– Potrzeby IT są tak duże, że nawet zakładając pewien stopień migracji do chmury publicznej nadal widzimy wzrost zapotrzebowania na rozwiązania on-premise. Spotykamy się nawet z tak zwaną repatriacją, czyli powrotem z chmury publicznej. Ukryte koszty, nieprzewidywalne rachunki i równie nieprzewidywalne SLA, często na zasadzie „best effort”, zniechęcają klientów biznesowych do korzystania z niej, szczególnie w przypadku krytycznych i strategicznych systemów – podkreśla Rafał Przedborski, Senior Systems Engineer w Dell Technologies.

Także Łukasz Milic, Business Development Representative w QNAP Systems, nie widzi niepokojącego dla producentów sprzętu trendu, chociaż przyznaje, że chmura publiczna jest coraz popularniejsza – daje wiele możliwości i po prostu kusi klientów. Nie jest jednak rozwiązaniem uniwersalnym, chociaż za takie uchodzi. Pomimo licznych zalet, ma też dwie znaczące wady. Po pierwsze, w bardziej zaawansowanych zastosowaniach jest droga. Po drugie, nie jest „na miejscu”, a nie każda firma może sobie pozwolić na przerzucenie swoich systemów i środowiska pracy na zdalne zasoby, gdzie ograniczeniem będzie chociażby szybkość łącza. Usługa subskrypcyjna, czyli jedna z jej zalet, może być także wadą. Im więcej potrzeba usług, im więcej zasobów jest zużywanych, tym bardziej znacząco rosną koszty.

– To wszystko nie będzie problemem, jeśli jesteśmy klientem w rodzaju Netflixa. Jednak nie dla typowych polskich firm, z których większość to MŚP. Dlatego atrakcyjne są dla nich urządzenia typu NAS, które w ramach jednorazowego kosztu pozwalają osiągnąć wiele funkcji bez dodatkowych opłat. Oczywiście nic nie stoi na przeszkodzie, aby oba środowiska łączyć, co sami umożliwiamy. Klient może używać chmury do backupu danych z NAS, albo NAS jako bramę dostępu do chmury, plikowo lub blokowo – tłumaczy Łukasz Milic.

Jak z kolei twierdzi Marcin Lisowski, Key Account Manager Poland w Synology, producent ten odnotował w 2021 r. bardzo duży wzrost sprzedaży serwerów NAS względem poprzedniego roku, co ma dowodzić, że rozwiązania on-premise są niezmiennie potrzebne i chętnie wybierane. Ponieważ chmura publiczna nie jest uniwersalna, to coraz popularniejsze są wdrożenia hybrydowe/brzegowe.

– W tej roli serwery NAS all-in-one radzą sobie bardzo dobrze i są efektywniejsze kosztowo od rozwiązań A-brandowych. Jako producent jesteśmy także przygotowani na moment, kiedy chmura publiczna stanie się chętniej wybieranym rozwiązaniem. Oferujemy bowiem oraz rozwijamy usługi w ramach własnej platformy chmurowej – mówi Marcin Lisowski.

Chmura zmienia oczekiwania klientów

Z punktu widzenia integratora, takiego jak poznańskie Vernity, wraz ze spadkiem cen sprzętu w ostatnich latach zapotrzebowanie na pamięć masową wdrażaną lokalnie nie maleje, a rośnie. Obecnie na rynku dostępne są wydajne urządzenia w bardzo przystępnej cenie. Storage on-premise zapewnia przedsiębiorstwom dużą wydajność i – co ważne – bardzo małe opóźnienia. Pracownicy nie czekają na dane, pracując efektywnie i bez stresu.

– Rozwiązania chmurowe natomiast często już w ciągu 2–3 lat okazują się droższymi. Liczone w perspektywie krótkoterminowej oszczędności z chmury znikają, jeśli nie uzyskuje się poziomu wydajności lokalnej pamięci masowej. Dodatkowo klienci skarżą się na kosztową nieprzewidywalność chmury. Przykładowo zgłaszają nam, że generowanie raportów spowodowało u nich gwałtowny wzrost wydatków – twierdzi Dariusz Michałek, inżynier systemowy w Vernity.

Niemniej, nawet jeśli chmura publiczna okazuje się droga i nie odpowiada na wszystkie potrzeby klientów, to coraz częściej będą oni oczekiwać od instalowanej lokalnie infrastruktury podobnej elastyczności, skalowalności czy szybkości wdrażania. Dostawcy infrastruktury próbują się ze swoją ofertą do takich oczekiwań dostosować. Wśród nich jest HPE, którego CEO, Antonio Neri, jakiś czas temu zauważył, że chmura „to nie jest miejsce docelowe, ale doświadczenie”. W rezultacie strategia tej firmy zmierza do stworzenia ekosystemu rozwiązań (którego częścią są pamięci masowe), zapewniające doświadczenie chmury niezależnie od tego, gdzie fizycznie znajdują się systemy.

