Dlaczego rok 2025 na nowo zdefiniuje infrastrukturę danych: 11 przewidywań ekspertów

Jeśli rok 2023 dotyczył generatywnych chatbotów i wyszukiwania opartych na sztucznej inteligencji, rok 2024 wprowadził agentyczną sztuczną inteligencję – narzędzia zdolne do planowania i wykonywania wieloetapowych zadań w środowisku cyfrowym. Od przełomowych odkryć inżynieryjnych Devina po wczesne eksperymenty Microsoftu z Copilot Vision — innowacje były różnorodne, ale jedna stała pozostała: potrzeba utrzymywania porządku i niezawodności infrastruktury danych.

W miarę jak przedsiębiorstwa zwracają się w stronę zaawansowanych inicjatyw związanych ze sztuczną inteligencją, kilka trendów zmienia sposób zarządzania, zabezpieczania i wykorzystywania danych. Firmy coraz częściej wdrażają strategie oparte na wielu chmurach, otwartych danych i otwartym zarządzaniu, aby uniknąć uzależnienia od dostawców i zyskać większą elastyczność. Skupili się także na danych nieustrukturyzowanych, przekształcając rynki danych w centra udostępniające wstępnie wytrenowane modele sztucznej inteligencji z zastrzeżonymi zbiorami danych i aplikacjami. Ponadto postęp w bazach danych wektorowych i grafowych dodał nowe możliwości, kładąc podwaliny pod to, co będzie dalej.

Teraz, gdy rozwija się historia sztucznej inteligencji, liderzy branży dzielą się swoimi przewidywaniami dotyczącymi ewolucji infrastruktury danych stanowiącej jej podstawę w 2025 r.

1. Dane multimodalne w czasie rzeczywistym będą promować inteligentne koło zamachowe danych

„W 2025 r. przedsiębiorstwa w pełni wykorzystają dane multimodalne i sztuczną inteligencję, zmieniając sposób, w jaki działają i dostarczają wartość. U podstaw tej transformacji leży „inteligentne koło zamachowe danych” – dynamiczny cykl, w którym dane w czasie rzeczywistym umożliwiają wyciąganie wniosków opartych na sztucznej inteligencji, co napędza ciągłe innowacje i ulepszenia. Dzisiejsze ciemne dane – obrazy, wideo, dźwięk i dane wyjściowe z czujników – staną się kluczowe dla odblokowania szybszych prognoz, inteligentniejszej automatyzacji i możliwości adaptacji w czasie rzeczywistym, ostatecznie tworząc bogatsze i bardziej szczegółowe zrozumienie rzeczywistości biznesowej.

„Dzięki kołu zamachowemu danych w czasie rzeczywistym sztuczna inteligencja będzie autonomicznie diagnozować problemy, optymalizować procesy i generować innowacyjne rozwiązania. Przedsiębiorstwa będą polegać na agentach AI, aby zapewnić jakość danych, odkrywać spostrzeżenia i kształtować strategie, umożliwiając ludzkim talentom skupienie się na zadaniach wyższego poziomu. Na nowo zdefiniuje efektywność, przyspieszy innowacje i przekształci przedsiębiorstwa w bardziej dynamiczne i inteligentne organizacje.

– Yasmin Ahmed, dyrektor zarządzający ds. strategii i zarządzania produktami wychodzącymi w zakresie danych, analiz i sztucznej inteligencji w Google Cloud

2. Cold Factor: centrum danych chłodzone cieczą

„W miarę przyspieszania wzrostu obciążeń AI, wiodące organizacje będą korzystać z chłodzenia cieczą, aby zmaksymalizować wydajność i efektywność energetyczną. Dostawcy hiperskalowych rozwiązań chmurowych i duże przedsiębiorstwa będą przodować, stosując chłodzenie cieczą w nowych centrach danych AI, w których mieszczą się setki tysięcy akceleratorów AI, sieci i oprogramowania.

„Przedsiębiorstwa zdecydują się na wdrożenie infrastruktury sztucznej inteligencji w obiektach kolokacyjnych zamiast budować własną, aby zmniejszyć obciążenie finansowe związane z projektowaniem, wdrażaniem i obsługą inteligentnej produkcji na dużą skalę. Lub będą wynajmować pojemność w razie potrzeby. Wdrożenia te ułatwią przedsiębiorstwom dostęp do najnowszej infrastruktury bez konieczności jej samodzielnego instalowania i obsługi. Ta zmiana przyspieszy szersze przyjęcie w branży chłodzenia cieczą jako głównego rozwiązania dla centrów danych AI.

