Nâng cao kiến ​​trúc dữ liệu cho AI tổng hợp – SiliconANGLE

Trí tuệ nhân tạo sáng tạo đã phá vỡ hoạt động kinh doanh vào năm 2023 và hiện là yếu tố cần phải cân nhắc trong kế hoạch 2024.

Với suy nghĩ này, các chuyên gia kỹ thuật phải cố gắng nâng cao và hiện đại hóa nền tảng quản lý dữ liệu của họ để hỗ trợ thế hệ AI nhằm đạt được kết quả kinh doanh cao hơn. Gen AI dựa vào dữ liệu sẵn sàng cho AI để hoạt động.

Tuy nhiên, do thế hệ AI có ý nghĩa trên toàn doanh nghiệp nên quá trình hiện đại hóa thường dẫn đến những vấn đề phức tạp và phức tạp. kịch bản triển khai. Các chuyên gia kỹ thuật đang được yêu cầu cung cấp khả năng quản lý dữ liệu trơn tru và tích hợp liền mạch với các kiến ​​trúc trải rộng trên nhiều môi trường khác nhau, bao gồm các hệ thống tại chỗ, kết hợp, biên và đám mây.

Các giải pháp truyền thống mà các chuyên gia kỹ thuật đã sử dụng trước đây có thể không xử lý được tốc độ, sự đa dạng và khối lượng dữ liệu được tạo ra bởi khối lượng công việc phân tích và ứng dụng hiện đại. Do thế hệ AI, họ phải áp dụng các phương pháp tiếp cận mới và mới nhất để lưu trữ và phân phối dữ liệu. Những cách tiếp cận này có thể ảnh hưởng đến nhiều hệ sinh thái dữ liệu, bao gồm hồ dữ liệu, kho và trung tâm.

Với sự phát triển của thế hệ AI, các chuyên gia kỹ thuật sẽ cảm thấy được trao quyền để mang lại hiệu suất và hiệu suất cho thực hành quản lý dữ liệu. Dưới đây là bốn xu hướng chính về quản lý dữ liệu mà các chuyên gia kỹ thuật nên xem xét khi họ tìm cách cung cấp các giải pháp quản lý dữ liệu hiệu quả và nâng cao kiến ​​trúc dữ liệu của họ với thế hệ AI:

Kiến trúc dữ liệu có thể thích ứng sẽ phụ thuộc vào thiết kế và tích hợp mạnh mẽ

Môi trường quản lý dữ liệu gắn kết hỗ trợ tất cả các loại khối lượng công việc dữ liệu và có thể truy cập được thông qua quyền truy cập hợp nhất với các khả năng tích hợp và tăng cường. Chúng bao gồm việc nâng cao khả năng của thế hệ AI với khuôn khổ mạnh mẽ để quản lý chung và quản lý siêu dữ liệu.

Kiến trúc dữ liệu và phân tích đang phát triển nhanh chóng nhờ thế hệ AI, buộc các chuyên gia kỹ thuật phải điều chỉnh các chiến lược hiện tại của họ để phù hợp với nhiều cấu trúc triển khai. Để thành công, các tổ chức phải thiết kế kiến ​​trúc dữ liệu có khả năng thích ứng, tích hợp liền mạch, cho phép cộng tác và cung cấp các giải pháp phân tích bổ sung.

Dựa trên xu hướng này, các chuyên gia kỹ thuật nên tập trung nỗ lực kiến ​​trúc dữ liệu năm 2024 vào các hoạt động sau:

• Thiết lập chiến lược và cộng đồng thực hành để giải quyết hệ sinh thái dữ liệu.
• Ưu tiên triển khai theo khả năng tương thích, độ trễ, thông lượng và trọng lượng dữ liệu.
• Nâng cao kiến ​​trúc quản lý dữ liệu để hỗ trợ các khả năng AI tổng quát.
• Phát triển cơ sở hạ tầng dữ liệu để hỗ trợ nhiều mẫu kiến ​​trúc.

Lựa chọn lưu trữ dữ liệu sẽ có tác động lâu dài

Các lựa chọn lưu trữ dữ liệu liên tục phát triển — thậm chí còn phát triển hơn nữa nhờ thế hệ AI — làm tăng tầm quan trọng của việc sử dụng nhiều công cụ lưu trữ và xử lý dữ liệu để tối đa hóa lợi thế về chi phí trong cả môi trường tại chỗ và đám mây.

Với dữ liệu thường được phân phối trên nhiều hệ thống, cả bên trong và bên ngoài doanh nghiệp, việc xác định và tích hợp vẫn khó khăn.

Dữ liệu cũng cần phát triển khi các kịch bản kỹ thuật số mới xuất hiện. Gánh nặng quản lý cơ sở hạ tầng khiến các chuyên gia kỹ thuật gặp khó khăn hơn trong việc cung cấp các giải pháp theo kịp nhu cầu kinh doanh đang thay đổi của thế hệ AI. Bằng cách triển khai các nền tảng được quản lý hoàn toàn, các chuyên gia kỹ thuật có thể tập trung vào việc mang lại giá trị kinh doanh thay vì các nhiệm vụ quản trị cơ sở dữ liệu nhàm chán cũng như các nhiệm vụ bảo trì như sao lưu, vá lỗi và mở rộng quy mô.

