“一切都與數據相關！”一直是傳統(tǒng)系統(tǒng)架構師的戰(zhàn)斗口號，因為他們總是在建立復雜的系統(tǒng)中摸索，尤其是將生成和處理數據的能力作為核心能力。

從客戶行為分析到預測性建模，這都與數據息息相關。然而，云計算生態(tài)系統(tǒng)，包括數據上云，往往被認為是理所當然的投資。而事實是否如此？數據又是如何影響系統(tǒng)效用的呢？

讓我們來談談幾個常見的問題，以及提高數據的商業(yè)價值的方法。

數據治理不充分

數據治理常常被忽視，并且數據治理需要聯合企業(yè)的IT部門一起進行。你可以不相信我的話，但請問問別人有哪些數據治理系統(tǒng)，觀察他們的數據治理過程，你會看到他們困惑的眼神。

云平臺提供強大的基礎設施和服務，但往往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。企業(yè)必須負責應用合理有效的數據治理框架，包括政策和系統(tǒng)。同時，云供應商必須優(yōu)先考慮并精簡這些功能，以確保數據保護的有效性、合規(guī)性，并符合道德標準。

缺少互操作性

數據通常與特定的云平臺或服務綁定、耦合。這使得數據遷移或與解決方案整合變得困難。事實上，這是大多數數據問題的基礎：創(chuàng)建難以打破的數據孤島。

數據處理應該獨立于底層云基礎設施。這樣就可以在各種平臺上移動和整合。我不知道為什么這個觀點還沒有廣泛應用在企業(yè)的數據管理中，但多年來我一直在教授這樣的技術和機制。然而，數據處理的互操作性這個原則經常被企業(yè)忽視。并且，隨著我們進入云計算的平臺，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在系統(tǒng)中設計解決方案?；ゲ僮餍酝ǔ２豢梢杂?ldquo;螺栓連接”的技術來解決，這只會使事情變得更加復雜。

數據訪問和控制不充分

作為互操作性問題的近親，數據訪問和控制也需要企業(yè)的特別關注。如果設計不當，數據管理在云環(huán)境中的局限性較大，就可能給企業(yè)利用其業(yè)務數據造成阻礙。這里似乎沒有一個中間地帶，要么數據完全可以訪問，要么根本不能訪問。大多數情況下，控制器被關閉，寶貴的數據沒有得到充分利用，系統(tǒng)也沒有得到優(yōu)化。

你只需要看看生成式人工智能系統(tǒng)的興起，就會明白這種限制是如何影響系統(tǒng)價值的。如果數據不能被訪問，知識引擎就不能被恰當地訓練。你將擁有啞巴人工智能。

這種情況是因為不透明的數據所有權模式和有限的數據處理和存儲控制。解決方案是組織為他們的數據建立更大的透明度和控制。這包括定義訪問權限，管理加密，以及決定數據的存儲方式和位置。這將確保數據所有者保留主權和信息可用性。

在目前正在建設的云系統(tǒng)中，數據并沒有得到應有的重視。數據治理、互操作性和訪問的工具眾所周知，正確利用它們的過程也是眾所周知。由于某些原因，企業(yè)并不愿意為這些問題尋找解決辦法。

企業(yè)當然可以忽略數據問題，并希望沒有人注意到，但現實是這樣只提取了數據應有價值的一小部分。隨著人工智能在大多數企業(yè)中的應用，數據的價值不再只是一個概念，而是企業(yè)無法回避的現實。