Bir Sonraki Yapay Zeka Atılımı Yedeklemelerinizde Gömülü

Bir sigorta şirketinin son on yılda Pasifik Kuzeybatısı'ndaki tüm yangın kaynaklı hasar taleplerini saniyeler içinde izole edebilmesini veya bir satış departmanının, potansiyel müşterileri kaybetmeden önce özellikleri proaktif olarak iyileştirmek için belirli bir duyguya sahip kullanıcı geri bildirimleri toplayabilmesini hayal edin. Yapay zekayı beslemek için geçmiş verilerinizle etkileşim kurmanın potansiyel olumlu sonuçları sonsuzdur, ancak yalnızca yedeklemeler yedeklemeler gibi çalışmayı durdurursa.

Yıllardır sigortacılıktan eğlenceye kadar her sektördeki işletmeler, eski verilerine tozlu bir sigorta poliçesi gibi davrandılar; sakladığınız ve kullanmak zorunda kalmayacağınızı umduğunuz bir şey. Bu şirketler, neredeyse hiç gün ışığı görmeyen ve yedekleme politikası veya uyumluluk ve yasal düzenlemelerin gereklilikleri dışında kendilerine neredeyse hiç değer sağlamayan veri kayıtları, dosyalar ve videolar oluşturdular ve bunların üzerinde oturuyorlar.

Peki, bu veriler dijital dolabın en arkalarında bir yerlerde yığılmış halde duruyorsa sorun ne? Çoğunun rafa kaldırılmasının bir sebebi var, değil mi?

Bu "ne olmuş yani?" zihniyeti, tüketicilerin her türlü hizmet ve deneyime yönelik beklentilerini kökten değiştiren yapay zeka çağının gerçekliğini göz ardı ediyor. İşletmelerin yapay zeka destekli gerçek zamanlı içgörülere göre hareket etmesi ve kişiselleştirilmiş, bağlam açısından zengin deneyimler sunmasının beklendiği bir dünyada, tüm bu "uyuyan" veriler artık işletmelerdeki en az değer verilen stratejik varlıklardan biri haline geldi.

Yedeklemeler Geçmişte Sıkışmış

Günümüzün hızlı bulut odaklı dünyasında, yedeklemeler çoğu zaman statik sigorta poliçeleri olarak ele alınıyor; şirketlerin ayarlayıp unutabileceği ve asla dokunmamayı umabileceği bir şey.

Gerçek ise çok daha karmaşık ve çok daha maliyetli.

Görünürlük ilk zayıflıktır. Parçalanmış yedekleme ekosistemlerinde, kaynak yayılımı, gölge BT ve yanlış yapılandırılmış etiketler, neyin gerçekten korunduğunu kanıtlamayı veya korunmadığında keşfetmeyi zorlaştırır. Bulut tabanlı yedekleme araçları, kolayca etkinleştirilebilseler de genellikle gerçek arama ve tek öğe geri yükleme gibi kritik özelliklerden yoksun oldukları için bu zorluğu daha da artırır. Üçüncü taraf araçlar bu boşlukları doldurmaya çalışır, ancak müşteri ortamında dağıtılmış aracılar ve ek makineler, yedekleme politikalarının karmaşık yapılandırması ve şirketlerin yalnızca lisanslar için değil, aynı zamanda depolanan veya aktarılan her veri birimi için de ödeme yaptığı gizli fiyatlandırma modelleri gerektiren kendi karmaşıklıklarını ortaya çıkarır.