– Charlie Boyle, wiceprezes ds. platformy DGX w firmie Nvidia

3. Globalna eksplozja danych powodująca niedobór pamięci masowej

„Świat tworzy bezprecedensowe ilości danych. W 2028 r. do 400 zettabajtów Zostanie wygenerowany przy złożonej rocznej stopie wzrostu (CAGR) wynoszącej 24%. Szacuje się jednak, że baza instalacji pamięci masowej ma CAGR na poziomie 17%, a zatem (rośnie) w znacznie wolniejszym tempie niż wzrost generowanych danych. A wyprodukowanie jednego dysku twardego zajmuje cały rok. Ta dysproporcja w tempie wzrostu zakłóci globalną równowagę podaży i popytu na magazynowanie. W miarę jak organizacje stają się mniej eksperymentalne i bardziej strategiczne w korzystaniu ze sztucznej inteligencji, będą musiały opracować plany dotyczące większej przestrzeni i pojemności fizycznych centrów danych, aby zapewnić dostawy pamięci masowej oraz zrównoważyć kwestie finansowe, regulacyjne i środowiskowe podczas korzystania ze sztucznej inteligencji, a inwestycje w infrastrukturę danych wyniosły aby w pełni zarabiać. ,

– BS Teoh, wiceprezes i dyrektor handlowy firmy Seagate Technology

4. Fabryki AI będą ewoluować w PaaS

„W 2025 r. fabryki sztucznej inteligencji wyjdą poza fazę początkową i będą oferować infrastrukturę jako usługę, oferując usługi obliczeniowe, sieciowe i pamięci masowej oraz udostępniając możliwości platformy jako usługi. Chociaż podstawowe usługi są niezbędne do wdrożenia sztucznej inteligencji, następna fala fabryk sztucznej inteligencji będzie priorytetowo traktować platformy, które zwiększają kapitał danych i zapewniają trwałą wartość. Ta zmiana będzie miała kluczowe znaczenie dla zapewnienia trwałości i konkurencyjności fabryk AI w dłuższej perspektywie.

– Rajan Goyal, współzałożyciel i dyrektor generalny Datapelago

5. Firmy będą korzystać ze swoich ogromnych zbiorów danych, ale będą wymagać niezawodności

„W przeważającej części wczesne zastosowania sztucznej inteligencji opierały się na modelach podstawowych trenowanych na ogromnych ilościach danych publicznych. W miarę jak zaawansowane aplikacje RAG staną się głównym nurtem, a produkty do tworzenia danych strukturalnych szybko osiągną poziom, aplikacje wykorzystujące ogromne zasoby prywatnych danych przedsiębiorstw zaczną tworzyć rzeczywistą wartość. Jednak w przypadku tych aplikacji stawka będzie wyższa: przedsiębiorstwa będą wymagać niezawodności od aplikacji AI, a nie tylko błyskawicznych demonstracji.

„Co więcej, firmy zajmujące się sztuczną inteligencją dostarczające te modele muszą utrzymywać dobre stosunki z wydawcami i dostawcami treści, aby chronić przyszłość rozwoju sztucznej inteligencji. Będą musieli zawrzeć umowy licencyjne z dostawcami treści, aby zapewnić sobie wynagrodzenie za niezwykle cenne dane, które oferują. „To musi się wydarzyć wkrótce, zanim wszystko stanie się kwestią procesów sądowych i blokowania robotów AI”.

– Sridhar Ramaswamy, dyrektor generalny Snowflake

6. Agenci korporacyjni zniszczą dane komunikacyjne

„W 2025 r. przedsiębiorstwa będą wydobywać terabajty danych komunikacyjnych, takich jak e-maile, wiadomości na platformie Slack i transkrypcje Zoom, korzystając z agentów zapewniających spostrzeżenia analityczne, pulpity nawigacyjne i praktyczne narzędzia wspomagania decyzji.

„Doprowadzi to do znacznej poprawy produktywności we wszystkich branżach”.

– Nikolaos Vasiloglu, wiceprezes ds. badań i uczenia maszynowego w RelationalAI

7. Zarządzanie danymi i ich jakość będą największymi barierami na drodze do pomyślnego i etycznego wdrożenia sztucznej inteligencji

„W 2025 r. zarządzanie danymi, dokładność i prywatność staną się najważniejszymi barierami w skutecznym wdrażaniu sztucznej inteligencji. Gdy organizacje rozważą skalę sztucznej inteligencji, zdadzą sobie sprawę, że pomyślne wyniki sztucznej inteligencji są całkowicie zależne od wiarygodnych danych. Zarządzanie ogromnymi ilościami danych i ich przygotowywanie, zapewnianie zgodności i utrzymywanie dokładności będzie stanowić złożone wyzwanie. Przedsiębiorstwa będą musiały pokonać te bariery, inwestując w podstawowe platformy danych, które umożliwiają ujednolicone zarządzanie różnymi źródłami danych.

„W rezultacie zaobserwujemy większy nacisk na role w zakresie zarządzania danymi i ramy zarządzania dostosowane do inicjatyw związanych z sztuczną inteligencją, ponieważ firmy zdają sobie sprawę, że niezaufane dane bezpośrednio wpływają na skuteczność sztucznej inteligencji”.

