę we wszystkich branżach” – twierdzi Jessica Goepfert z IDC.

Zakupy rosły już w czasie pandemii, w przeciwieństwie do wielu innych usług IT, ponieważ analityka i automatyzacja pomagała firmom przetrwać kryzys.

W kolejnych latach spodziewane są natomiast wyższe inwestycje w usługi, które zwiększą odporność biznesu przedsiębiorstw.

Finanse i produkcja w czołówce

Najwięcej inwestuje sektor finansowy, produkcja i usługi profesjonalne. Łącznie te trzy branże odpowiadają za jedną trzecią wszystkich wydatków.

Np. dostawcy usług profesjonalnych wykorzystują analitykę do zarządzania klientami, a banki również do usprawnienia obsługi klientów, ale też do automatyzacji operacji oraz wykrywania i zapobiegania oszustwom. Nawet budownictwo zwiększyło inwestycje w planowanie łańcucha dostaw.

Najszybszy wzrost nakładów przewiduje się w firmach telekomunikacyjnych.

Duże zakupy usług i oprogramowania

Ponad połowa wszystkich wydatków na big data i analitykę w 2021 r. zostanie przeznaczona na usługi, z usługami IT stanowiącymi ponad 85 mld dol. (prawie 40 proc. całego rynku).

Drugim co do wielkości segmentem będzie oprogramowanie (82 mld dol.). Blisko połowa tej sumy pójdzie na trzy typy aplikacji — narzędzia do generowania zapytań użytkowników końcowych, do raportowania i analizy oraz na relacyjne hurtownie danych i nierelacyjne magazyny danych analitycznych.

Oprogramowanie będzie również najszybciej rosnącym obszarem big data i analityki (średnio +15 proc. co roku wartościowo).

Artykuł 5 lat wzrostu wydatków na rynku wartym 200 mld dol. pochodzi z serwisu CRN.

Pandemia i jej nieprzewidywalność najwyraźniej zmotywowały firmy w Polsce do inwestycji w Big Data. Wydatki na cyfrowe informacje wyniosą w 2020 r. 32,1 mln dol. (ok. 120 mln zł), co oznacza wzrost o 17,5 proc. wobec 2019 r. – według raportu Global Data Market Size, przygotowanego przez Cloud Technologies.

Liczby te obejmują głównie wydatki na dane wykorzystywane w zautomatyzowanych reklamach oraz koszty przetwarzania informacji, w tym platform do zarządzania danymi (DMP).

Analitycy firmy szacują, że przyszłoroczna wartość polskiego rynku danych wyniesie blisko 40 mln dol. (ok. 150 mln zł), co oznacza ponad 22 proc. wzrostu w porównaniu z 2020 r. Taki wynik pozwoli zmniejszyć dystans do krajów zachodniej Europy, jak Szwajcaria (64,8 mln dol.), Holandia (70,3 mln dol.) czy Hiszpania (72,3 mln dol.).

Wartość rynku danych w Polsce w latach 2017 – 2021

Firmy chcą lepiej znać konsumentów

Wartość światowego rynku danych Cloud Technologies ocenia na 40 mld dol. To o blisko 20 proc. więcej niż przed rokiem.

Analitycy polskiej spółki zapowiadają, że to nie koniec dobrych wieści dla tego sektora. W 2021 r. spodziewają się wzrostu na poziomie 26 proc., co oznacza wydatki na poziomie 52,3 mld dol.

Według danych GUS w 2019 r. 8,5 proc. przedsiębiorstw w Polsce prowadziło analizy Big Data.

Według ostatnich badań IDC, globalna gospodarka jest skoncentrowana na cyfrowej transformacji. W ciągu najbliższych 3 lat wydatki na IT wyniosą 6,8 bln dol. Wpływ pandemii Covid-19 napędza zmiany, do jakich biznes nie był dotychczas wystarczająco zmotywowany.

Jak zauważa, Piotr Prajsnar CEO, Cloud Technologies, trend data-driven został wzmocniony transformacją nawyków konsumenckich. Z badań przeprowadzonych przez firmę BGC wynika, że życie większości ludzi (70 proc.) jest inne niż wczoraj, a oni sami są zdania, że pandemia zmieniła sposób, w jaki będą żyć jutro i na zawsze (50 proc.).

„Wzrasta zainteresowanie wielkimi zbiorami danych, które pomogą dostosować model działania do nowych zachowań konsumentów” – komentuje Piotr Prajsnar.

Wartość rynku danych na świecie w latach 2017 – 2021

Sztuczna inteligencja pomoże Big Data

Obecnie według raportu najpopularniejszym sposobem wykorzystania danych behawioralnych, czyli takich, które charakteryzują zachowanie internauty w sieci, jest dystrybucja treści reklamowych w internecie.

„Służą one do budowy nowej strategii, tworzenia produktów, bądź też przewidywania trendów, ale dziś ich głównym zastosowaniem jest komunikacja. Dlatego wzięliśmy pod uwagę kondycję rynku reklamy programmatic. Rozwiązanie to jest dziś najpopularniejszą formą zakupu powierzchni displayowych w sieci” – twierdzi Maciej Sawa, CEO OnAudience.com, spółki należącej do grupy Cloud Technologies.

Według niego od 2018 r. wartość rynku programmatic na świecie rośnie w tempie dwucyfrowym. W br. powinna zwiększyć się o 14 proc., a w przyszłym roku o kolejne 20 proc., do 155 mld dol. W USA już 8 na 10 reklam sprzedawanych jest w modelu automatycznym.

Europejska zadyszka

Biorąc pod uwagę wartość rynku danych w poszczególnych regionach, Europa z wynikiem 6,3 mld dol. nieznacznie wygrywa z Chinami (5,4 mld dol.). Swoją dominację kolejny rok potwierdzają Amerykanie (24,7 mld dol.).

