América Latina. A rápida adoção de inteligência artificial (IA) e aprendizado de máquina (ML) no ano passado transformou quase tudo, inaugurando uma nova era de inovação e crescimento nunca vista antes.
O mesmo vale para o data warehouse, onde o impacto dessas tecnologias será transformador, permitindo a maior agilidade nos negócios que as empresas precisam para competir no mundo atual orientado por dados.
Como pode ser a mudança? Aqui estão sete maneiras pelas quais a inteligência artificial e o aprendizado de máquina podem transformar o cenário de armazenamento até 2024, de acordo com Eduardo Alexandri, diretor administrativo para o México, Colômbia e América Central da Western Digital:
1. Armazenamento em camadas: O armazenamento em camadas existe há décadas, permitindo que as organizações aproveitem diferentes tipos de mídia de armazenamento, dependendo dos requisitos de capacidade, velocidade, custo, segurança e outros fatores. Mais recentemente, os scripts prescritos introduziram algum nível de automação de processos, mas a implementação do armazenamento hierárquico ainda é um esforço relativamente manual. A IA/ML pode oferecer a oportunidade de automatizar totalmente o armazenamento hierárquico, analisando os padrões de acesso e uso para mapear dados de forma inteligente para o nível de armazenamento ideal. E, como os modelos estão sempre aprendendo, a inteligência artificial e o aprendizado de máquina serão capazes de se adaptar às mudanças nas condições em tempo real, gerando recursos ideais de preço por desempenho.
2. Classificação e rotulagem: Classificação e rotulagem são outras tarefas importantes, porém manuais, que oferecem a oportunidade de maior automação. A IA/ML pode analisar o contexto dos dados e metadados associados para categorizar automaticamente grandes volumes de informações em unidades consumíveis ordenadas e organizadas. Os possíveis casos de uso para classificação e marcação são intrigantes, incluindo comércio, gerenciamento de conteúdo e qualquer outro processo que dependa da funcionalidade de pesquisa.
3. Segurança e mitigação de ameaças: os agentes de ameaças têm usado IA/ML para criar ataques mais sofisticados em escala, e as equipes de segurança cibernética estão começando a revidar integrando recursos de IA/ML em todo o pacote de segurança corporativa. Isso inclui detecção de ameaças mais avançada, melhor visibilidade de ativos vulneráveis e maior produtividade e eficiência nas operações de segurança. O armazenamento de dados altamente confiável será necessário para gerenciar e analisar as grandes quantidades de dados de segurança gerados a partir de dezenas de ferramentas de monitoramento.
4. Desduplicação e compactação: A desduplicação e a compactação podem ajudar as organizações a maximizar os recursos de armazenamento no mundo atual orientado por dados. A IA/ML pode ser aproveitada para revisar grandes conjuntos de dados em toda a organização e identificar oportunidades para desduplicar ou compactar conjuntos de dados, permitindo que as organizações aproveitem com mais eficiência sua capacidade total de armazenamento.
5. Manutenção preditiva: o tempo de inatividade não planejado custa às organizações bilhões de dólares em perda de produtividade a cada ano. A manutenção preditiva baseada em IA/ML pode permitir que as organizações analisem o desempenho e a integridade do armazenamento em tempo real para evitar e corrigir problemas antes que eles se tornem um problema maior que leva ao tempo de inatividade. A IA/ML também pode ajudar no tempo de inatividade planejado, identificando o momento ideal para colocar os sistemas offline para manutenção preventiva regular.
6. Análise de TCO: ter uma visão clara do TCO (Total Cost of Ownership, custo total de propriedade) das implantações de armazenamento pode transformar a maneira como as organizações alocam recursos de armazenamento em toda a organização. Custos ocultos, como consumo de energia, rede e manutenção, são quase impossíveis para os humanos calcularem por conta própria. A IA/ML, por outro lado, pode aprender a contabilizar esses custos durante todo o ciclo de vida dos sistemas de armazenamento. Compreender o TCO desses sistemas permitiria que decisões informadas fossem tomadas para otimização de custos e alocação de recursos.
7. Gerenciamento de recursos: AI/ML também pode ajudar na configuração, otimização e realocação de recursos de computação e armazenamento. Isso pode levar a uma utilização significativamente melhorada de ativos, melhor desempenho do sistema e maior disponibilidade de dados. Esses benefícios podem ser amplificados quando combinados com NVMe on Fabric (NVMe-oF), que pode melhorar a velocidade de transferência de dados, eficiência, escalabilidade e utilização de recursos. Os algoritmos de IA podem ajustar dinamicamente os recursos e parâmetros de armazenamento em tempo real, gerenciar dados de forma inteligente em diferentes camadas ou recursos e manter a integridade do sistema de forma preditiva para garantir um gerenciamento de dados eficiente e eficaz. A combinação de IA com NVMe-oF pode ser uma etapa crucial para gerenciar o volume de dados em rápida expansão para fornecer soluções de armazenamento compartilhado mais confiáveis e escaláveis.
A inteligência artificial e o aprendizado de máquina estão inaugurando uma nova era de armazenamento inteligente
As implicações da IA/ML no armazenamento serão profundas. Desde o gerenciamento inteligente de dados e a otimização da alocação de recursos até a melhoria da segurança e eficiência do armazenamento, a IA remodelará fundamentalmente a forma como as organizações percebem e usam os sistemas de armazenamento.
O armazenamento se tornará mais do que apenas capacidade e desempenho. Vai ser mais sobre inteligência e eficiência. À medida que as organizações continuam a aproveitar o poder da IA/ML em suas estratégias de armazenamento, podemos antecipar um cenário centrado em dados que é mais responsivo, seguro e econômico.
O surgimento da IA no armazenamento é empolgante e transformador, oferecendo informações sobre as possibilidades ilimitadas de soluções de armazenamento inteligentes e adaptáveis.