, Jeremy Kelleway, wiceprezes ds. analityki, inżynierii danych i sztucznej inteligencji w EDB

„W 2025 r. ujednolicone platformy obserwacji danych staną się podstawowym narzędziem dla dużych przedsiębiorstw, zapewniającym kompleksowy wgląd w wydajność, jakość, stan infrastruktury danych, zarządzanie kosztami i zachowania użytkowników, co umożliwi stawienie czoła złożonym wyzwaniom związanym z zarządzaniem i integracją. Automatyzując wykrywanie anomalii i umożliwiając wgląd w czasie rzeczywistym, platformy te będą wspierać niezawodność danych i usprawniać działania związane z zapewnieniem zgodności w różnych branżach.

– Ashwin Rajeev, współzałożyciel i dyrektor techniczny Acceldata

9. Niech wszyscy witają lorda Megha

„W 2025 r. będziemy świadkami prawdziwego ruchu w kierunku chmur suwerennych i prywatnych. Już teraz widzimy, jak najwięksi hiperskalownicy inwestują miliardy dolarów w budowę centrów danych na całym świecie, aby oferować takie możliwości. Udostępnienie tej funkcji w trybie online zajmie trochę czasu; Tymczasem fala przepisów pochodzących głównie z UE spowoduje gwałtowny wzrost popytu. Osoby posiadające elastyczną, skalowalną i elastyczną infrastrukturę chmurową będą mogły szybko przyjąć podejście suwerenne lub prywatne. Ci z monolityczną, sztywną infrastrukturą mogą znajdować się za zakrętem.

, Kevin Cochrane, dyrektor ds. marketingu firmy Vulture

10. Powstanie przetwarzanie danych na brzegu

„Przyglądam się potencjalnej ekspansji przetwarzania brzegowego napędzanej rozprzestrzenianiem się technologii 5G, która przybliża przetwarzanie danych do źródła i zmniejsza opóźnienia. Może to pomóc w demokratyzacji sztucznej inteligencji. Pytanie brzmi, czy możemy stworzyć wydajne aplikacje AI, które potencjalnie będą działać na urządzeniach mobilnych, bez polegania na zasobach w chmurze?

„Jeśli 5G będzie dostępne dla techników terenowych, będą mogli wykorzystać sztuczną inteligencję do pomocy w swojej pracy – niezależnie od tego, czy będą to lekarze świadczący diagnostykę i leczenie na obszarach dotkniętych klęską, gdzie 5G jest dostępna, ale Wi-Fi nie będzie, czy też inżynierowie i naukowcy budują na miejscu. „Decyzje na podstawie badań wspomaganych sztuczną inteligencją i obliczeń w czasie rzeczywistym.”

– Jerrod Johnson, starszy ewangelista technologii w CData

11. Bezpieczeństwo nieustrukturyzowanych danych będzie coraz ważniejsze

„Tradycyjnie bezpieczeństwo danych skupiało się na danych o znaczeniu krytycznym, ponieważ są to dane, które należy szybko przywrócić. Jednak sytuacja się zmieniła – liczba nieustrukturyzowanych danych wzrosła do 90% wszystkich danych wygenerowanych w ciągu ostatnich 10 lat. Duża powierzchnia petabajtów nieustrukturyzowanych danych w połączeniu z ich powszechnym wykorzystaniem i szybkim wzrostem sprawia, że ​​są one bardzo podatne na ataki ransomware. Cyberprzestępcy mogą wykorzystać nieustrukturyzowane dane jako konia trojańskiego do zainfekowania przedsiębiorstwa. Ekonomiczna ochrona nieustrukturyzowanych danych przed oprogramowaniem ransomware stanie się kluczową strategią obrony, zaczynając od przenoszenia zimnych, nieaktywnych danych do niezmiennej pamięci obiektowej, gdzie nie można ich modyfikować.

„W tym celu dyrektorzy ds. IT i pamięci masowej będą szukać rozwiązań do zarządzania danymi nieustrukturyzowanymi, które oferują zautomatyzowane możliwości ochrony, segmentacji i audytu wrażliwych i wewnętrznych danych w sztucznej inteligencji – przypadek użycia, który będzie się zwiększał w miarę dojrzewania sztucznej inteligencji rozwijać się. Ponadto będą musieli stworzyć użytkownikom systematyczne sposoby przeszukiwania korporacyjnych magazynów danych, wybierania odpowiednich danych, badania wrażliwych danych i przesyłania danych do sztucznej inteligencji na podstawie raportów audytowych.

– Krishna Subramanian, współzałożyciel Comprize

Krótko mówiąc, rok 2025 zapowiada znaczący postęp w infrastrukturze danych przedsiębiorstw, od multimodalnych kół zamachowych danych po suwerenne chmury. Pozostaną jednak wyzwania takie jak zarządzanie danymi i brak pamięci masowej. Sukces w tej dynamicznej przestrzeni będzie zależał od zrównoważenia innowacji z zaufaniem i zrównoważonym rozwojem, przekształcając dane w trwałą przewagę konkurencyjną.