作者 | David Linthicum
策划 | 言征
如果没有适当的数据治理、互操作性和访问控制，企业就没有希望最大化其数据的业务价值。
“这一切都与数据有关！”一直是传统系统架构师在构建复杂系统时的口号，特别是他们将如何生成和处理数据作为核心能力。这一切都与数据有关，从客户行为分析到预测建模。然而，云生态系统，包括对云的推动，往往认为这是理所当然的。应该吗？数据如何影响这些系统的有用性？让我们介绍一些常见问题，以及如何提高数据的业务价值。
1、数据治理不足
数据治理经常被忽视，需要在企业IT中理解。请不要相信我的话；问问某人有什么数据治理系统，然后站在一旁看着困惑的表情 云平台提供强大的基础设施和服务，但通常需要全面的数据管理、隐私和安全机制。
解决方案和问题一样容易理解。组织必须负责实施适当的数据治理框架，包括政策和系统。此外，云提供商必须优先考虑并优化这些功能，以确保数据保护、合规性和合乎道德的处理。
2、缺乏互操作性
数据通常与特定的云平台或服务绑定或耦合。这使得迁移或与解决方案集成变得困难。事实上，这是大多数数据问题的基础：创建难以分解的数据竖井。数据应独立于底层云基础设施进行处理。这实现了跨各种平台的移动和集成。我不知道为什么这个消息没有被听到；多年来，我一直在教授如何做到这一点的技术和机制，当然是在这里。然而，这是我所看到的最违反的规则，随着我们进入基于云的平台，这将成为一个更大的问题。
解决数据互操作性问题的唯一方法是将解决方案设计到系统中。互操作性通常不是用“螺栓连接”技术就能解决的问题，这只会使事情变得更加复杂。
3、数据访问和控制不足
数据访问和控制在许多云环境中受到限制，如果设计不当，可能会阻碍组织真正利用其业务数据。这里似乎没有中间立场；要么数据是完全可访问的，要么根本不可访问。大多数情况下，控制器被关闭，宝贵的数据得不到利用，系统优化不足。
你只需要看看生成式AI系统的兴起，就可以理解这种限制是如何影响这些系统的价值的。如果数据不可访问，那么知识引擎就无法得到适当的训练。你会有愚蠢的人工智能。
这种缺乏控制的原因是不透明的数据所有权模型以及有限的数据处理和存储控制。解决方案是让组织对其数据建立更大的透明度和控制权。这包括定义访问权限、管理加密以及决定数据存储的方式和位置。这将确保数据所有者保留主权，并且信息仍然可用。
在目前正在构建的云系统中，数据不是一等公民，它应该是。数据治理、互操作性和访问的工具是众所周知的，正确利用这些工具的过程也是众所周知的。出于某种原因，企业不想自找麻烦。
随着人工智能在大多数企业中发挥作用，数据的价值不再只是一个概念，而是一个你无法避免的现实。
