全球领导者比以往任何时候都能使用更多的数字工具，从而更快地实现更大的商业价值。在一个快吃慢的世界里，人工智能技术使公司能够做出更快、更智能的决策，而云技术则使公司能够大幅降低IT成本，获得更大的可扩展性和灵活性，以快速构建更好的应用程序与此同时，数据的规模和复杂性也在迅速增长。数据以各种格式存储在许多数据中心和云中，这使得很难全面了解客户和业务。虽然许多组织都在定义和优化他们的企业计划，一个成功的数字转型战略需要一个成功的数据战略企业必须重新考虑其数据策略，以支持对智能工具链和算法的日益依赖，以实现高效运行。以下是2020年及以后影响数据管理方式的主要数字化转型趋势1数字自动化正在改变工作的性质数字公司必须不断地改进、改造和自动化其业务流程，而数字自动化平台（DAP）使任何人都可以轻松地使用各种工具自动化自己的流程和工作流，例如用于智能决策的机器人流程自动化或机器学习。dap可以推动许多业务成果，包括提高生产力、优化业务运营和建立更好的客户体验。这个过程的核心是数据。在开发和测试环境中，公司需要将生产数据镜像到数字自动化平台的高质量数据。团队需要访问快速和安全的数据，以抵御恶意攻击并防止系统停机。如果没有它，企业的转型举措就会受到威胁，并抑制其追赶竞争对手的能力2DevOps将转向超大规模的公共云DevOps实践的成熟与近年来公共云的发展相吻合。随着企业DevOps实现超越本地和私有云环境，超大型公共云提供商将成为DevOps的主要和优先场所。像AWS、Azure和googlecloud这样的顶级供应商在他们的云计算基础设施上投入了大量资金，以配合企业对DevOps的采用。组织需要一种有效的方法将数据从不同的数据库复制到他们首选的云提供商，同时保护传输中的数据，因此DevOps的工作负载可以无缝地转移到公共云，以实现弹性和高效的增长然而，云迁移的最大挑战之一来自于将数据跨私有数据中心边界移动到公共云位置的复杂性。如果没有一个能够安全、快速、自动化和安全地管理数据的平台，DevOps工具链将无法产生准确的结果，并且会给人一种错误的系统准备就绪的感觉。公司需要在其交付管道中快速交付数据，随着软件能力的增长和成熟，获取数据能力的需求变得更加迫切。与DevOps类似，DataOps规程以数据的战略性使用为中心，因为数据管理与软件开发对于数字化转型的成功至关重要三。云本地交叉将随着数据的增加而加深云本地技术和方法，包括容器、Kubernetes、serverless和service mesh，将更深入地与相邻的趋势交叉，特别是DevOps和数据服务。组织中数据的激增带来了利用和管理数据的挑战。云原生技术旨在支持微服务，并与解决方案相匹配，以实现数据的大规模运营。数据管理策略应包括针对最终用户的自助式数据控制、为节省存储而进行的虚拟化、以及为在内部数据中心和云之间迁移而进行的复制；更不用说，数据屏蔽，以确保下游环境中的所有数据都是安全的结束语到2020年，商业世界将不可避免地朝着更加自动化的方向前进，并越来越多地使用人工智能。企业需要主动重新设计其数据实践，以符合行业趋势。DataOps是一种专注于端到端数据交付的实践，它可以帮助软件团队以安全的方式为核心业务应用程序更快地发布新功能，从而使企业在当今应用程序驱动的经济中处于领先地位。否则，企业可以指望淹没在海量数据中，无法将数字化转型付诸行动。