Analitycy warszawskiej spółki przewidują, że już w 2021 r. różnica pomiędzy rynkiem europejskim a chińskim stanie się symboliczna i wyniesie zaledwie 0,3 mld dol.

Wartość rynku danych w Europie w latach 2017 – 2021

Artykuł Rynek karmiony pandemią. Rekordowe wydatki na Big Data pochodzi z serwisu CRN.

Dane Urzędu Komunikacji Elektronicznej wskazują jednak, że nisza big data rośnie na naszym rynku. W 2018 r. 7,2 proc. pytanych firm korzystała z przetwarzania wielkich zbiorów danych, a o big data słyszało 21 proc.

65 proc. dużych zna big data

Znajomość big data rośnie wraz z wielkością firmy. Wśród największych organizacji, liczących ponad 250 osób, 65 proc. spotkało się z tym pojęciem (choć to również zaskakująco niewiele – pytano firmy korzystające z internetu). Wśród firm mikro, które miały największy udział w grupie ankietowanych, 30 proc. słyszało o big data.

Wiarygodność największym plusem

Ci, którzy korzystają z przetwarzania wielkich zbiorów danych, w większości oceniają te usługi zdecydowanie pozytywnie – ponad 67 proc. dostrzega korzyści dla swojego biznesu z takiej aktywności – ale odsetek ten znacznie spadł wobec 2018 r. (87 proc.). Najważniejsze z wyliczonych zalet to: wiarygodność danych, obniżenie kosztów i pogłębiona analiza rynku produktów i usług. Rok wcześniej właśnie pogłębioną analizę pytani uznawali za walor nr 1 przetwarzania big data.

Zagrożenie związane z big data dostrzega 7,5 proc. respondentów. Wymieniono naruszenia prywatności, ryzyko błędów oraz nadużyć u dysponentów danych.

Artykuł Polska nisza big data pochodzi z serwisu CRN.

Większość rozwiązań oferowanych obecnie na rynku pamięci masowych wymaga przepustowości gwarantującej jak najszybszy transfer danych. Ma ona zapewniać wydajną wymianę informacji z chmurą, a także prowadzenie zaawansowanych analiz i przetwarzanie danych przez algorytmy sztucznej inteligencji.

Nowy pułap przepustowości i pojemności

Przez wiele lat prędkość transmisji danych w nośnikach SSD była ograniczana przez interfejs SATA, a przepustowość dochodziła maksymalnie do 715 MB/s. Sytuacja zmieniła się wraz z pojawieniem się magistrali PCI Express, która uwolniła cały potencjał dysków półprzewodnikowych. Aktualnie SSD korzystające z czwartej generacji interfejsu PCI Express osiągają niemal dziesięciokrotnie wyższą przepustowość niż nośniki z interfejsem SATA.

Mimo pojawienia się znacznie szybszych dysków SSD, modele z interfejsem SATA wciąż funkcjonują na rynku, gdyż nadal świetnie sprawdzają się w przypadku ekonomicznych rozwiązań klasy podstawowej. Natomiast nośniki współpracujące z magistralą PCI Express znajdują zastosowanie przede wszystkim w przedsiębiorstwach, które operują na dużych plikach lub przesyłają duże ilości danych.

– W ostatnich latach nastąpił znaczący spadek cen dysków SSD, dzięki czemu istotnie zmniejszyła się różnica w cenie nośników SATA i PCIe. Dzisiaj jest ona na tyle mała, że kupowanie dysku SATA jest praktycznie nieopłacalne. Najlepszym wyborem są modele z interfejsem PCIe, blisko czterokrotnie szybsze od starszych urządzeń – komentuje Michał Orłowski, Regional Sales Manager marki ADATA.

Wspomniany spadek cen spowodował także, że na rynku zaczęły pojawiać się dyski SSD o coraz większej pojemności. Standardem stają się już dyski 2 TB, a wszystko wskazuje na to, że ta wartość z roku na rok będzie wzrastać. Sięganie po nośniki 128 GB jest już nieopłacalne, ponieważ w niewiele wyższej cenie możemy otrzymać dwukrotnie lub nawet czterokrotnie pojemniejsze modele.

Nie tylko do laptopów i komputerów

Dyski SSD dobrze służą także jako pamięć zewnętrzna, nie tylko z uwagi na większą niż w przypadku modeli HDD odporność na wstrząsy i wibracje, ale również ze względu na dużo większą pojemność przy zachowaniu niewielkich rozmiarów. Jest to możliwe dzięki wykorzystaniu kości 3D NAND, zapewniających warstwowe układanie komórek pamięci, co daje większą gęstość zapisu danych bez utraty szybkości transferu.

– Kości 3D TLC NAND zrewolucjonizowały rynek pamięci flash, ponieważ to głównie dzięki nim spadły ceny dysków SSD. Coraz powszechniejsze stają się również nośniki wyposażone w kości 3D QLC NAND, które mogą pomieścić jeszcze więcej danych. Wszystko wskazuje, że to jeszcze nie koniec rozwoju tej technologii, bo już słyszymy o pracach nad pamięciami PLC – zauważa Michał Orłowski.

Jednak większa pojemność i szybkość transferu to niejedyne zalety zewnętrznych nośników SSD. ADATA dokłada wszelkich starań, aby przenoszone na nośnikach dane były jak najlepiej zabezpieczone. Oprócz wspomnianej odporności na wstrząsy i wibracje, zewnętrzne dyski półprzewodnikowe zapewniają sprzętowe szyfrowanie kluczem AES 256-bit, które zapobiega niepowołanemu dostępowi do wrażliwych danych.

Artykuł Dyski SSD gotowe na AI i Big Data pochodzi z serwisu CRN.