作者 | David Linthicum

策劃 | 言征

如果沒有適當的數據治理、互操作性和訪問控制，企業就沒有希望最大化其數據的業務價值。

“這一切都與數據有關！”一直是傳統系統架構師在構建復雜系統時的口號，特別是他們將如何生成和處理數據作為核心能力。這一切都與數據有關，從客戶行為分析到預測建模。然而，云生態系統，包括對云的推動，往往認為這是理所當然的。應該嗎？數據如何影響這些系統的有用性？讓我們介紹一些常見問題，以及如何提高數據的業務價值。

1、數據治理不足

數據治理經常被忽視，需要在企業IT中理解。請不要相信我的話；問問某人有什么數據治理系統，然后站在一旁看著困惑的表情   云平臺提供強大的基礎設施和服務，但通常需要全面的數據管理、隱私和安全機制。

解決方案和問題一樣容易理解。組織必須負責實施適當的數據治理框架，包括政策和系統。此外，云提供商必須優先考慮并優化這些功能，以確保數據保護、合規性和合乎道德的處理。

2、缺乏互操作性

數據通常與特定的云平臺或服務綁定或耦合。這使得遷移或與解決方案集成變得困難。事實上，這是大多數數據問題的基礎：創建難以分解的數據豎井。數據應獨立于底層云基礎設施進行處理。這實現了跨各種平臺的移動和集成。我不知道為什么這個消息沒有被聽到；多年來，我一直在教授如何做到這一點的技術和機制，當然是在這里。然而，這是我所看到的最違反的規則，隨著我們進入基于云的平臺，這將成為一個更大的問題。

解決數據互操作性問題的唯一方法是將解決方案設計到系統中。互操作性通常不是用“螺栓連接”技術就能解決的問題，這只會使事情變得更加復雜。

3、數據訪問和控制不足

數據訪問和控制在許多云環境中受到限制，如果設計不當，可能會阻礙組織真正利用其業務數據。這里似乎沒有中間立場；要么數據是完全可訪問的，要么根本不可訪問。大多數情況下，控制器被關閉，寶貴的數據得不到利用，系統優化不足。

你只需要看看生成式AI系統的興起，就可以理解這種限制是如何影響這些系統的價值的。如果數據不可訪問，那么知識引擎就無法得到適當的訓練。你會有愚蠢的人工智能。

這種缺乏控制的原因是不透明的數據所有權模型以及有限的數據處理和存儲控制。解決方案是讓組織對其數據建立更大的透明度和控制權。這包括定義訪問權限、管理加密以及決定數據存儲的方式和位置。這將確保數據所有者保留主權，并且信息仍然可用。

在目前正在構建的云系統中，數據不是一等公民，它應該是。數據治理、互操作性和訪問的工具是眾所周知的，正確利用這些工具的過程也是眾所周知的。出于某種原因，企業不想自找麻煩。

隨著人工智能在大多數企業中發揮作用，數據的價值不再只是一個概念，而是一個你無法避免的現實。