文/ Veritas公司大中华区总裁 滕文
又到“金三银四”人才流动旺季。聚焦IT行业的人力资源专家纷纷指出,2023年,市场尤其关注具备云、人工智能/数据科学、网络安全专业知识的IT人员,企业用人需求旺盛,相关人才价值潜力巨大。

如今,越来越多企业开始使用云开发应用程序,提供数据服务,支撑业务运营,云架构安全、数据保护和隐私以及合规等方向的专业技能日益成为“刚需”。为此,企业不仅会广纳贤才,分解任务角色并实现高效协同,还将更加关注整个组织范围内员工的学习和发展,持续扩展最佳实践。
其中,“头号”优先事项无它——防勒索韧性与数据保护管理不仅是关键时刻可以兜底的“金钟罩”,更是企业行稳致远的基石。
全局视野方能胸有成竹
俗话说,常在河边走哪有不湿鞋。企业数字化转型一直在路上,越玩越野,若真遇上大坑,如何安全脱困?如果说顶级越野工具有“三把锁”帮助脱困,企业IT也应具备挣脱网络安全威胁泥淖的全局视野:可恢复和韧性(中央差速锁)、SaaS和云工作负载(后桥差速锁)以及数据治理与合规(前桥差速锁)。
纲举目张,伴随企业IT基础和应用不断向混合多云环境倾斜,全面、统一的云数据管理平台呼之欲出。究其本源,平台应具备企业级基础,帮助用户重新掌控逐渐失序的云成本,屏蔽复杂性。同时,平台应确保数据和应用可以“游刃有余”于多云之间,具备强大网络韧性。
逐一细分拆解,数据保护管理领域的IT专业人员尤其应重点关注以下方向的“能力建设”:
· 将数据保护拓展至云级规模,支持混合多云和异构环境。自动化、人工智能和弹性架构“三合一”,实现安全、自主且经济高效的云数据保护。同时,支持通过单一管理平台保护和控制任意环境中的数据,包括本地、云、混合多云等。
· 为云上数据和应用打造企业级的可用性,实现跨云的数据和应用移植(支持IaaS和PaaS层),并优化存储消耗,有效降低成本,提升性能。而关于与日俱增的SaaS工作负载,甘愿满足于“最低限度”的数据保护是短视行为,企业IT需要获得全面的覆盖,灵活的恢复选项、高性能、自动化和可扩展性都非常重要。
· 在数据治理与合规方面,企业需要有能力从所有通信平台捕获数据,并自动执行数据分类,从而降低运营复杂性,轻松捕获所有内容并按需、随处归档,发现重要内容,高效识别和补救潜在信息风险。
关于上述三大核心方向的服务获得方式,企业需要因地制宜,有能力灵活选择部署模式和交付选项。放眼数据保护管理业界,自托管、代托管和即服务(As-a-Service)配齐已是大势所趋。比如,将业界领先的数据保护方案推向云端,持续创新,无缝适配企业多样化的IT应用环境。
他山之石,可以攻玉
“想当然”是失败之母,错误的“想当然”会导致事与愿违。以蓬勃发展的SaaS工作负载为例,切勿“想当然”地认为SaaS供应商会提供数据保护管理保障。实际上,一旦SaaS成为工作流的一部分,关键任务数据就会存储在SaaS应用程序中,而保护数据的责任需要企业自己承担。同样,仅仅防范数据丢失远远不足够,企业还需有效防范未经授权的数据访问,最小化潜在风险敞口。此外,无论数据存储于何处,合规都是一项重大挑战。尤其对跨国企业而言,遵守数据主权条例是复杂的,但也是必需的。谨记:SaaS应用程序本身不具备任何合规保障,既没有防篡改功能,也无法控制数据保留时间。鉴于此,企业IT必须从大局出发,确保数据完整可用,实现精准高效的全生命周期数据管理。
在“统一多云管理”这个话题上,企业IT则面临“如何跨多云妥善管理资源”、“如何保护各个云中的数据”,以及“如何优化性能并降低云成本”三大挑战。有调研显示,在云投入超过200万美元的企业中,高达77%表示对支出感到震惊。复杂的多云环境可能涵盖企业自建数据中心的传统架构、私有云平台、公有云平台以及多种公有云平台,或者混合云平台,一个统一的数据管理平台可以提供一致的业务连续性、数据保护和数据洞察,将IT团队的任务管理时间减少50%以上。
回到“通过单一平台保护全部数据”这个核心上,平台应具备以下关键能力,构建最佳状态,包括:独立于云平台的粒度恢复,跨混合基础架构的、充分的数据移动性,强大、高效的数据精简功能,全面覆盖边缘、核心和云环境,弹性扩展等。具体到应用场景,涵盖云上备份——保护云上关键业务数据、基于策略的虚拟镜像管理、长期归档和迁移;备份到云——异地数据容灾、升级遗留磁带设备、归档长期备份数据;跨云备份——实现跨本地数据中心、公有云及企业各分支机构的统一数据保护,以及集“云上备份+备份下云+容灾到云”于一体的混合用例——所有数据在不同位置均有两份副本,通过高级别的数据保护方案支持全球业务扩展。
近些年,还有越来越多的大型企业为全球员工扩展了远程办公模式,比如“标配”Slack和Microsoft Teams。问题随之而来:内部审查和电子发现如何捕获这些新内容?“你无法战胜你看不见的东西”,只有当捕获、归档、电子发现、监控和洞察充分集成时,企业数据治理与合规方能真正意义上“有章可循”,有效协同业务需求。试想这样的场景:精准发现数十万过期、重复的PST文件,通过归档工具将其标记为“过期使用”,成功回收超10%的存储空间。而类似应用场景的排列组合将通过平台能力充分释放。
以上种种以及企业一线实践检验的经验总结,不一而足,分享给IT管理者们参考。混合多云当道,企业数据保护管理不仅是“弄潮儿”,更应是数字化转型的“领路人”。
更多前沿实践和精彩洞察,4月13-14日,“2023 Veritas Solution Day”将为各位悉数奉上,Veritas期待与你一探究竟。更多会议详情,请关注Veritas中国官方网站。
关于 Veritas
Veritas Technologies是多云数据管理领域的领导者。超过八万家企业级客户, 包括95%的全球财富100强企业,均依靠Veritas确保其数据的保护、可恢复性和合规性。Veritas在规模化的可靠性方面享有盛誉,可为企业提供抵御勒索软件等网络攻击威胁所需的弹性。Veritas通过统一的平台,支持超过800种数据源,100多种操作系统,1400多种存储设备以及60多类云平台。在云级技术的支持下,Veritas现正在实践其数据自治战略,在提供更大价值的同时,降低运营成本。
Veritas中国官方网站 https://www.veritas.com/zh/cn/
Veritas官方微信平台:VERITAS_CHINA(VERITAS中文社区)
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。