دور “بيور ستوريج” و”أزور” في توفير البيانات المُعدّة للذكاء الاصطناعي للمؤسسات.

تواجه العديد من المؤسسات تحديات كبيرة في تحديث بنيتها التحتية لتلبية متطلبات الكفاءة المتزايدة وإدارة التكاليف، وهو ما أصبح أكثر أهمية مع ظهور تقنيات مثل الذكاء الاصطناعي. المسار نحو التحديث ليس دائمًا مباشرًا، وغالبًا ما يكون مليئًا بالمقايضات الصعبة لفرق تكنولوجيا المعلومات. هذا المقال يستكشف الاستراتيجيات التي تتبناها الشركات للتعامل مع هذه التحديات، مستلهمين من خطوات شركات مثل Microsoft، وكيف يمكن لمؤسسات أخرى الاستفادة من هذه الدروس في تخطيط استراتيجياتها الخاصة بالذكاء الاصطناعي. نركز هنا على أهمية تحديث البنية التحتية تدريجيًا ومراعاة التكلفة والأمان.

تحديات تحديث البنية التحتية المؤسسية

تعتبر مرونة الحوسبة السحابية مغرية للعديد من الشركات، إلا أن الواقع غالبًا ما يكون أكثر تعقيدًا. تعتمد العديد من المؤسسات على أنظمة قديمة مبنية على الأجهزة الافتراضية، وتراكمت لديها عبر السنوات عمليات داخلية معقدة. إعادة كتابة التطبيقات القديمة لتتوافق مع بيئة السحابة قد تكون مكلفة وتستغرق وقتًا طويلاً، بالإضافة إلى المخاطر المحتملة التي قد تنشأ.

محاولة “الرفع والتحويل” (Lift and Shift) البسيطة، أي نقل التطبيقات كما هي إلى السحابة، غالبًا ما تؤدي إلى ارتفاع الفواتير إذا لم يتم تغيير طريقة إدارة أعباء العمل. تخيل شركة مالية كبيرة تعتمد على أنظمة معقدة لإدارة المخاطر؛ نقل هذه الأنظمة ببساطة دون تحسينها قد يؤدي إلى تكاليف تشغيلية باهظة.

استراتيجيات ترحيل تدريجية إلى السحابة

يلجأ بعض البائعون إلى تقديم حلول تتيح نقل الأجهزة الافتراضية إلى منصات مثل Azure دون الحاجة إلى إجراء تغييرات جذرية على التطبيقات. هذه الخطوة تسمح للمؤسسات باختبار الترحيل السحابي وتقييم الفوائد دون الالتزام بإعادة صياغة التطبيقات على الفور.

بالنسبة للعديد من المؤسسات، يمثل هذا الاختبار المبكر فرصة لإعداد الأنظمة التي ستدعم في المستقبل أعباء عمل الذكاء الاصطناعي. بالإضافة إلى ذلك، يساعد تقليل تكاليف التخزين من خلال أدوات Azure المتخصصة على جعل هذه الخطوة أكثر قابلية للتنبؤ من حيث التكلفة. الدرس المستفاد هنا هو البحث عن مسارات ترحيل متوافقة مع العمليات الحالية بدلاً من محاولة إعادة بناء كل شيء من الصفر.

حماية البيانات والتحكم فيها في البيئات المختلطة

لا يزال ضمان حماية البيانات والتحكم فيها يمثل أولوية قصوى، خاصة في البيئات الهجينة التي تجمع بين البنية التحتية المحلية والسحابة. الخوف من فقدان البيانات أو انقطاع الخدمة يدفع العديد من القادة إلى توخي الحذر عند التخطيط لعمليات التحديث الكبيرة.

تتجه المؤسسات الآن نحو بناء أنظمة استرداد أقوى عبر المواقع المحلية والطرفية والسحابة. وتتضمن هذه الأنظمة ميزات مثل اللقطات غير القابلة للتغيير والنسخ المتماثل ورؤية أفضل للبيانات المعرضة للخطر.

