在COVID-19大流行的刺激下，2020年底估计有60%的企业已经将工作任务转移到云上。随着信息技术(IT)投资在疫情期间持续增长，这一数字可能会继续提高。
然而，尽管企业云的使用越来越多，许多组织继续在云迁移中犯下基本的、可避免的错误。这些不可避免地会导致螺旋式上升的成本、延迟、缺乏一致性以及跨组织单位的整合冲突。Fortinet公司2019年的一项研究发现，在未能实现预期回报后，74%的公司在最初将应用程序迁移到云计算后，又将它们送回了本地——这是一种令人惋惜，但可避免的预算和时间浪费。
为什么会发生这种情况?规划云迁移的IT决策者通常认为他们只有两条路径可用。其中一种是他们可以快速移动，以最小的变化进行迁移。虽然节省资金，但牺牲了精度，没有充分利用云的优势。另外一种则认为他们的团队可以进行艰苦的、资源密集型的规划和开发过程，在迁移过程中实现所有应用程序的现代化。这种方法会带来更好的结果，但速度太慢，成本也高得令人望而却步。
但这并不是唯一的两种选择。企业也可以寻求利用人工智能和自动化的力量，在最大化效率和结果的同时，为决策者提供最佳选择。
使用AI发现“未知的未知”
云迁移是出了名的复杂。如果您将主要云供应商提供的所有实例类型、存储选项、可用区域和定价计划结合起来，那么目前有超过2500万个可用的云配置选项。毫不奇怪，这使得云迁移的规划阶段成为一个痛苦的过程。人工智能可以帮助组织了解复杂性，预测潜在的痛点，避免意外成本，从而消除或至少显著减少延迟和停机时间。
通常，基于人工智能的云迁移应用程序映射来自客户环境的数千个数据点，并将它们关联到一个最佳迁移模式。传统上这项任务需要一个有经验的云专家数周的时间来完成，但通过算法可以在几分钟内完成。更好的是，随着每次云迁移，人工智能变得更加智能，因为它可以利用历史数据来得出“更优”结论。
更重要的是，与人类云迁移团队不同，人工智能具有更少的固有偏见和完美的“记忆”，帮助迁移团队保持决策的客观性和一致性。
人工智能(AI)和机器学习(ML)工具在云迁移的规划阶段具有最大的影响。如果能够智能地应用，它们对于确保迁移运行行程表尽可能地准确和精确是非常宝贵的。
关注潜在风险
人工智能不是万灵药——至少现在还不是。在规划云迁移时过度依赖AI和ML工具的风险是，它们可能会错过一些重要的细微差别。例如，一个组织文化的独特怪僻、其更广泛业务目标的微妙之处以及快速移动的外部市场因素将不会被AI或ML工具发现。
这就是为什么有经验丰富的云工程师参与迁移项目是很重要的。AI和ML当然可以充当向导，但一个技术娴熟的团队将带来所需的创造力和至关重要的实际经验，这也是工作的一部分。
迁移后：用自动化揭示现代化机会
当组织将应用程序迁移到云计算时，我们经常看到决策者采用一种“设置它，然后忘记它”的心态。这不可避免地会导致资源管理不善和浪费，这将对性能产生负面影响，并最终导致组织花费更多资金。安全性和合规性漏洞也很容易被忽视，使系统容易受到网络攻击和潜在的监管违规。
随着组织不断发展以满足当今世界不断变化的需求，云基础设施也应该跟上和进一步发展。人工智能和自动化可以提供帮助，实时监控你的云资产，并提供智能现代化和创新建议，使企业能够最佳地利用可以使用的技术，并在市场上获得竞争优势。
总的来说，尽管许多组织最初是这么认为的，但采用云的很多挑战都不是技术上的。相反，真正的考验是为迁移决定正确的路径。使用所拥有的所有工具——包括人工智能和基于机器学习的平台，以及精明的专家团队——为您提供最大的成功机会。
