作者:SUSE亞太區CTO Vishal Ghariwala
北京—2024年12月23日 科技的快速發展正在重塑亞太地區各行各業。到2025年,企業將面臨新興威脅和機遇並存的複雜環境。要在這個充滿變化的環境中保持領先,企業必須把數字韌性、安全和創新放在首位。
雲原生可觀測性:數字韌性的基石
目前,雲原生環境使用者往往因為缺乏對基礎設施和應用程式堆疊的端到端可見性,難以快速發現和解決問題,進而影響了服務的可靠性和可用性。預計到2025年,使用者會更加重視雲原生可觀測性,以便在混合雲和多雲環境中實時檢視和關聯從基礎設施到應用的各類事件和指標。這將幫助他們分析整個IT環境的資料,在問題升級為事故前及時發現異常和潛在問題。
提升應對系統中斷的數字韌性
2024年,我們見證了多起區域性和全球性的重大技術中斷事件,比如Crowdstrike的全球服務中斷。這種中斷趨勢還將持續,繼而促使企業制定IT策略來應對、適應以及從類似中斷中恢復,具體策略包括:透過多樣化IT架構來降低軟體集中度和供應商鎖定風險,建立備用技術棧以應對故障轉移,採用多供應商方案,為作業系統和Kubernetes等關鍵基礎設施軟體提供更多選擇等。
零信任安全:抵禦勒索軟體的防護盾
2024年,勒索軟體攻擊急劇增加,隨著不法分子使用AI進行更復雜的攻擊,這一趨勢預計還將持續。勒索軟體即服務(RaaS)的存在加劇了這一情況。到2025年,預計將有更多公司投資零信任安全解決方案,以檢測和防止勒索軟體及其他零日漏洞攻擊。
安全和私密的生成式AI:負責任地推動創新
採用AI技術的公司面臨眾多安全挑戰,包括生成式AI的隱私和資料保護問題,以及AI供應鏈中的漏洞。為應對這些風險,私有AI平臺的採用將會增加。這些平臺使企業能夠完全掌控其資料,保護其運營免受未經授權的資料共享、合規性風險以及“影子AI”濫用等日益增多的威脅。
AI可觀測性:最佳化效能並減少碳足跡
AI,尤其是大型語言模型,執行所需的大量能耗會對碳排放產生顯著影響。為了最佳化AI工作負載的能耗並減少碳排放,企業將在未來幾年採用多種策略,包括:微調和最佳化大型語言模型,消除其效能瓶頸,選擇高能效雲服務供應商,負責任地擴充套件AI資源。可觀測性工具將有助於推動並指導這些工作。
人工智慧的標準操作環境:推動效率與創新
如今,有多種選項可執行生成式AI和其他型別的AI工作負載。隨著時間的推移,我們預計大多數企業會為AI用例建立一個標準操作環境。環境將包含一個高度可擴充套件的通用AI平臺,並提供AI工作負載所需的通用模組和服務,如:精心挑選的大型語言模型(LLM)、資料隱私與安全、可觀測性等。標準操作環境還確保了一致的治理、有效的工作流程和最佳化的資源使用,從而有助於減少碳排放。
綜上,2025年及以後,注重數字韌性、安全和創新的企業將能夠更好地抓住新興機遇,從容應對數字時代的各種挑戰。