Традиционно фокус CIO на инфраструктуру имел функциональную направленность: аппаратное обеспечение, вычислительные мощности и операционные системы, СХД, сети и поддержка пользователей. CIO планировали регулярные капиталовложения, связанные с расширением/модернизацией систем, устанавливали операционные бюджеты для текущих задач и обновлений/патчей, разрабатывали стратегии повышения квалификации сотрудников, определяли, какие необходимы сервисы и управляли ими.
2020 год внес свои коррективы – он существенно ускорил процесс цифровизации. Сейчас бизнес рассчитывает на то, что ИТ-лидеры выйдут за рамки решения традиционных задач. Ожидается, что они создадут надежную, гибкую, безопасную и устойчивую цифровую среду, а построенная ими цифровая ИТ-инфраструктура позволит обеспечить успешный переход компании к модели предоставления полного спектра цифровых услуг внутренним и внешним клиентам в любом месте, в любое время и с любого устройства.
Катализатор цифровизации
На открытии конференции Роберт Фариш, вице-президент, IDC Россия и СНГ, выступил с приветственным словом. Он указал на то, что последние 12 месяцев агентство IDC было загружено работой выше обычного – 2020-й год стал катализатором цифровизации. При этом Роберт Фариш отметил развитие процессов в двух ключевых плоскостях: внутренние процессы – бизнес активно заменял, где это только было возможно, физические процессы и бумажную работу на их аналоги в цифровом пространстве; внешние процессы – бизнес активно переходил на онлайновые продажи клиентам и на виртуальное взаимодействие с партнерами.
По мнению Роберта Фирташа, главной дилеммой, с которой столкнулись бизнесмены по всему миру, была следующая: все процессы в организациях должны работать надежно, обеспечивая требуемый уровень безопасности; процессы должны быть гибкими, чтобы подстраиваться под быстро меняющуюся ситуацию. Понятно, это эти два требования вступают друг с другом в очевидное противоречие.
Вице-президент IDC также указал на важность интеллектуального проектирования ИТ-инфраструктуры и подчеркнул мысль, которая проходит красной чертой на многих ИТ-конференциях последних лет: необходимо переосмысливать бизнес-процессы внутри компаний, иначе цифровизация не позволит им сделать рывок вперед.
Онлайн-ток-шоу
Михаил Лебедев, руководитель программы исследований, IDC Россия и СНГ, взявший на себя обязанности модератора конференции, назвал мероприятие необычным термином – «онлайн-ток-шоу».
В кратком вступительном слове он обозначил три ключевых тренда, определяющих то, как будет выглядеть цифровая инфраструктура в ближайшие годы: 1) доступность по требованию; 2) автономность ИТ; 3) активный уход в облачные технологии.
К 2024 году 75% предприятий будут отдавать приоритет гибкости инфраструктуры и операционной эффективности, что приведет к пятикратному увеличению инвестиций в облачные архитектуры и технологии для ключевых бизнес-приложений. Уже к 2022 году расходы предприятий на облачную инфраструктуру (в том числе общедоступного облака) превысят затраты на традиционную ИТ-инфраструктуру. К 2024 году будет создано больше приложений, чем за предшествующие 40 лет развития корпоративных ИТ. 75% предприятий будут использовать современные cloud-native архитектуры и технологии для большинства своих бизнес-приложений и рабочих нагрузок в мультиоблачных средах.
Часть I. Игры закончились! Как приручить цифровую трансформацию
Решая срочные задачи бизнеса, руководители ИТ-подразделений компаний зачастую превращают свою инфраструктуру в полигон для тестирования новых технологий. При этом не все технологии интегрируются между собой и с существующими наработками, а управление такой конвергентной средой, сожалению, становится непосильной задачей.
- Как упорядочить процесс инноваций в рамках единой платформы?
- Как сократить время внедрения новых разработок без потери качества?
- Как управлять сложной гибридной средой и интегрировать ее с существующими приложениями и инфраструктурой?
С этими вопросами Михаил Лебедев обратился к экспертам ведущих западных компаний.
