Jedním z hlavních předpokladů pro úspěch firem je jejich schopnost spravovat svá data, shromažďovat je, efektivně zpracovat, třídit a získávat z nich potřebné informace. Samozřejmě, že to vše by mělo fungovat velmi rychle a se zajištěním maximální bezpečnosti. Databáze, ať už v cloudu nebo na vlastní infrastruktuře, představují jádro podnikání, protože jsou úzce propojeny s dalšími klíčovými aplikacemi.
Podle analýzy společnosti Domo (studie Data Never Sleeps 6.0) dnes každou minutu vzniká 473 400 nových tweetů, na Instagram uživatelé nahrají 49 380 fotografií a je odesláno 13 000 milionů textových zpráv.
V podnicích neustále přibývají záznamy transakcí nebo data generovaná zařízeními Internetu věcí. Podnikové databáze jsou v důsledku toho stále větší a složitější, rostou problémy s jejich zabezpečením. Problémy ale mohou nastat i se špatně navrženou a neoptimalizovanou databází, která funguje pomalu. Zaměstnanci pak nejsou schopni data dostatečně efektivně využívat, brzdí se inovace i běžný provoz a klesá produktivita zaměstnanců. Také se zhoršuje zákaznická zkušenost a s ní související poskytované služby. Jak dnes ideálně zvládat výzvy spojené se stále obtížnější správou dat? Odpovědí je automatizace databází a strojové učení.
Problém lidských chyb
O správu dat se v podnicích tradičně starají databázoví administrátoři. Náplní jejich je vytvářet nové databáze, upravovat je a dále ladit tak, aby poskytovaly optimální výkon a byly bezpečné. Taková činnost může vypadat jednoduše, ve skutečnosti je ale složitá a vyžaduje značnou odbornost. Při práci s daty uživatelé spotřebovávají velké množství hardwarových zdrojů. Přístup k datům bývá typicky nerovnoměrný a v okamžicích maximální zátěže mohou k databázi podle okolností přistupovat tisíce i miliony uživatelů současně – ať už jde o lidi nebo další aplikace.
Správa databází je nákladná, takže v tradičních prostředích až 72 % výdajů na podnikové IT souvisí pouze s udržováním stávajících systémů.
Tím se samozřejmě oslabuje role IT jako zdroje inovací. Administrátoři se každodenně běžně starají o 50 i více databází, v důsledku toho bývají přetížení a roste pravděpodobnost lidských chyb. Administrátor může např. zapomenout nasadit bezpečnostní aktualizaci nebo neoptimalizuje výkon aplikace, takže firmy pak nedokáží ze svých dat získat plnou hodnotu. Na datech má být založeno rozhodování zaměstnanců a pomalý přístup k datům znamená nedostatečně pružné a agilní fungování organizace jako celku. Lidské chyby často představují problém, který de facto nemá řešení.
Autonomie znamená jen výhody
Filozofie správy databází vyžaduje změnu, protože jen tak si firmy dokáží udržet svou pozici na dynamicky se měnícím trhu. Snížení výpadků, redukce lidských chyb a zvýšení výkonu databází umožní rychlejší uvádění produktů na trh, lepší služby zákazníkům i další inovace. Určitou změnu a zjednodušení provozu databází přináší už jejich samotný přenos do cloudu. Dnes jsou však k dispozici ještě mnohem pokročilejší technologie, umělá inteligence, strojové učení a automatizace. V důsledku toho mohou databáze (a postupně i další podnikové aplikace) pracovat v autonomním režimu, kdy samy ladí svůj výkon, zajišťují zabezpečení a odstraňují případné problémy (řeší eventuální výpadky apod.). Lidé z firemního IT se pak namísto rutinní údržby mohou soustředit na samotnou analýzu dat, vývoj nových služeb a další činnosti přinášející vyšší přidanou hodnotu.
Autonomní databáze tak podnikům umožňuje využívat data rychleji a efektivněji. Databáze se budou přitom i nadále zvětšovat z hlediska objemu zpracovávaných dat, v podnicích jich bude stále více a různých typů, budou složitější a pro úspěch podnikání stále klíčovější. Firmy potřebují využít výhod cloudu, automatizace i dalších moderních technologií, mnohdy fungujících skrytě a pro uživatele prakticky neviditelně. Je třeba dokázat sladit odbornost lidí a možnosti strojového učení. Teprve o takové společnosti se pak dá říci, že její fungování je skutečně založeno na datech.
Viktor Němec pracuje ve společnosti Oracle Czech.