– Niewątpliwie pojawił się trend, by wszystko działało „jak w chmurze”. Klienci, niezależnie od miejsca przetwarzania danych, chcą mieć elastyczność chmury publicznej z zarządzaniem z dowolnego miejsca i możliwością tworzenia usług jak w chmurze – uważa Maciej Kalisiak, Country Innovation Lead w HPE.

Jeśli więc klienci chcą chmurowych doświadczeń i rośnie ich zainteresowanie chmurą publiczną, to integratorzy muszą to uwzględniać w swoich ofertach i nauczyć się łączyć chmurę z lokalnie dostarczaną infrastrukturą.

– Oferujemy naszym klientom takie usługi równocześnie z rozwiązaniami sprzętowymi, traktując to jako uzupełnienie systemu klasycznych pamięci masowych. Naszym zdaniem wykorzystanie chmury publicznej niesie za sobą wiele korzyści i stanowi doskonałe rozwinięcie dobrze zaplanowanej infrastruktury, ale tylko w połączeniu z lokalnym magazynem danych klient otrzymuje kompletny produkt – zastrzega Sebastian Salamon, starszy specjalista ds. rozwiązań serwerowych w AT Computers.

Zdaniem specjalisty

Łukasz Milic, Business Development Representative, QNAP Systems  

Dla integratora najpopularniejszym mariażem urządzeń pamięci masowej i oprogramowania jest system do backupu, dzięki czemu klient otrzymuje rozwiązanie typu appliance. Kolejnym przykładem są systemy monitoringu wizyjnego czy wirtualizacji. Wydajne NAS-y mogą być wykorzystywane z powodzeniem jako serwer wirtualizacji dla małej firmy, który dodatkowo nie wymaga licencji. Podobnym przykładem są bazy danych. Wielu integratorów korzysta z mechanizmu konteneryzacji, aby w ten sposób uruchomić bazy danych dla klienta, które nie będą znacząco obciążające dla samego urządzenia. Warto też podkreślić, że wirtualizacja i kontenery otwierają przed integratorami ogromne możliwości, ponieważ nie są oni ograniczeni do środowiska samego systemu NAS, ale mogą uruchomić niezależne systemy pasujące do konkretnych zastosowań.

  

Maciej Kalisiak, Country Innovation Lead, HPE  

Wybór ekonomicznej w zakupie i eksploatacji technologii pamięci masowej sprowadza się do dobrego zweryfikowania i określenia potrzeb. Kluczem są rozwiązania wspierające ochronę inwestycji, takie jak wymiana kontrolerów na nową generację czy specjalne programy umożliwiające ochronę inwestycji. Ważne są również przewidywalne koszty wsparcia oraz aktualizacja systemów, a także sposób pozyskania technologii. Ten drugi element jest niezwykle istotny, gdyż doświadczenia pokazują, że zazwyczaj zakup infrastruktury w modelu CAPEX jest przeszacowany i przepłacamy za coś, czego nie używamy. Ta sama infrastruktura pozyskana w modelu usługowym pozwala na znacznie większą elastyczność i lepsze dopasowanie systemu do aktualnych potrzeb.

  

Marcin Lisowski, Key Account Manager Poland, Synology  

Producent, który może dostarczyć wszystkie elementy rozwiązania pamięci masowej – serwer, dyski i aplikacje – jest w stanie zapewnić większą kontrolę nad stabilnością, kompatybilnością i niezawodnością całego systemu. Co więcej, jeśli z jego działaniem jest jakiś problem, to znacznie skraca się droga do jego rozwiązania, ponieważ wsparcie techniczne jest realizowane w jednym miejscu. Jeśli producent w ramach serwera dostarcza także aplikacje, dzięki którym bez dodatkowych kosztów można kompleksowo zabezpieczyć środowisko IT, to mamy wtedy również rozwiązane kwestie ekonomiczności systemu. Inwestując raz w takie rozwiązanie, klient nie musi w kolejnych latach martwić się o dodatkowe koszty związane z subskrypcją.

  

Wydajne jak pamięci NVMe

Dostarczający i wdrażający pamięci masowe integrator musi wziąć pod uwagę to, że dla danego klienta kluczową sprawą może się okazać jak największa wydajność systemu pamięci masowej. Bardzo ważne może być także zapewnienie jego największej niezawodności. Będą też tacy klienci, dla których szczególnie liczyć się będzie uzyskanie maksymalnej pojemności. W każdym z tych przypadków istotne będzie stworzenie systemu, który będzie ekonomiczny w zakupie i eksploatacji. Także z punktu widzenia ochrony inwestycji (poprzez unikanie przestarzałych technologii, łatwe możliwości zarządzania, rozbudowy itp.).