Валерий Корниенко, руководитель по развитию сервисного бизнеса, IBM, считает, что бизнесу, и Россия здесь не исключение из правила, придется активнее внедрять у себя технологии искусственного интеллекта. Разумеется, IBM в этом отношении продвигает свое собственное решение IBM Watson AIOps.
Эксперт IBM сосредоточил внимание аудитории на конкретной области применения искусственного интеллекта в работе команд по эксплуатации ИТ. Он отметил такие возможности как: анализ структурированной и неструктурированной информации о работе приложений и инфраструктуры; обработка событий (работа с логами), выявление и предсказание аномалий; выявление связей между событиями и определение приоритетов анализа; анализ топологии систем и определение «радиуса поражения» аварийных ситуаций; общение с оператором и формирование рекомендаций по предотвращению сбоев и исправлению поломок; выполнение корректирующих действий с согласия оператора; постоянное обучение моделей искусственного интеллекта и отсутствие усталости.
Антон Кабачков, технический эксперт по построению облачных платформ, IBM в России и СНГ, представил результаты трех крупных проектов по внедрению IBM Watson AIOps.
В качестве первого примера фигурировала британская компания из сферы E-commerce fashion, занимающейся коммерческая деятельностью, связанной с распространением, рекламой, продвижением, а также продажей услуг и товаров через Интернет.
Клиенты этой компании часто сталкивались с отказами в обслуживании, пользователи испытывали сложности с размещением заказов в период распродаж (Black Friday), что приводило к ухудшению пользовательского опыта и упущенной прибыли. Подсистемы хранения в период Black Friday отказывали по причине лавинного эффекта возрастающей нагрузки и увеличению времени транзакции. При этом система мониторинга не выявляла аномалии до появления инцидентов, вызванных отказами.
С внедрением решения IBM Watson AIOps произошло понижение «событийного шума»: группировка событий с использованием AI Watson на основе топологического контекста позволила значительно уменьшить «шум» и привела к снижению MTTR (среднее время от начала выполнения работ по устранению неполадок до восстановления системы и проверки ее работоспособности) на 43%, или 40 мин на инцидент. IBM Watson AIOps обеспечила выявление и локализацию проблемного компонента на основании логов и топологического контекста. Умная группировка событий позволила локализовать root cause практически в режиме реального времени. Было проведено определение «радиуса поражения» в режиме реального времени.
Второй пример: оператор связи в Африке (120 млн абонентов, 7500 сотрудников). У этого оператора наблюдались сбои в работе одного из основных приложений, отвечающих за предоставление сервисов связи абонентам, которые наносили сильные репутационные потери компании. Ручной процесс управления инцидентами и выявления их причин не давал результатов, сохраняя низкую производительность приложения.
С IBM Watson AIOps MTTR был снижен на 95%, или более 2,5 ч за счет, были применены механизмы выявления аномалий в потоке логов и алгоритмов обработки естественного языка для поиска подобных инцидентов (Similar Incident). На первом этапе обучение модели производилось на исторических данных логов приложения. Уже на этом этапе обученная модель смогла выявить аномалии, которые не замечали ранее и существенно снизить время на обнаружение MTTD (это общая продолжительность киберинцидента). На втором этапе добавили применение алгоритмов обработки естественного языка (NLP) для оперативного решения повторно возникающих инцидентов.
Третий пример: банк в Латинской Америке (он работает в 40 странах мира, 450 тысяч сотрудников). Отмечалась недоступность приложения пользователям, что являлось причиной ухудшения NPS и отрицательного пользовательского опыта. Далее, ошибки разработчиков в обновлении часто приводили к переполнению thread-пула и отказу в обслуживании. Мониторинг не позволял выявлять причину сбоев автоматически – их выискивали вручную – определяли root cause.