Các chuyên gia kỹ thuật nên tập trung nỗ lực triển khai lưu trữ dữ liệu năm 2024 vào các hoạt động sau:

• Hài hòa kiến ​​trúc hồ dữ liệu và kho dữ liệu để nâng cao hiệu quả và tối ưu hóa.
• Áp dụng khung quyết định của Gartner để ánh xạ các trường hợp sử dụng tới các tùy chọn lưu trữ dữ liệu.
• Hiểu sự phức tạp của việc triển khai cơ sở dữ liệu phân tán.
• Kết nối các silo dữ liệu và quản lý các hệ thống quản lý dữ liệu phức tạp.

Kỹ thuật dữ liệu đổi mới sẽ thúc đẩy các quy trình và khối lượng công việc tích hợp dữ liệu

Với thế hệ AI, các chuyên gia kỹ thuật nên coi vấn đề dữ liệu là một vấn đề kỹ thuật và cố gắng trao quyền cho các kỹ sư dữ liệu để cung cấp dữ liệu chính xác và đáng tin cậy cho người tiêu dùng và ứng dụng trong khung thời gian dự kiến. Điều này sẽ thúc đẩy các kỹ sư dữ liệu tham gia vào nhiều nỗ lực khác nhau để tái lập nền tảng dữ liệu của họ, khi các nền tảng quản lý dữ liệu phát triển nhanh chóng, bao gồm kiến ​​trúc, thiết kế và di chuyển các quy trình tích hợp dữ liệu.

Khi kiến ​​trúc, thiết kế và phát triển các quy trình tích hợp dữ liệu này, các chuyên gia kỹ thuật cần phải giải quyết một số thách thức. Tính linh hoạt, cách tiếp cận tập trung vào dữ liệu để phát triển và giải pháp không phụ thuộc vào khung để xác định yêu cầu về khả năng mở rộng và độ trễ, chỉ là một số thách thức mà họ có thể gặp phải.

Trước những thách thức này, các chuyên gia kỹ thuật nên tập trung nỗ lực tích hợp dữ liệu năm 2024 vào các hoạt động sau:

• Hiểu và vượt qua các thách thức về chất lượng dữ liệu trong đường ống dữ liệu.
• Quản lý việc điều phối đường ống dữ liệu và quy trình làm việc trên nhiều lần triển khai.
• Phát triển kiến ​​trúc tích hợp dữ liệu trong triển khai multicloud.
• Áp dụng các phương pháp thực hành về khả năng quan sát dữ liệu để cung cấp khả năng quản lý dữ liệu đáng tin cậy.

Thực tiễn triển khai toàn diện sẽ là điều bắt buộc

Một số thực tiễn và công nghệ, bao gồm cả thế hệ AI, có tầm ảnh hưởng sâu rộng đến mức chúng ảnh hưởng đến nhiều khía cạnh của kinh doanh và công nghệ hiện đại. Những ảnh hưởng của nó có thể được cảm nhận ở tất cả các giai đoạn của vòng đời dữ liệu và ở tất cả các lớp của ngăn xếp ứng dụng điển hình. Những ảnh hưởng có thể thay đổi các phương pháp thực hành tốt nhất, các mẫu thiết kế mong muốn, phạm vi và sự phối hợp của các khía cạnh khác nhau của quản trị cũng như việc quản lý các dạng dữ liệu cơ bản được sử dụng ở mọi nơi.

Với nỗ lực tận dụng các kỹ thuật gen AI kéo dài, có một sự nhiệt tình – và nỗi sợ bị các đối thủ cạnh tranh bỏ lại phía sau – đã lôi kéo nhiều tổ chức theo đuổi gen AI một cách không chú ý.

Các tổ chức hợp lý sẽ tiến hành một cách thận trọng. Họ chỉ nên tiến hành AI thế hệ khi có sự chấp thuận chính thức của lãnh đạo chiến lược và chỉ với các quy trình chính thức để quản lý việc sử dụng AI thế hệ. Hãy nhớ rằng một số sản phẩm của nhà cung cấp bao gồm các tính năng được hỗ trợ bởi gen AI; việc sử dụng các tính năng như vậy cũng cần được quản lý cho phù hợp.

Để đánh giá cao bản chất sâu rộng của gen AI, các chuyên gia kỹ thuật nên:

• Tận dụng nguồn mở và các tiêu chuẩn mở cho các khoản đầu tư vững chắc trong tương lai.
• Tăng cường triển khai đám mây bằng tính năng quản lý tài chính trên đám mây (bao gồm cả FinOps) để tối ưu hóa chi phí.
• Sử dụng thế hệ AI một cách thận trọng và giám sát đầu ra của nó một cách cẩn thận.

Các chuyên gia kỹ thuật nên giải quyết bốn xu hướng này để phát triển kiến ​​trúc dữ liệu của họ để thế hệ AI sử dụng lâu dài. Điều bắt buộc là họ phải có cái nhìn toàn diện về kiến ​​trúc này từ góc độ doanh nghiệp để có thể giải quyết bất kỳ tình huống nào có thể phát sinh.

Ramke Ramakrishnan là nhà phân tích giám đốc cấp cao tại Gartner Inc., với kinh nghiệm sâu rộng trong việc thúc đẩy các chiến lược quản lý dữ liệu và mang lại sự xuất sắc thông qua nghiên cứu, đổi mới, tư vấn và tính linh hoạt cho các Chuyên gia Công nghệ. Anh ấy đã viết bài này cho SiliconANGLE. Các nhà phân tích của Gartner sẽ cung cấp phân tích bổ sung về các công nghệ mới nổi, bao gồm cả gen AI, tại Gartner Hội nghị thượng đỉnh về dữ liệu & phân tíchdiễn ra từ ngày 11 đến 13 tháng 3, tại Orlando, Fla.

Hình ảnh: Trình tạo hình ảnh SiliconANGLE/Bing