Ostatecznie, głównym kryterium doboru pamięci masowej jest jej przeznaczenie. Inne wymagania stawiane są w przypadku systemu, który będzie wykorzystywany na potrzeby wirtualizacji, na potrzeby pamięci do backupu, a jeszcze inne w przypadku kilku różnych zastosowań.

– Decydując się na urządzenie pamięci masowej należy wykonać analizę obejmującą przeznaczenie, podstawowe i dodatkowe, jeśli takie będzie, co pozwoli określić przede wszystkim rodzaj wymaganych dysków – HDD, SSD albo hybryda łącząca oba te typy. Przy czym dyski to nie wszystko, istotne są też pamięć RAM urządzenia, jak i procesor, szczególnie przy udostępnianiu przestrzeni blokowo. Ważna będzie też sieć, bo co nam po szybkich dyskach NVMe PCIe, jeśli korzystamy z sieci 1GbE? – pyta Łukasz Milic.

Wydajność systemu pamięci masowej to szerokie pojęcie i może obejmować wiele zagadnień, w tym czas odpowiedzi, przepustowość, liczbę operacji na sekundę itp. Dlatego, jak podkreśla Maciej Kalisiak, klienci przede wszystkim powinni określić, co jest dla nich ważne i wtedy decydować się na wybór odpowiedniej technologii. Jeśli najbardziej zależy im na wydajności, to wśród trendów rynkowych polegających na dostarczaniu tej największej na pierwszy plan wysuwają się rozwiązania typu All-NVMe.

– Protokół NVMe ustawił poprzeczkę bardzo wysoko. Jeżeli nie chcemy, aby to kontrolery pamięci masowych stały się wąskim gardłem, musimy zapewnić im dużą moc obliczeniową. Fizyki nie oszukamy. Wydajna pamięć masowa potrzebuje szybkich procesorów i pamięci cache/NVRAM – mówi Rafał Przedborski.

Storage ma być pojemny i niezawodny

Maksymalna pojemność będzie różniła się w zależności od potrzeb organizacji – dla jednych może wynosić 100 TB danych, dla innych 100 PB. Już w pojedynczych urządzeniach można łączyć dużą liczbę dysków twardych, na przykład tak pojemnych jak HDD 18 TB czy niedawno zaprezentowane HDD 20 TB. Jeśli to nie wystarcza, jest możliwość korzystania z jednostek rozszerzających.

– Jednak pogoń za przestrzenią nie może przysłonić kwestii bezpieczeństwa. Nawet stosując zaawansowane systemy plików w rodzaju ZFS należy pamiętać, że awaria dysku powoduje odbudowę całej grupy – ostrzega Łukasz Milic.

Im więcej jest dysków i im są one większe, tym taka odbudowa będzie trwała dłużej, a to z kolei spowoduje wzrost ryzyka uszkodzenia kolejnego dysku. Dlatego niezbędne jest rozsądne planowanie wymaganej przestrzeni w przełożeniu nie tylko na zapewniające redundancję grupy RAID, ale także na czas ewentualnej odbudowy.

Poszukującym jak najbardziej efektywnego wykorzystania pojemności Rafał Przedborski proponuje rozwiązania, które deduplikują i kompresują dane „w locie”. Najnowsze macierze cechują się wysokim poziomem redukcji danych, ponieważ wykorzystywane w nich algorytmy są odpowiednio dobrane do obecnych typów obciążeń.

Z kolei jeśli chodzi o niezawodność systemu, to zależy ona od odporności na awarie poszczególnych jego elementów. Niestety, nie ma podzespołów, które nigdy się nie psują, czego należy być świadomym projektując system przestrzeni dyskowej. Podstawą będą wysokie poziomy RAID, jak RAID 10, RAID 50 lub RAID 60. Do tego redundancja zasilania i połączeń sieciowych. Jeśli to za mało, można wybrać urządzenia dwukontrolerowe, które mają powielone wszystkie pozostałe podzespoły, jak procesory, RAM, karty sieciowe czy nawet moduły podtrzymania bateryjnego dla cache zapisu.

– Oczywiście takie możliwości wiążą się z wyższymi cenami pamięci masowej. Jednak ostatecznie co nam po najdroższym urządzeniu, jeśli jest tak samo zależne od zasilania, chłodzenia czy ogólnie bezpieczeństwa fizycznego serwerowni, jak inne urządzenia. Dlatego kolejnym poziomem bezpieczeństwa i niezawodności będą backup i replikacja pozwalająca utrzymać działanie systemów, nawet w przypadku większych awarii – mówi Łukasz Milic.

Kupić, a może wynająć w formie usługi?