С IBM Watson AIOps было запущено автоматическое определение baseline-приложения и автоматический поиск аномалий логов/метрик. При этом было зафиксировано 70% сокращение MTTD/MTTR на конкретном примере. IBM Watson AIOps обеспечило выявление связей между ошибочными сообщениями в различных компонентах приложения, экономя время на ручных операциях. Обучение модели на исторических данных позволило сформировать baseline «нормального» поведения системы и дало возможность выявлять отклонения в реальном времени. Так, на примере конкретного инцидента модель выявила отклонения и уведомила службу ИТ на 7 часов раньше.
Слушатели с большим интересом восприняли эту информацию, однако представителю IBM указали на тот факт, что все его примеры относились к крупным корпорациям, работающим на глобальном рынке. Понятно, что банк, в котором работает 450 тыс. сотрудников, и который обслуживает миллионы клиентов в десятках стран мира, не может позволить себе и минуты простоя из-за репутационных рисков, которые могут вылиться для него в миллиарды потерянных долларов. Иное дело компания среднего размера, работающая на ограниченном рынке – для нее минутные, даже часовые сбои в работе ИТ-систем не являются катастрофическим событием, а между тем, всякий инструмент AI (не только от компании IBM) является чрезвычайно дорогим удовольствием. Поэтому при внедрении технологии AI необходимо учитывать масштабы производства.
Часть II. Адаптация ИТ в цифровой среде
Вторая часть конференции была посвящена вопросам адаптации ИТ-инфраструктуры к работе в цифровой среде, а также трансформации бизнеса с помощью технологий искусственного интеллекта.
Преобразовать компанию в цифровую – это не то, что можно сделать за две недели. Это длительный и, возможно, утомительный процесс, и уж точно не просто вопрос покупки и установки определенных программно-аппаратных средств. Помимо того что могут потребоваться инвестиции в новые технологии, может появиться необходимость в изменении организационной структуры, бизнес-процессов, ролей и обязанностей внутри команд, а также моделей управления. Цифровая трансформация бизнеса может стать всеохватывающим процессом, но потенциальные преимущества того стоят.
Василий Демидов, менеджер по развитию бизнеса HPE Greenlake, Softline, начал с того, как компании строят ИТ-инфраструктуру. ИТ-службы говорят примерно так: «Я хочу удобства частного облака с преимуществами собственного ИТ». Бизнес-заказчики выставляют свои требования: «Я хочу сократить издержки и не потерять в качестве».
Построение собственного ИТ: «за» – выбор всех компонентов ИТ; управление всем дата-центром; управление безопасностью, политиками; «против» – длительные согласования на крупные инвестиции; долгий цикл закупок; рутинная работа своих сотрудников для эксплуатации оборудования.
Использование ИТ из облачной среды: «за» – быстрое масштабирование; оплата по факту использования; без капитальных затрат; ИТ как услуга, а не управление ИТ; «против» – меньше контроля, нет управления безопасностью, политиками; неизвестное оборудование; затраты на внедрение и миграцию.
Как предлагает решать эту дилемму HPE? С помощью своей модели НРЕ GreenLake, которая предполагает оплату за используемые мощности по модели IaaS (Infrastructure-as-a-Service – «инфраструктура-все как сервис»).
- Поставка оборудования: договор оказания услуг, также могут входить услуги и ПО.
- Место инсталляции: выбирается заказчиком (внутренний ЦОД/ Softline).
- Ежемесячная оплата: согласно факту потребления – Тариф × мощности.
- Локальный буфер: оплачивается только при использовании (+20%).
- Выкуп оборудования: доступно по согласованию, или вендор отвечает за утилизацию.
- Расширение оборудования: подписание дополнительных соглашений к контракту с фиксированными ценами.
- Техническая поддержка: предоставляется уровень сервиса Data Center Care.
Таким образом, с НРЕ GreenLake заказчик получает набор локальных решений с моделью оплаты на основе потребления, который предназначен для основных рабочих задач, таких как большие данные, резервное копирование, платформа баз данных, SAP HANA и вычисления на периферии, и предоставляется на условиях, удобных заказчику.