Verilere ihtiyaç duyulduğunda (uyumluluk, yasal veya operasyonel ihtiyaçlar için), bu geleneksel modellerin geri yükleme süreçleri yetersiz kalır. Çoğu araç, yalnızca küçük bir veri parçasına ihtiyaç duyulduğunda bile tam örnek kurtarmayı tetikleyen tam anlık görüntü geri yüklemeleri gerektirir. Başka bir deyişle, ekipler yalnızca bir tablo veya tek bir satırla ilgili olduklarında bile tüm veritabanını kurtarmak zorunda kalırlar. Sonuç, zaman, işlem gücü ve maliyet açısından muazzam bir ek yüktür. Çoğu şirketin yedekleme sistemleri, bu gereksiz ve israf dolu süreci aşmak için gereken ayrıntılı geri yükleme yeteneklerinden yoksundur.

Uyumluluk gereklilikleri bir başka sorun daha ortaya çıkarıyor. Çok az ekip, bir denetim sırasında gerçek zamanlı yedekleme başarısını kanıtlayabilir veya hassas veri saklama politikalarının, şifrelemenin ve erişim kontrollerinin doğru şekilde uygulandığını gösterebilir. Dinamik ve çoklu bulut dünyasında bu durum, en iyi ihtimalle genel saklama ve büyük depolama alanı şişkinliğine, en kötü ihtimalle de hassas verilerin incelenmeden ve güvence altına alınmadan bırakıldığı boşluklara yol açabilir.

Yedeklemeleri, LTO'lar veya Glacier gibi pasif arşivlere bir zamanlar davrandıkları gibi ele alan kuruluşlar, bulut hızı ile yedekleme hazırlığı arasında giderek büyüyen bir uçurumla karşı karşıya. Otomatik keşif veya sınıflandırma olmadan, veriler son derece dinamik ortamlarda bile gözden kaçabilir. Yedeklemeler eksik veya tutarsız kalırken, ortaya çıkan sorunları söndürmek için harcamalar artmaya devam ediyor.

Yedeklemelerden Veri Göllerine: Yapay Zekanın Yeni Sınırını Açığa Çıkarmak

Depolamayı yalnızca "modernize etmek", veri stratejisinde yeni bir çağı başlatmayacaktır. Bunun yerine, işletmelerin yedeklerini tamamen aranabilir ve analitik kullanıma hazır hale getirmeleri gerekir. veri gölleri – yalnızca uyumluluk ve kurtarma ihtiyaçlarını karşılamak için değil, aynı zamanda günümüzün yapay zeka modellerinin etkili bir şekilde öğrenmesi ve ölçeklenebilir şekilde çalışması için ihtiyaç duyduğu geniş, yüksek kaliteli veri kümelerini beslemek için de.

Veri gölü modelinde, yedeklemeler statik anlık görüntüler olarak yaşamaz. Bağlamsal meta verilerle zenginleştirilmiş, ayrıntılı arama için indekslenmiş ve analitik araçlara bağlı dinamik depolara dönüşürler. Yalnızca felaket kurtarma ve uyumluluk yükümlülüklerini yerine getirmekle kalmaz, aynı zamanda iş zekasına, ürün inovasyonuna ve müşteri etkileşimine de aktif olarak katkıda bulunurlar.

Bu değişimin temel destekleyicileri şunlardır:

• Otomatik, bağlamsal veri çıkarma: Yapay zeka destekli etiketleme ve doğal dil işleme sayesinde tarihsel kayıtlar, belgeler, resimler ve videolar zengin, aranabilir tanımlayıcılarla açıklanabilir.
• Ayrıntılı geri yükleme yetenekleri: Şirketler, tüm veri setini karantinaya almak yerine, daha geniş veri setlerini bozmadan saniyeler içinde tek tek dosyaları, işlemleri, tabloları veya medya kliplerini cerrahi bir şekilde kurtarabilir.
• Analitik kanallarına kusursuz entegrasyon: Yedeklemeler aranabilir ve sorgulanabilir hale geldiğinde, doğrudan yapay zeka eğitim veri kümelerine, gerçek zamanlı gösterge panellerine ve trend analizi iş akışlarına aktarılabilir.

