scenari

L’impatto del cloud sul futuro dei datacenter: il quadro

Poiché sempre più servizi sono accessibili in modo astratto, le preferenze hardware andranno a morire a favore di funzionalità e capacità specifiche. Mentre si apre la scatola nera dei prezzi. Ecco che sta succedendo sui datacenter con il cloud

Pubblicato il 07 Mar 2018

Enrico Martini

ministero dello Sviluppo Economico

AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
cloud_377237812

Il cloud ha promosso la politica di pagare in base a quello che si usa. I prezzi fissati in base al consumo si sono diffusi ai servizi di rete con provider come Megaport e Packet Fabric, e persino fornitori di hardware come Dell e Hewlett Packard stanno esplorando opzioni finanziarie che consentano ai clienti di pagare man mano che cresce il consumo.

WWW.AGENDADIGITALE.EU/infrastrutture/tutte-le-caratteristiche-un-datacenter-moderno-le-ultime-tendenze/

La domanda di mercato sempre più competitiva richiede cicli di consegna rapidi e aggiustamenti in tempo reale. I team di informatici devono continuare a rendere disponibili servizi di infrastruttura, ma se non possono soddisfare requisiti di flessibilità, aggiornamento in tempo reale o scalabilità istantanea, le aziende tenderanno a rimpiazzarli presto con servizi esterni.

Infatti, le imprese sono sempre più a proprio agio con l’utilizzo di servizi esterni. La maggior parte crede che Microsoft possa far girare Office meglio di quanto si possa fare internamente, quindi ci si chiede perché l’azienda dovrebbe continuare a sostenere questo onere, mentre potrebbe usare il tempo in modo più efficace, differenziando le capacità interne.

Poiché sempre più servizi sono accessibili in modo astratto, le preferenze hardware andranno a morire a favore di funzionalità e capacità specifiche. Permarranno eccezioni speciali come le analisi avanzate e il machine learning, ma l’elaborazione per scopi generici sta progressivamente allontanando la propria attenzione dall’hardware.

Gli operatori richiedono ancora l’accesso ai dati di monitoraggio e telemetria al fine di gestire prestazioni, costi e sicurezza. In questo modello, tale accesso equivale a dashboard nativi e API che possono essere facilmente integrati nelle soluzioni di gestione esistenti. Dal lato utente, gli sviluppatori si sono abituati ad accedere direttamente alle piattaforme cloud invece di inviare un ticket di richiesta. I professionisti hanno ora il compito di garantire l’accesso self-service agli sviluppatori senza limitare la produttività.

La pubblicazione di preventivi di prezzo sui siti dei cloud ha aperto la scatola nera dei prezzi dell’hardware. Tale novità ha aumentato la pressione sugli altri fornitori di cloud per esporre la politica dei prezzi e sui fornitori di hardware per avere tariffe competitive con le tariffe del cloud. Oltre alla trasparenza dei costi, l’industria dei data center ha tradizionalmente nascosto la location delle risorse come precauzione di sicurezza. Ma con la crescente pressione sulle prestazioni, richieste di latenza rigorose richiedono che i fornitori espongano le proprie presenze geografiche a clienti e partner.

Al principio i clienti hanno accettato i data center in leasing, poi i server in leasing e oggi stack di rete completamente integrati on demand. Le imprese stanno quindi lentamente lasciando il controllo e la proprietà a vantaggio di prestazioni e alternative convenienti. In questo modello, le imprese si affidano sempre più ai termini contrattuali per il controllo dei beni di proprietà. Tuttavia, se le imprese non hanno il possesso dello stack di rete che si trova sotto la loro proprietà intellettuale, non soltanto sono dipendenti dalle azioni e dalle scelte del fornitore ma devono affrontare anche l’ambiguità legale in materia di accesso e controllo.

Le trasformazioni legislative e l’impatto delle leggi locali

Le legislazioni sono sempre rimaste indietro alla tecnologia, e mentre l’outsourcing non è un fenomeno nuovo, battaglie legali sono ancora in corso in tutto il mondo per cercare di chiarire chi controlla l’accesso a cosa e sotto quali condizioni tale accesso può mutare. Ora che i dati si trovano sulla piattaforma di qualcun altro, un governo o un’agenzia può citare in giudizio direttamente il fornitore. Ci si attende che le leggi continuino ad evolversi, ma nel frattempo, l’organizzazione deve accettare queste conseguenze se intende acquistare servizi cloud.

I modelli as-a-service richiedono finanziamenti costanti per un accesso perpetuo. I clienti possono negoziare i termini contrattuali prevedendo il caso di bancarotta, ma se non possono pagare un servizio, perderanno fondamentalmente l’accesso ad esso – e ai dati proprietari memorizzati al suo interno. Quando tutto era in-house, le imprese a corto di denaro avevano la scelta di rinunciare agli aggiornamenti, aumentando la probabilità di fallimento, ma mantenendo un certo livello di servizio. In un modello as-a-service, non c’è alcun piano B; si paga il conto o si perde l’accesso alle risorse proprietarie. Le imprese devono affrontare queste contingenze all’interno del contratto o replicare i dati in una posizione alternativa, ma questo nega gran parte dei vantaggi del modello as-a-service.

Le dinamiche sulla proprietà dipendono dal paese e sono soggette a modifiche. Le organizzazioni multinazionali sono sempre state soggette alle leggi locali all’interno dei paesi in cui operano, e hanno operato affrontando quindi più politiche su controllo e proprietà. Ad esempio, il Governo di Germania ha approvato una proposta di legge nel 2015 che ha dato alle associazioni dei consumatori il diritto di citare direttamente in giudizio le imprese private in caso di gestione impropria dei dati personali. Al contrario, gli Stati Uniti sono una delle grandi potenze a cui manca una legge sulla privacy che copra tutte le informazioni di identificazione personale, questo crea ambiguità sulla responsabilità e proprietà dei dati dei clienti. L’aggiunta poi di un fornitore di servizi nel mix contribuisce a creare ulteriore ambiguità, in mancanza di precedenti legali consolidati.

La strategia di un data center moderno deve comprendere tutto ciò che viene eseguito all’interno così come i servizi che funzionano in ambienti esterni. Il fattore comune a tutte queste componenti sono l’organizzazione, la proprietà intellettuale e i dati in gestione. Avere meno controllo sulle risorse non riduce però l’imperativo di gestire, proteggere e governare i dati che fluiscono nell’ecosistema esteso.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

People&Change

Tutti
Produttività e AI
AI IN AZIENDA
AI E LAVORO
SCENARI
FORMAZIONE
CULTURA AZIENDALE
COMPETENZE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
1
0
Lascia un commento, la tua opinione conta.x