Операционные преимущества НРЕ GreenLake: резерв готового к использованию оборудования; упрощение запуска проектов; оперативное предоставление ресурсов; безотказная работа оборудования, выделенная команда поддержки.
Финансовые преимущества НРЕ GreenLake: отсутствие капитальных затрат; высвобождение денежных средств, снижение ТСО; предсказуемость и прозрачность расходов для бизнеса; оплата за фактически использованные бизнесом ресурсы.
Сокращение рисков: оборудование на собственной площадке, данные не покидают ЦОД; соответствие политикам безопасности заказчика; управление данными и приложениями через универсальную консоль GreenLake Central.
Часть III. Архитектура данных будущего
В современном быстро меняющемся мире организациям необходимо быть более гибкими и маневренными, чтобы оперативно адаптироваться к изменениям рынка. Для этого многим компаниям придется модернизировать свои платформы данных, поскольку их нынешние архитектуры не позволяют поддерживать новые модели работы с данными (например, интегрированные технологии бизнес-аналитики, инструменты BI в режиме самообслуживания, Data Science и т. п.) и обрабатывать их возросшие объемы. Нужны новые архитектуры данных, которые дадут возможность организациям с легкостью внедрять новые мощные технологии баз данных, осуществлять миграцию на облачные платформы, развертывать несколько облаков, хранить данные в озерах данных и т. д.
Технология виртуализации данных может стать сердцем такой новой гибкой архитектуры.
Алексей Сидоров, главный евангелист и директор по управлению данными, Denodo, рассказал о движении в сторону построения распределенной архитектуры Data Mesh.
Докладчик отметил, что бизнес движется по пути цифровой трансформации, требуя все более быстрой интеграции данных и аналитики в режиме реального времени. Так, в 1990-е годы всех устраивали традиционные хранилища данных, но с приходом нового XXI века запросы бизнеса стали меняться, и ИТ пришлось изобретать новые формы хранения – в 2008 году впервые появились озера данных – один из элементов экосистемы Big Data, где централизованно агрегируются большие объемы данных из множества источников. По мнению Алексея Сидорова, в наши дни начинается следующий этап, который связан с виртуализацией данных. Докладчик при этом сослался на отчет Gartner от декабря 2018 года, согласно которому к 2022 году (уже не за горами) 60% всех организаций внедрят виртуализацию данных, как один из стилей в архитектуре интеграции данных.
Data Mesh представляет собой распределенную архитектуру, с централизованным управлением и разработанными стандартами, обеспечивающими интегрируемость данных, и с централизованной инфраструктурой, предоставляющей возможность использования в режиме самообслуживания. Основной сдвиг парадигмы заключается в том, чтобы рассматривать data-продукт бизнес-домена как задачу первого приоритета, а инструментальные средства и технологии – как задачу второго приоритета (как деталь реализации). Это уводит ментальную модель от прежнего централизованного Data Lake в экосистему data-продуктов, которые просто и эффективно интегрируются друг с другом. Платформы каталогов данных, такие как Google Cloud Data Catalog, обеспечивают нам легкость обнаружения, контроль доступа и централизованное управление наборами данных распределенных бизнес-доменов. Большое количество облачных платформ позволяет бизнес-доменам выбирать подходящие для целевого хранения своих data-продуктов.
Чтобы децентрализовать монолитную платформу данных, необходимо изменить способ мышления о данных, об их местонахождении и о владении ими. Вместо того, чтобы передавать данные в Data Lake или платформу, домены должны хранить и обслуживать свои наборы данных в удобном для использования виде.
Например, вместо того чтобы загружать данные из медиаплеера в централизованное хранилище для дальнейшей их обработки командой поддержки хранилища, почему бы не хранить и не обрабатывать эти наборы данных внутри домена и не предоставлять к ним доступ любой другой команде? Само место, где физически будут храниться эти наборы данных, может быть технически реализовано внутри домена любым образом. Безусловно можно использовать централизованную архитектуру, но сами данные из медиаплееров останутся под владением и поддержкой команды соответствующего домена, в котором эти данные и генерятся. Домен разработки рекомендаций по песням может создавать на основе данных из медиаплеера наборы данных в том формате, который лучше подходит для использования (например, в виде графовых структур). Если есть другие команды, которые считают такой формат удобным, они тоже могут получить к нему доступ.