Projektując pamięci masowe pod kątem różnego typu klientów, dostawcy starają się zapewniać im jak największe możliwości ich rozbudowy. Istotna jest możliwość skalowania, która pozwala klientom dobrać urządzenie do bieżących wymagań z zachowaniem możliwości przyszłego rozwoju. Dlatego wybierając rozwiązanie „na już”, warto pomyśleć o wymaganiach, które mogą pojawić się już za pół roku. I zdecydować się na zakup sprzętu lub wybrać nowe modele oparte na konsumpcji i subskrypcji. Jakie preferencje mają polscy klienci, jeśli chodzi o finansowanie wdrożeń? Czy wciąż wybierają CAPEX, mniej zwracając uwagę na OPEX?

– To zależy od branży. Niektóre organizacje nie lubią OPEX-u niejako „z natury”, czyli z punktu widzenia księgowego, finansowego czy operacyjnego. Z drugiej strony idea „pay as you grow” stała się podstawą tego, w jaki sposób konsumujemy technologię. Połączenie najlepszych rozwiązań technologicznych wraz z wygodnymi modelami finansowymi budzi więc duże zainteresowanie. Coraz częściej wybierane są atrakcyjne modele rozliczeniowe w formie miesięcznego abonamentu – twierdzi Rafał Przedborski.

Chociaż można zaobserwować trend w kierunku modelu OPEX, to wciąż jest duża grupa klientów, która preferuje model CAPEX. Wynika to głównie z procedur, aktualnego budżetu, czy corocznego planowania. Czasami model OPEX nie jest po prostu możliwy. Natomiast wszędzie tam, gdzie nie ma tego typu ograniczeń, klienci coraz częściej chcą mieć także ofertę w modelu usługowym.

– Myślę, że jest to całkiem naturalne i dotyczy nie tylko branży IT, ale innych dziedzin życia, jak zakup auta czy usługi telewizyjne lub transportowe. Model usługowy jest przyszłością i jak widać, także w Polsce powoli staje się standardem – ocenia Maciej Kalisiak.

Zdaniem integratora

Sebastian Salamon, starszy specjalista ds. rozwiązań serwerowych, AT Computers  

Przedstawienie kompletnego rozwiązania musi być poprzedzone rozmową z klientem, weryfikacją jego problemów oraz wymagań. Każda organizacja ma inne zaplecze sprzętowe, możliwości finansowe i priorytety, co wymaga tworzenia indywidualnie dopasowanych rozwiązań. W naszym mniemaniu tylko takie podejście do projektów sprawi, że zadowolony klient wróci do nas w przyszłości. Także w przypadku okresu i zakresu wsparcia potrzeby naszych klientów są bardzo różne. Ze względu na wygodę wybierają oni najczęściej roczny okres wsparcia, a po jego zakończeniu w łatwy sposób przedłużają go na kolejny rok. Sporo z nich oczekuje pełnego wsparcia i obsługi dla wdrożonych rozwiązań – w takim przypadku oferujemy kompleksowe zarządzanie całym systemem, a więc monitoring, aktualizacje i utrzymanie. Są także firmy, które oczekują tylko montażu połączonego z wdrożeniem oferowanego rozwiązania lub montażu, wdrożenia i szkolenia dla pracowników, a następnie samodzielnie w pełni zarządzają systemem. Bywa, że rygorystyczna polityka bezpieczeństwa nie pozwala na obsługę systemu przez firmę zewnętrzną.

  

Dariusz Michałek, inżynier systemowy, Vernity  

Przy doborze rozwiązania zawsze rozpoczynamy od rozpoznania potrzeb klienta związanych z wydajnością, charakterem wdrożenia, serwisem czy kosztem użytkowania Infrastruktury. Wymaga to czasu i w niektórych przypadkach może trwać wiele miesięcy. Dokonujemy analizy dotyczącej obciążeń, wskaźników związanych z wydajnością i przepustowością. Rozmawiamy też o planach rozwojowych firmy, najczęściej w ujęciu co najmniej 5 lat. Ważna jest również ocena już stosowanych przez klienta rozwiązań, które mogą pochodzić od różnych producentów, oraz wynikających z ich obsługi doświadczeń i przyzwyczajeń. Obsługujemy głównie średnie i duże przedsiębiorstwa z sektora prywatnego, a storage jest tylko jednym z elementów składających się na kompleksowe rozwiązanie, jakie im dostarczamy. W tym obszarze zaspokajamy potrzeby firm związane głównie z wirtualizacją, bazami danych oraz zaawansowanymi systemami backupu. Z jednej strony elementem naszych wdrożeń są szkolenia, w ramach których staramy się maksymalnie usamodzielnić klientów. Z drugiej strony część firm oczekuje od nas stałego dostarczania usług związanych z zarządzaniem zaawansowanymi rozwiązaniami IT. Takim klientom proponujemy usługowe pakiety godzinowe, a w przypadku mniejszych podmiotów – możliwość wykupienia usługi w trybie ad hoc.

