(Foto: Dan Jensen)

Datalagring med AI er et must

Klumme: AI er og bliver fortsat endnu mere central for alle, der har brug for storage- og datasystemer til moderne virksomheder, hvor informationen skal generere en umiddelbar fordel.

Denne klumme er et debatindlæg og er alene udtryk for skribenternes synspunkter.

Værdien af tilgængelige data er blevet tydelig på alle mulige niveauer i forbindelse med corona-pandemien.

Det er dog en uønsket omvej til at opnå indsigt for alle – både dem, der arbejder med at styre og forhindre spredningen baseret på datatilgængelighed, virksomheder, der hurtigt skal omstille deres forretning til online snarere end i butikker, og for dem, der har haft og fortsat har en stor del af deres organisation til at arbejde hjemmefra.

I det aktuelle scenarie er det ikke nok at rette fejl så hurtigt som muligt efter, at de er blevet opdaget - da kan det allerede være for sent.

Lagring og computersystemer har brug for kapaciteten til at agere baseret på automatisering, hvor teknologien lærer over tid og kan levere forudsigelser baseret på både interne og eksterne faktorer, der kan påvirke trafikken.

Kunstig intelligens (AI) er den teknologi, der skal anvendes for at opnå forudsigelig vedligeholdelse for alle systemer, og det er ikke anderledes for storagesystemer.

Med en kombination af dataanalyse og maskinlæring kan kunstig intelligens proaktivt registrere problemerne granulært, før de påvirker brugerne - både i udviklingsfasen og efter installationen. AI gør det også lettere at forudsige og planlægge fremtidige storagebehov end ved manuel analyse.

Mere fleksibelt
Teknologien bruger data fra operatørens installationsbase til at lære og opdage tekniske problemer og flaskehalse, inden de påvirker virksomheden.

Systemet analyserer problemer, der allerede er opstået til at identificere mønstre og bruger derefter disse mønstre til at forudsige lignende tilfælde i fremtiden.

Der har naturligvis også været overvågningssystemer i fortiden, men disse kunne kun registrere forventede og planlagte afvigelser og mønstre, som udviklerne vidste på forhånd og kodede med deres viden.

Et AI-baseret system er mere fleksibelt, lærer kontinuerligt og kan også identificere nye typer af problemer, som det ikke var specifikt programmeret til.

Dette gør software med AI-kapaciteter meget mere effektiv og nøjagtig til at identificere problemer og yderligere kapacitetskrav, før de opstår.

Løsningerne har også evnen til at identificere afvigelser ved at analysere IO-profilen for hvert datasæt og kigge efter anomalier.

Ofte skyldes datalagringsproblemer ikke af selve lagringssystemet, men for eksempel netværket eller specifikke systemer, og hvordan de interagerer. Faktisk er årsagerne ofte universelle og kræver ringe eller ingen specifik analyse for at opdage.

ystemet er optimeret med viden fra både ens egen organisation og viden fra analyser i lignende miljøer, hvilket betyder, at AI-færdigheder ikke kræver at man genopfinder hjulet.

AI er og bliver fortsat endnu mere central for alle, der har brug for storage- og datasystemer til moderne virksomheder, hvor informationen skal generere en umiddelbar fordel.

Dette gælder både at være i stand til at møde og reagere på ændringer i lagringskapacitet og vedligeholdelse, og for at kunne sikre vedligehold der modsvarer kapaciteten.

Uden datalagring ingen AI (den skal jo lære), uden AI ingen storageløsning, der er værd at nævne.

Klummer er læsernes platform på Computerworld til at fortælle de bedste historier, og samtidig er det vores meget populære og meget læste forum for videndeling.

Har du en god historie eller har du specialviden, som du synes trænger til at blive delt?

Læs vores klumme-guidelines og send os din tekst, så kontakter vi dig - måske bliver du en del af vores hurtigt voksende korps af klummeskribenter.






Premium
Finanstilsynet kritiserer Nets og udsteder tre påbud: Selskabet lever ikke op til sine forpligtelser i betalingsloven
Nets får tildelt tre påbud af Finanstilsynet, der kritiserer selskabet i stærke vendinger for ikke at leve op til sine forpligtelser i betalingsloven.
CIO
Torben Fabrin og Arla måtte på få dage omstille hele deres produktion da coronaen ramte
Da coronaen ramte verden måtte mejerigiganten Arla på få dage omstille sin produktion. Samtidig voksede salget massivt til supermarkeder mens institutioner og restauranter gik næsten i stå. Hør hvordan Arla kom gennem krisen ved blandt andet være klar med realtime analytics.
Job & Karriere
På jagt efter et it-job i Jylland? Her er 10 stillinger fra Aabenraa til Aalborg, der ledige netop nu
Vi har fundet en række spændende stillinger til dig, der jagter et it-job. Her kan du vælge og vrage mellem ledige stillinger lige fra Aabenraa til Aalborg.
White paper
Når du skal designe, udvikle og implementere dokumenter i Dynamics 365
I dette whitepaper får du et overblik over de forskellige muligheder, der findes, når du skal designe, udvikle og implementere eksterne ERP-dokumenter i Dynamics 365 for Finance and Operations. I dokumentet kan du blandt andet se en sammenligning mellem Lasernet og en række andre løsninger. Bag whitepaperet står Tabellae, der over de seneste ni år har arbejdet med mere end 500 ERP-projekter og som har stor indsigt i Lasernet Output Management-systemet fra Formpipe Software.