Итак, виртуализация данных является ключевой технологией для построения современной архитектуры данных: она обеспечивает гибкость и сокращает время предоставления данных для бизнеса до десятка раз; виртуализация скрывает сложную, постоянно меняющуюся инфраструктуру данных от конечных пользователей; она позволяет внедрять новые технологии, форматы и протоколы данных, не вызывая перебоев у потребителей данных.
Часть IV. Маневренность и устойчивость бизнеса в облачных инфраструктурах
Для поддержки адаптивных, отказоустойчивых, безопасных и совместимых цифровых бизнес-моделей в любом месте и в любое время необходима инновационная и в то же время отказоустойчивая инфраструктура. Предприятия, ориентированные на цифровые технологии, должны придерживаться целостного подхода к оценке и использованию всех доступных вариантов развертывания технологических решений в экосистеме цифровой инфраструктуры.
В ближайшие несколько лет развитие способности взвешивать преимущества/недостатки внедрений по трем осям измерений (место, модель использования активов и модель потребления) будет иметь существенное влияние на то, где и насколько эффективно CIO могут использовать цифровую инфраструктуру для повышения маневренности и устойчивости бизнеса.
Павел Карнаух, руководитель технического департамента, Dell Technologies, рассказал об усложнении ИТ-ландшафта, в котором все большую территорию начинают отвоевывать для себя граничные вычисления, распределенные дата-центры и мульти-облака.
Говоря об эволюции систем управления нагрузкой, Павел Карнаух выделил четыре этапа ее последовательного развития:
- Ручное распределение ресурсов;
- Система ждет санкции оператора;
- Система самостоятельно реагирует на проблему;
- Система предсказывает возможную проблему и заранее предупреждает ее возникновение.
Ка не сложно догадаться, у Dell есть современное решение, позволяющее ИД-директору быстро и без особых проблем обеспечить развертывание цифровой инфраструктуры для повышения маневренности и устойчивости бизнеса. Это решение называется Dell Technologies Cloud. Оно объединяет инфраструктурные возможности и услуги Dell Technologies для простого развертывания и управления гибридными облаками вне зависимости от места расположения данных и приложений. С облачными инновациями Dell Technologies заказчикам будет легче создавать современные приложения в любом облаке, ликвидировать пробелы в облачных знаниях и обеспечивать максимальную эффективность работы всей своей инфраструктуры.
По заявлению Павла Карнауха, конечной целью, которая ставит перед собой Dell, является создание беспилотного ЦОДа. Представитель Dell признал, что данная задача является очень сложной, и до ее окончательного решения еще далеко, но в горизонте 2025 года Dell уже видит возможности перехода на реально беспилотные дата-центры.
Артем Барсуков, менеджер по работе с партнерами, Juniper Networks, продолжил тему автоматизации, но перевел ее в плоскость интересов своей компании – в автоматику сетевой инфраструктуры.
Докладчик выделил пять ступеней автоматизации сети.
- Ручные операции: управление на уровне устройства или UI.
- Частичная автоматизация: частичная автоматизация рабочих процессов; автоматизация рутинных операций.
- Все = код + тестирование: связь действий с триггерами; все есть код (даже конфиги), который нужно тестировать.
- Непрерывные процессы: среда разработки/тестирования; быстрая обратная связь при сбоях, микро-изменениях; набор инструментов автоматизации аналитики для регулирования/исправления.
- Инженерия результата: управление надежностью; результаты – уровни обслуживания (SLO/SLI/SLA), пользовательский опыт; использование ИИ.
На верхнем (на сегодняшний день) этапе эволюции Juniper видит автоматизацию всей ИТ-инфраструктуры, а не только ее сетевой составляющей.