  

Artykuł Pamięci masowe: w serwerowni czy w chmurze? pochodzi z serwisu CRN.

– Duża część osób zarządzających światowymi firmami chce się otworzyć na różne technologie IT. Jednak, kiedy wejdziemy do poszczególnych działów przedsiębiorstw, widzimy na ścianach opasłe szafy z segregatorami pełnymi danych i dokumentacji. Nie ma w tym nic dziwnego, ale mówienie o wdrożeniu AI w takich spółkach w ciągu kolejnych pięciu lat to optymistyczne założenie – mówi Piotr Kawecki, prezes ITBoom.

Wraz z upływem czasu znaczenie rozwiązań wykorzystujących AI będzie wzrastać, co nie oznacza, że zdominują one nasze życie. Co więcej, istnieją przykłady przedsiębiorstw, które po zaangażowaniu do pracy autonomicznych robotów, były zmuszone zwiększyć zatrudnienie. Tak było chociażby w przypadku Postmates – firmy zajmującej się dostawami żywności, która od ponad roku używa do przewożenia towarów autonomicznych pojazdów Serve. Szef tej firmy zapowiedział zwiększenie zatrudnienia w ciągu najbliższych pięciu lat, tłumacząc swoją decyzję koniecznością zapewnienia odpowiedniego nadzoru nad robotami. Podobna sytuacja miała miejsce we Flytrexie, a więc u dostawcy towarów za pomocą dronów.

– Nawet, jeśli przygotujemy się na 99,9 proc. różnych przypadków, zawsze może wydarzyć się coś nieprzewidywalnego. Dlatego każdy dron ma swojego opiekuna, choć niewykluczone, że kiedyś jeden człowiek będzie obsługiwać ich tuzin – przyznaje Yariv Bash, CEO Flytrexa.

Jak widać roboty niejednokrotnie wymagają pomocy ze strony człowieka. Sporo trudności nastręcza też samo wdrażanie projektów związanych z AI – według Gartnera aż 85 proc. tego typu inicjatyw kończy się fiaskiem. Dzieje się tak z kilku powodów, a przede wszystkim ze względu na brak specjalistów, korzystanie z niewłaściwych danych czy nadmiernej wiary w możliwości nowych technologii.

– Ludzie z Doliny Krzemowej zakochują się w technologii, ale ona jest wyłącznie narzędziem, które pozwala osiągać cele. Technologia to łopata, której używasz do kopania złota. Niektórzy ludzie zawodzą, bo mylą łopatę ze złotem – tłumaczy Sebastian Thrun, założyciel i prezes Udacity.

Dane na pierwszym planie

Analitycy, dziennikarze, a nawet filmowcy uwielbiają kpić z wpadek, które przydarzają się cyfrowym asystentom, inteligentnym aplikacjom czy algorytmom poszukującym mowy nienawiści na portalach społecznościowych. Niedawno „The Wall Street Journal” pisał o rodzicach skarżących się na inteligentny software wyręczający amerykańskich nauczycieli w sprawdzaniu klasówek. Oprogramowanie okazało się na nad wyraz surowe, bowiem dyskwalifikowało prawidłowe odpowiedzi napisane wielkimi literami. W rezultacie mamy do czynienia ze swojego rodzaju dysonansem poznawczym – z jednej strony wszyscy mówią o tym, że AI zbawi świat, zaś z drugiej pojawiają się przypadki, gdy sztuczna inteligencja nie radzi sobie z banalnymi zadaniami. Zresztą powstało nawet specjalnie określenie „AI bias”, czyli przechył algorytmiczny, który sprawia, że systemy mogą dyskryminować ludzi bądź powielać ludzkie błędy. Przyczyną takiego stanu rzeczy jest opieranie się na mało reprezentatywnych danych. Przykładowo, jeśli wytrenujemy sieć przetwarzającą obraz, pokazując za każdym razem człowieka w czapce, a potem pokażemy zdjęcie osobnika bez czapki, to nie rozpozna ona w nim człowieka. Satyen Sangani, CEO Alationa, zwraca uwagę, że kiedyś mieliśmy za mało danych, teraz jest ich za dużo. Dodaje, że są rozproszone w różnych miejscach, a jakby tego było mało, trzeba przestrzegać licznych regulacji i rozporządzeń dotyczących cyfrowych zasobów.

Pewne jest, że kluczowe znaczenie dla sukcesu AI ma jakość danych. Niestety, algorytmy uczenia maszynowego nie radzą sobie dobrze z danymi śmieciowym, dlatego ich eliminacja jest tak bardzo istotna. Najwięcej problemów mają z tym globalne koncerny, które korzystają z wielu oddzielnych aplikacji, działających na różnych systemach i w różnych środowiskach.

