数据是智能业务的基础。但数据、数据消费者和数据的商业预期，在全球和印度都发生了变化。这些不断变化的现实需要更高水平的数据成熟度和正确的技术，来实现更好的结果并实现数字化差异化。
1.结构化和非结构化数据呈指数级增长
在大量智能设备和物联网传感器的推动下，十多年来，全球数据创建量一直在飙升。IDC的一项研究指出，从2021年到2025年，新数据创建将以23%的复合年增长率(CAGR)增长，到2025年将创建约175泽字节(ZB)的数据。
除此之外，还会出现更多数据形式，包括松散文件、PDF、照片、音频和视频剪辑等非结构化和流数据类型，正在以前所未有的速度增长，企业发现很难从他们收集的数据中提取价值。同一份IDC报告指出，到2025年，全球80%的数据将是非结构化的。
寻找管理非结构化数据的解决方案一直是一个挑战。因此，无论环境必须管理多少非结构化数据，企业都需要易于扩展和使用的强大的横向扩展文件存储解决方案。
2.新兴技术正在开启大规模智能新时代
边缘计算、5G、人工智能(AI)和机器学习(ML)正在改变数据收集、处理和使用的方式。这些数据可以经过优化并用于创造新价值，并在边缘推动更好的用户体验。为了在数字经济中蓬勃发展而部署的先进互联技术，与等待被发现的大量新数据之间存在着共生关系。
同样，边缘技术的成功与数据管理之间也存在共生关系。通过使企业能够对源附近的数据采取行动，边缘技术既可以提高效率，又可以帮助创造新的体验。与人工智能相结合，边缘将改变机器共享数据和对数据做出反应的方式，而这正是企业找到创造新价值的机会的地方。
3.分散数据
新兴技术的采用导致数据来源地点更加分散。随着数据的重心迅速移向边缘，数据的存储、处理和操作越来越靠近数据源。但随着越来越多的功能发生在边缘，您需要以不同的方式、一致地管理数据从核心到跨边缘和混合云。这需要更改计算、网络、存储和应用架构。
4.消费者期望不断提高
当今的消费者比以往任何时候都更加强大，并且需要更多数据丰富、个性化、实时的体验。在分布式环境中越来越依赖人工智能和机器学习来做出实时决策，即使是最先进的数据管理策略也会面临压力。
大多数企业不具备跟上的IT能力，因为他们的数据管理适合过时的世界，在这个世界中，见解和结果可以在数小时或数天内交付。为了能够快速将数据转化为见解，企业必须发展其期望和数据处理能力。
5.数据泄露与监管环境
网络安全威胁更加复杂，数据泄露的数量正在猛增。因此，监管环境正在不断发展，要求更具弹性的数据安全、隐私和治理。
面对如此大量的数据涌入，更快地做好业务准备、加速跨多云环境的数据移动至关重要，将洞察转化为行动并快速取得成果。
总结
如今，我们每秒都拥有千兆字节的数据，而且还有智能计算基础设施、软件和算法，可以迅速将这些数据转化为有意义的见解。如果企业想要在数据时代成为一家具有领导地位的智能企业，现在比以往任何时候都更需要重新思考数据管理。