Пожалуй, одним из наиболее интересных частей доклада Артема Барсукова стал рассказ о внедрении искусственного интеллекта, которому разработчики Juniper даже присвоили имя – Marvis. По утверждению Артема Барсукова, в настоящее время Marvis способен самостоятельно решать до 75% заявок, поступающих от пользователей сети (он подобно системному администратору задает пользователю наводящие вопросы, чтобы выяснить причины сбоя и предложить решение).
Часть V. Автономная работа
Игорь Рудым, директор по развитию серверного бизнеса Intel в России, рассказал о том, как пандемия коронавируса повлияла на цифровую трансформацию во всем мире, начав с известной цитаты генерального директора компании Сатьи Наделлы: «Мы увидели, что цифровая трансформация, которая должна была случиться за два года, произошла за два месяца». Как ИТ-лидеры ответили на эпидемию?
Сегодня, в среднем, только 23% сотрудников необходимо находиться в офисе, чтобы поддерживать работоспособность компании. 40% компаний развернули виртуальное удаленное подключение уже к середине 2020 года, чтобы обеспечить работу из дома. 50% заявили о том, что они увеличили безопасность работы своих компаний. 64% увеличили операционную эффективность бизнеса.
Каковы вызовы и решения для распределенных сотрудников?
- Вовлечение и продуктивность: предоставить мобильным сотрудникам доступ к инструментам для совместной работы.
- Подключение: спроектировать инфраструктуру с возможностью быстрой адаптации и обеспечить режим работы «always-on» connection для сотрудников.
- Масштабируемость: использовать гибридные облачные решения для эффективного распределения данных.
Как ИТ-отдел компании Intel создал инфраструктуру для удаленной работы за одну ночь? COVID-19 неожиданно перевел почти всех сотрудников на работу из дома, традиционная инфраструктура оказалась неэффективной. Был произведен быстрый перенос нагрузок, требовательных к трафику: аудио и видео конференции, в облака. Мульти-облачная стратегия позволила отказаться от использования VPN. В результате, Intel оптимизировал количество подключений, позволив сотрудникам приступить к работе уже в понедельник.
После выступления представителя Intel Михаил Лебедев обратился к российским ИТ-директорам, участникам конференции, с вопросом: как они боролись с последствиями пандемии и ухода сотрудников на удаленку? К удивлению, большинство опрошенных заявили о том, что их ИТ-инфраструктура была готова к подобным изменениям, так что никаких серьезных технических вызовов им решать не пришлось. Как оказалось, наш российский бизнес имел достаточную подушку прочности в своих ИТ, которая помогла безболезненно перевести сотрудников на удаленку.
Корпоративная экосистема для продуктивной работы в любом месте в любое время
В заключительной части конференции Михаил Лебедев предоставил слово для доклада Софьи Стависской, руководителю практики Apple, Softline, которая рассказала о том, как компания Softline может трансформировать классическое представление о платформе Apple в корпоративном сегменте.
Софья представила Apple as a Service, как новый инструмент для бесшовного внедрения продуктов Apple, в том числе снижающих капитальные расходы на саму аппаратную составляющую, повышающих уровень защищенности информации, используемой и хранящейся в контуре критической информационной инфраструктуры, а также увеличивающих жизненный цикл используемых устройств.
Конечно, презентация, как и все у компании Apple, была сделана очень стильно и смотрелась, примерно как анонс очередного iPhone, однако, если у вас были силы оторваться от гипнотизирующего воздействия «яблока», то в голове невольно возникал вопрос, а насколько приемлема такая концепция для России? Возможно, в российской столице и можно будет найти несколько компаний в области рекламы, фешн-индустрии и т.п., которые будут способны внедрить у себя Apple as a Service, но представить себе такое в российской глубинке сложно.
Софья Стависская сделала упор на том, что решения Apple, которые мы привыкли четко ассоциировать лишь с премиальным сектором физических лиц, подходят и для внедрения в корпоративом секторе. Согласен, только если речь идет о корпоративом секторе США и Европы. В России, как нам представляется, это будет тупиковая ветвь развития.