– Sztuczna inteligencja wymaga od nas prawidłowo segregowanych, magazynowanych i archiwizowanych danych. To jest potrzeba podstawowa i baza wyjściowa, aby jakiekolwiek rozwiązania systemowe AI mogły być implementowane w kolejnych latach – komentuje Piotr Kawecki.

Jednym ze sposobów na uporządkowanie chaosu jest katalog zawierający listę programów oraz powiązanych z nimi informacji, coś na wzór indeksu książek w bibliotece. W ciągu ostatnich kilku lat na światowym rynku pojawiła się cała gama tego typu produktów. Część producentów, jak Alation, Cambrigde Semantics czy Unifi Software, zastosowało do automatyzacji katalogów danych uczenie maszynowe. Systemy wymienionych firm działają na podobnej zasadzie jak Google, z tą różnicą, że przeczesują oraz indeksują sieciowe zasoby korporacji. Na razie jednak decydenci w korporacjach nie kwapią się do wdrażania takich rozwiązań.

Z badania „Driving Digital Transformation Using AI and Machine Learning” przeprowadzonego przez analityków TDWI wynika, że firmy z rezerwą podchodzą do narzędzi opartych na sztucznej inteligencji. Zaledwie 11 proc. respondentów zadeklarowało, że korzysta z systemów AI w celu poprawienia jakości danych. Dla porównania, aż 67 proc. czyści dane w celu usunięcia duplikatów i niestandardowych plików, a 48 proc. zarządza metadanymi.

– Zaawansowane narzędzia analityczne, wykorzystujące uczenie maszynowe, pozwalają firmom lepiej ocenić poziom kultury zarządzania danymi. Nasze rozwiązanie pozwala ocenić nie tylko własną strukturę, ale także porównać ją z innymi użytkownikami, żeby zrozumieć co robimy dobrze, a gdzie popełniamy błędy. Nie warto kierować się przeczuciem – przekonuje Satyen Sangani.

Użytkownicy inteligentnych katalogów wiedzą, że wcześniej wykorzystywane zestawy danych były dalekie od ideału lub po prostu już nieaktualne. Istnieją również firmy, które marnotrawią środki na powielanie cyfrowych informacji. Jeden z klientów Alationa zamawiał pięć razy ten sam komplet danych, co kosztowało go łącznie 2 mln dol., podczas gdy – stosując odpowiednie rozwiązania – mógłby wydać jedną piątą tej kwoty.

CRM też chce być inteligentny

Dostawcy systemów CRM próbują na różne sposoby wprowadzać narzędzia AI do swoich produktów. Oprogramowanie oparte na tej technologii umożliwia przedsiębiorcom lepsze poznanie klientów, oferując przy okazji szereg przydatnych informacji, a także możliwość tworzenia dokładnych predykcji. Każdy z liczących się producentów korzysta z AI, a obecnie walka toczy się o to, aby wyróżnić się na tle konkurencji. W ostatnich miesiącach wyścig liderów w segmencie CRM nabiera tempa. Brandon Purcell, jeden z głównych analityków Forrestera, tłumaczy taki stan rzeczy turbulencjami w gospodarce wywołanymi przez pandemię. Firmy poszukują lepszych sposobów na zarządzanie działaniami sprzedażowymi i prognozowanie popytu, dostawcy zaś starają się spełnić rosnące oczekiwania klientów. Pod koniec października ruszył wspólny projekt Microsoftu, C3.ai oraz Adobe – system CRM bazujący na danych pozyskiwanych na żywo z wielu kanałów. Koncerny zintegrują Dynamicsa 365 Sales, Adobe Experience Cloud oraz platformę danych i algorytmów uczenia maszynowego C3.ai. W tym samym miesiącu SAP poinformował o zakupie austriackiej firmy Emarsys, której flagowym produktem jest platforma dla firm B2C wykorzystująca sztuczną inteligencję do opracowywania prognoz dotyczących potencjalnych klientów, a także zwiększania zaangażowania w korespondencję e-mailową. Nie próżnuje również Salesforce, który wzbogacił swoje narzędzia AI o analizę zawartości e-maili i wiadomości typu push jeszcze przed ich wysłaniem. To pozwala ocenić prawdopodobieństwo, z jakim klienci otworzą wiadomość i klikną na zawarte w niej linki. Nieco wcześniej producent ten wprowadził rozwiązanie analizujące transkrypcje rozmów przedstawicieli handlowych i sugerujące lepsze sposoby sprzedaży w oparciu o zbiór najlepszych praktyk oraz zasobów.