Etkisi dönüştürücüdür. Örneğin bir banka, dolandırıcılık tespit algoritmalarını on yıllık uzun ve durağan işlem verileri üzerinde eğiterek, daha küçük örneklerde görünmeyen anormallikleri tespit edebilir. Benzer şekilde bir sağlık hizmeti sağlayıcısı, araştırmayı desteklemek için belirli bir genetik belirteçle eşleşen tüm hasta vakalarını alabilir veya bir eğlence şirketi, içerik üretimine rehberlik etmek için geçmiş izleyici duygu verilerini ortaya çıkarabilir.

Bir zamanlar "ölü veri" olan şey, giderek büyüyen stratejik bir varlığa dönüşüyor. Yedeklemeler, bir maliyet merkezi olmaktan çıkıp rekabet avantajına dönüşerek sektörler genelinde inovasyonu besliyor.

İş Potansiyeli için "Ölü Veri" Madenciliği

Neyse ki, mevcut durum değişiyor. Modern depolama sistemleri, arşivleri anında aranabilir ve kullanıma hazır hale getirmek için nesne ve konu tabanlı depolama, otomatik indeksleme ve bağlamsal meta veri çıkarma özelliklerini bir araya getirebiliyor.

Örneğin, Google Bulut Ford ve Kyocera gibi büyük üreticiler ve otomotiv şirketleriyle birlikte, tarihsel olarak ayrı tutulan varlıkları birbirine bağlamak, verileri işleyip standartlaştırmak ve fabrika katından buluta görünürlüğü artırmak için çalışmaktadır. Finans kuruluşları, biriken petabaytlarca işlemsel ve müşteri etkileşimi verisine sahip olan şirketler, finans sektörüne özgü yapay zeka modellerini eğitmek için bu altın madenine erişmek için can atıyor ve bu da derin tarihsel verilerin ne kadar değerli hale geldiğini gösteriyor.

Medya ve eğlencede bile kullanım örnekleri şaşırtıcı bir potansiyel taşıyor. Örneğin, hem orijinal hem de lisanslı içeriklere yaptığı harcamaların 2020'de 100 milyon dolara ulaşması beklenen Netflix'i ele alalım. Bu yıl 18 milyar dolarBaşka bir deyişle, Netflix yedeklenmiş veriler, medya, meta veriler, video etiketleme bilgileri ve daha fazlasıyla dolu bir Everest'in üzerinde oturuyor ve bunların tümü, bir dizi bölgesel uyumluluk düzenlemesi, çok sayıda erişilebilirlik standardı ve çeşitli bulut sağlayıcıları aracılığıyla yeniden değerlendirilmek zorunda. Tek bir yedekleme kurtarma anlık görüntüsünde böylesine muazzam miktarda içeriği taramak kesinlikle mümkün değil. Şimdi, ayrıntılı geri yükleme özellikleri ve anında arama özelliğiyle verileri taramanın ne kadar kolay olacağını hayal edin.

İşte veri gölü değişimi tam da bunu sağlıyor.

Kanıtı çıktıdadır: Doğru araçlar ve doğru stratejik zihniyetle yedekleme depolama, yalnızca bir sigorta poliçesi değil, yaratıcı ve katma değerli bir motor haline gelir.

Daha İyi Yedeklemeler Daha İyi İş Sonuçları Anlamına Gelir

Günümüz işletmeleri veri ve hız ile tanımlanıyor. Eski yedekleme sistemleri, ekipleri her iki alanda da geride bırakıyor.

Yedeklemeler, bir kasa veya en kötü durumda hayatta kalma mekanizması olarak görülmemelidir. Bunun yerine, büyüme, yaratıcılık ve rekabet avantajı sağlayan motorlar olmalıdırlar ve yeni teknoloji çözümleri bu geçişi mümkün kılmaya hazırdır. Yedekleme mimarilerini bugün modernize eden şirketler, finans, sağlık, medya ve diğer alanlarda yarının atılımlarını besleyecek olanlar olacaktır.