各行各业的企业从几乎所有事物中收集数据。潜在地，每台结账机、车门、连接的咖啡杯或洗碗机都有连续生成数据的传感器。
这些见解有可能改变供应链，实现安全的自动驾驶汽车，或激发改变生活的消费产品和服务。虽然企业完全有理由使用数据来使自己和客户受益，但最大化快速增长的数据集说起来容易做起来难。
以下三个关键点概述了围绕大规模激活数据的共同挑战。
1)边缘数据源增加了问题
联网设备开始主导汽车、制造、能源和公用事业等行业。Statista预测，到 2025 年，全球联网设备的数量将达到 309 亿台，而这些设备产生的数据预计在同年达到 79.4 泽字节 (ZB) 。
传感器数据的爆炸式增长导致边缘数据中心的兴起，数据可以在本地或云环境之外存储和处理。据 Gartner 称，边缘数据中心将在未来三年内托管75% 的企业生成数据。
虽然边缘计算为需要为最终用户进行实时处理的公司创造了巨大的价值，但边缘数据被困在云之外，否则它将随着时间的推移而增加价值。边缘计算不允许对分布在许多边缘数据中心的数据进行集体分析——这种分析类型可以为产品路线图提供信息或塑造新的商业模式。
结果，在边缘环境中呈指数增长的数据集被严重利用不足。事实上， Wakefield Research最近的一项研究发现，大型企业中 69% 的数据和分析主管报告说他们的数据被困住，无法充分利用。
2) 障碍正在显现
激活分布在边缘和本地数据中心的数据需要各种资源：基础设施、时间、金钱，以及可以说是最重要的资源——人才。
数据的增长速度超过了技术人才库。韦克菲尔德的研究发现，缺乏技术技能是数据领导者跟不上数据增长步伐的主要原因之一。同样，Gartner 的 2022 年 CDO 调查将人才短缺列为他们无法实现数据和分析目标的关键原因。
紧凑的 IT 团队正面临着越来越具有挑战性的任务，即理解分布式企业数据。他们必须监督数百个数据中心，确定要移动和分析的最有意义的数据，并选择最有效和最合适的环境来运行机器学习模型。这是一项严肃的工作，因此大多数企业将技术人才视为数据目标的阻碍也就不足为奇了。
不幸的是，对于希望将数据转化为价值的企业来说，人才并不是唯一常见的障碍。根据 Wakefield 的说法，数据领导者难以在云中充分利用其数据的其他原因是：
移动它所需的时间(46%)
中断风险 (44%)
财务费用 (44%)
另请参阅：顶级商业智能软件
3) 紧迫性正在形成
消除这些阻碍因素至关重要。将未使用的数据留在本地或边缘不仅会减慢数字化转型，还会为潜在的影响打开大门。韦克菲尔德发现，不利用云或云计算的主要后果包括：
合规风险 (36%)
数据安全 (36%)
昂贵的基础设施 (33%)
失去商机 (33%)
重要的是，未触及的数据让钱留在了桌面上。几乎每一位高级数据领导者 (96%) 都找到了使用数据来推动收入的方法，56% 的人 从他们的数据中发现了几个新的 收入来源。 这些报告真的很有希望。即使存在与移动和管理分布式企业数据相关的所有挑战，进入云的数据正在变成切实的成果。
为了更接近一个每个数据点都能增加价值的世界，企业 IT 团队需要认识到并应对这些共同挑战。潜在的结果将使所有的努力都值得。
标签：
版权声明：本文由用户上传，如有侵权请联系删除！