Zdaniem integratora 

Wojciech Muras, prezes Netology  

Znawcy tematu twierdzą, że sztuczna inteligencja będzie miała podobny wpływ na ludzkość jak upowszechnienie się internetu. W nowych sektorach gospodarczych rozwiązania klasy AI stanowią podstawowy „park maszynowy” i bez nich firmy nie zaistnia-łyby na rynku. Jednak można znaleźć takie sektory, w których proces adaptacji tej technologii będzie dłuższy i zajmie więcej niż pięć lat. Po prostu zastosowanie sztucznej inteligencji pozostawia wiele pytań bez odpowiedzi. Niemniej wzrost mocy obliczeniowych, przy jednocześnie ich spadającym koszcie oraz rozwój narzędzi sprawia, że technologia ta zaczyna się upowszechniać. Widzimy to na co dzień w naszych projektach związanych z zarządzaniem bezpieczeństwem oraz analizą obrazu i budowaniem scenariuszy zastosowań.

  

IDC przewiduje, że w bieżącym roku globalna wartość rynku CRM wyniesie 61,95 mld dol. – o 2,75 proc. więcej niż w ubiegłym roku. I choć analitycy nie prowadzą szczegółowych statystyk ani prognoz sprzedaży dotyczących CRM–ów z elementami AI, to Tom Siebel, prezes C3.ai, nie ma złudzeń, że następna generacja oprogramowania do zarządzania relacjami z klientami będzie bazować wyłącznie na sztucznej inteligencji.

Samoobsługowe centrum danych

Większość szumu wokół sztucznej inteligenci koncentruje się na autonomicznych samochodach, robotach czy omawianych wcześniej systemach wydobywających informacje z dużych zbiorów danych. Jednak AI zaczyna się też pojawiać w serwerowniach, choć droga do samoobsługowych centrów danych jest jeszcze daleka, m.in. ze względu na liczne bariery techniczne, operacyjne i kadrowe. Cztery lata temu Gartner jako pierwszy wprowadził termin AIOps (Artificial Intelligence for IT Operations) opisując w ten sposób inteligentną infrastrukturę, która wykorzystuje uczenie maszynowe i wielkie zbiory danych w celu usprawnienia procesów w data center.

Jak na razie adaptacja tego typu rozwiązań postępuje w ślamazarnym tempie, aczkolwiek analitycy prognozują, że w 2022 r. globalne przychody ze sprzedaży systemów zaliczanych do kategorii AIOps przekroczą 5 mld dol. Zdaniem Marcina Zmaczyńskiego, Head of Marketing CEE w Aruba Cloud, usługi chmurowe oraz sztuczna inteligencja będą napędzać rozwój „samoobsługowych” systemów IT.

– Konkretnym przykładem takiego narzędzia może być autonomiczna, chmurowa baza danych. Dzięki umiejętności uczenia maszynowego potrafi nie tylko samoczynnie zarządzać swoimi rekordami, ale naprawiać się w przypadku, gdy wykryje błąd w swoim działaniu, czy dokonywać aktualizacji – tłumaczy Marcin Zmaczyński.

Często poruszanym tematem w kontekście centrów danych jest zużycie energii. Według różnych szacunków serwerownie pochłaniają około 3 proc. światowych źródeł energii i przyczyniają się do emisji 2 proc. gazów cieplarnianych. Nie jest więc zaskoczeniem, że wiele przedsiębiorstw zaczyna bacznie przyglądać się kwestiom związanym z zarządzaniem energią w centrach danych. Jedni robią to ze względu na potencjalne oszczędności, inni chcą żyć w zgodzie ekologami. Daniel Bizo, analityk z 451 Research uważa, że sztuczna inteligencja pomoże operatorom w lepszym zrozumieniu obecnych lub potencjalnych problemów z chłodzeniem wynikających z dużego zagęszczenia szaf, źle działającej jednostki HVAC (heating, ventilation, air conditioning) czy niewystarczającej ochrony powietrza przemieszczającego się z gorącymi i zimnymi przejściami.
Systemy AI mogą zapewnić określony poziom zasilania dla odpowiedniej liczby fizycznych serwerów, uruchamiając lub wyłączając maszyny w zależności od tymczasowego popytu na moc.

Nie można też zapominać o bezpieczeństwie danych. Specjaliści Cisco twierdzą, że sztuczna inteligencja ułatwi realizację tzw. polityki ograniczonego zaufania (ang. Zero Trust). W jej myśl żaden użytkownik nie może uzyskać dostępu do firmowej sieci, dopóki jego tożsamość nie zostanie potwierdzona. W praktyce oznacza to, że działy IT są zobowiązane autoryzować wszystkie próby dostępu.

– Wykorzystując więcej niż jeden element autoryzacyjny organizacje mogą znacząco utrudnić dostęp do ich sieci, udaremnić próby pozyskania danych czy swobodne poruszanie się w ramach firmowej infrastruktury IT. Sztuczna inteligencja przychodzi z pomocą osobom odpowiedzialnym za cyberbezpieczeństwo, umożliwiając automatyczne przypisywanie ról oraz uprawnień. Dzięki temu ciągłe potwierdzanie tożsamości nie jest konieczne – tłumaczy Przemysław Kania, dyrektor generalny Cisco w Polsce.