تكامل Azure مع أنظمة التخزين المحلية

يوفر التكامل الأخير بين Microsoft Azure والعديد من أنظمة التخزين طريقة لإدارة البيانات بكفاءة في كل من البيئات المحلية وخدمات Azure. هذا يمثل ميزة كبيرة للمؤسسات التي لديها متطلبات لبيانات محلية أو قواعد امتثال صارمة. يتيح هذا الإعداد الاحتفاظ بالبيانات الحساسة داخل الدولة مع الاستمرار في الاستفادة من أدوات Azure، وهو أمر بالغ الأهمية حيث تعتمد تطبيقات الذكاء الاصطناعي للمؤسسات على بيانات موثوقة ومدارة بشكل جيد. النماذج الهجينة، عند وجود طبقة تحكم موحدة، يمكن أن تدعم احتياجات الامتثال بشكل فعال.

الاستعداد للذكاء الاصطناعي: بناء على الأسس القائمة

لا تحتاج الشركات دائمًا إلى إعادة بناء بنيتها التحتية بالكامل لدعم مشاريع الذكاء الاصطناعي. يوفر SQL Server 2025 من Microsoft ميزات قاعدة بيانات المتجهات المبتكرة التي تمكن الفرق من إنشاء تطبيقات تعتمد على الذكاء الاصطناعي دون الحاجة إلى تغيير الأنظمة الأساسية الحالية.

تقوم بعض المؤسسات بالفعل بدمج SQL Server مع مصفوفات تخزين عالية الأداء لتحسين الإنتاجية وتقليل حجم مجموعات البيانات المستخدمة في الذكاء الاصطناعي. هذا التحسين أصبح جزءًا أساسيًا من التخطيط الشامل للذكاء الاصطناعي في المؤسسة. هذه الخطوة تمنح الشركات الفرصة لتشغيل أعباء عمل الذكاء الاصطناعي في مرحلة مبكرة دون الالتزام بمجموعة تقنيات جديدة بالكامل.

تعقيدات إدارة Kubernetes مع الأنظمة القديمة

تتعامل العديد من المؤسسات مع بيئات مختلطة تجمع بين الحاويات والأجهزة الافتراضية، وهو ما يمكن أن يسبب تحديات في المزامنة وإدارة العمليات. تتجه بعض الشركات إلى تبني أدوات إدارة البيانات الموحدة التي تسمح لبيئات Kubernetes بالتواجد جنبًا إلى جنب مع التطبيقات القديمة.

على سبيل المثال، يشهد استخدام Portworx مع Azure Kubernetes Service وAzure Red Hat OpenShift زيادة ملحوظة. تستخدم بعض الفرق هذه الأداة لنقل الأجهزة الافتراضية إلى Kubernetes من خلال KubeVirt مع الحفاظ على سير العمل المألوف للأتمتة. هذا النهج يقلل من الإفراط في التزويد ويسهل تخطيط القدرات.

دروس مستفادة ومستقبل تحديث البنية التحتية

من خلال هذه الأمثلة، يتضح أن معظم المؤسسات لا تسعى إلى إعادة بناء كل شيء مرة واحدة. إنهم يفضلون خطط ترحيل قابلة للتنبؤ، وحماية قوية للبيانات، وطرق عملية لدعم مشاريع الذكاء الاصطناعي المبكرة.

إن الأدوات والشراكات التي تتشكل حول Azure تشير إلى أن تحديث البنية التحتية أصبح أقل تركيزًا على استبدال الأنظمة وأكثر تركيزًا على تحسين ما هو موجود بالفعل. الشركات التي تتعامل مع التحديث بخطوات صغيرة وثابتة، مع الأخذ في الاعتبار التكلفة والأمان واحتياجات البيانات، ستجد أنه من الأسهل المضي قدمًا دون تحمل مخاطر غير ضرورية. الحوسبة السحابية ليست حلاً سحريًا، بل هي جزء من استراتيجية أكبر لتحسين الكفاءة والمرونة.

مراجع إضافية:

• Bain & Company تصدر دليل الذكاء الاصطناعي للمديرين التنفيذيين، وتفتتح مركزًا في سنغافورة.
• معرض الذكاء الاصطناعي والبيانات الضخمة (أمستردام، كاليفورنيا، لندن).

هل تريد التعمق أكثر في عالم الذكاء الاصطناعي والبيانات الضخمة؟ تفقد أحدث الأحداث والندوات عبر الإنترنت التي تقدمها TechForge Media https://www.techforge.media/events.