Grupą, która oczekuje na dodatkowe wsparcie, są specjaliści ds. bezpieczeństwa w centrach operacji bezpieczeństwa (SOC). Bardzo często są oni bombardowani alarmami, co nie pozostaje bez wpływu na komfort pracy. Jak wynika z badania Ponemon Institute niemal co drugi pracownik SOC narzeka na ręczne przełączanie alertów. Tymczasem systemy oparte na sztucznej inteligencji mogą skanować ogromne ilości danych telemetrycznych i rejestrować informacje, realizując proste zadania, dzięki temu specjaliści ds. bezpieczeństwa zajmą się jedynie „ciekawymi” przypadkami. Jednym słowem roboty będą wykonywać czarną robotę, a wszystko wskazuje na to, że podobna rola przypadnie im nie tylko w centrach operacji bezpieczeństwa.           

Zdaniem producenta

Łukasz Formas, kierownik zespołu inżynierów, Sophos  

Zaprojektowanie i implementacja systemów bazujących na sztucznej inteligencji to skomplikowana operacja. Często jest to też proces kosztowny, chociaż wiele zależy od przeznaczenia danego systemu. Barierę mogą też stanowić różnego rodzaju dylematy prawne i moralne wokół rozwiązań bazujących na AI. Wciąż nierozstrzygnięte pozostają kwestie związane z odpowiedzialnością i podejmowaniem decyzji przez inteligentne programy – na przykład słynny już dylemat czy samochód autonomiczny powinien podczas wypadku chronić przede wszystkim kierowcę kosztem pieszych…

  

Adrian Łapczyński, prezes Epic VR  

Jestem ostrożny w spekulacjach na temat tego czy AI będzie niezbędnym elementem funkcjonowania każdego przedsiębiorstwa. Z pewnością w każdej branży można wydzielić część prac możliwą do wykonania przez algorytmy sztucznej inteligencji, ale nie w każdej ma to sens. Już od kilku lat istnieją na świecie boty, które piszą artykuły na portale internetowe, czy obsługują nas w roli wirtualnych asystentów. Są coraz doskonalsze, a ich wdrażanie coraz tańsze. Nie sądzę jednak, aby za kilka lat od wdrożenia tego typu rozwiązań zależała dalsza przyszłość dużych przedsiębiorstw.

  

Ruslan Korniichuk, architekt rozwiązań IT, Capgemini  

Większość przedsiębiorstw wykorzystuje sztuczną inteligencję. Potwierdzają to dane O’Reilly Media, które wskazują, że 85 proc. firm testuje lub już w pełni wykorzystuje AI w biznesie. Jak sądzę, liczba ta może być znacznie większa, bo często nawet nie zdajemy sobie sprawy, że mamy do czynienia z tą technologią. Szacuje się, że w ciągu najbliższych dziesięciu lat zyski z wykorzystania AI globalnie mogą osiągnąć wartość nawet 50 bilionów złotych, zatem firmy, które świadomie nie podejmą działań prowadzących do wdrożenia rozwiązań opartych na sztucznej inteligencji, powinny liczyć się z utratą potencjalnych klientów i zysków.

  

Maciej Kalisiak, Country Innovation Lead, HPE  

Przykłady zastosowań AI można mnożyć w nieskończoność. Według mnie bardzo ważne są dwa obszary. Kluczem dla firm jest wiedza i wyciąganie wniosków, co pozwala podejmować świadome i przemyślane decyzje, takie jak sposoby optymalizacji i automatyzacji produkcji czy możliwości dotarcia do większej i właściwej grupy klientów. Drugim elementem jest infrastruktura IT. Sztuczna inteligencja pomaga lepiej i bezpiecznej nią zarządzać, co pozwala wygospodarować więcej czasu na innowacje potrzebne do rozwoju biznesu.

  

Tomasz Stachlewski, CEE Senior Solutions Architecture Manager, AWS  

Z własnego doświadczenia mogę stwierdzić, że największą barierą hamującą projekty bazujące na sztucznej inteligencji jest brak kompetencji, umiejętności, a także odpowiednich narzędzi. Natomiast do wybuchu popularności tej technologii przyczynił się dynamiczny rozwój usług chmurowych. Chmura stała się wehikułem, oferując dostęp do usług i funkcjonalności AI dla firm z całego świata i to bez wymagań w zakresie fachowej wiedzy czy dużych nakładów finansowych.

  

Artykuł Sztuczna inteligencja: jak daleko stąd, jak blisko pochodzi z serwisu CRN.