Küresel olarak oluşturulan, yakalanan, kopyalanan ve tüketilen toplam veri miktarı 2020’de yaklaşık 64,2 zettabayttı. Şaşırtıcı olmayan bir şekilde şirketler, verilerini depolamanın maliyetinin de arttığını bildiriyor. 2018 Kurumsal Depolama Forumu anketinde iş liderleri, yüksek işletme maliyetlerinin, depolama kapasitesi eksikliğinin ve eskiyen ekipmanın en önemli endişeleri arasında olduğunu söyledi.
Artan depolama maliyetleri, birçok şirketi düşük giriş maliyetleri avantajı sunan bulut seçeneklerini benimsemeye zorladı. Pepperdata raporu, şirketlerin üçte birinden fazlasının bulut hizmeti bütçesinin yüzde 40’a varan oranda aşıldığını tespit etti.
Bulut tarafında, yeni yeni ortaya çıkan bir ürün grubu, bulut harcamalarını yönetme sorununa yapay zeka uyguluyor. Densify ve Cast AI gibi satıcılar , AI destekli platformlarının, çeşitli gereksinimleri dikkate alarak bir şirketin iş yükleri için en iyi depolama yapılandırmasını önerebileceğini iddia ediyor. Diğer teknoloji sağlayıcıları, donanım önerileri veya yeni dosya sıkıştırma teknikleri ile depolama maliyetlerini azaltabileceğini iddia ettikleri algoritmalar oluşturarak, dikkatlerini şirket içi sistemlere çevirdiler.
Gartner Araştırma Başkan Yardımcısı Arun Chandrasekaran VentureBeat: “Günümüzde veri depolama çeşitli zorluklarla karşı karşıyadır: Depolama dağıtımları genellikle bellek, flash, disk sürücüleri ve bantlar gibi çeşitli farklı depolama ortamlarından oluşur. Buna ek olarak, kuruluşlar erişim protokollerine veya iş yüklerinin kritikliğine dayalı olarak birden fazla depolama dizisi çalıştırıyor” diyor. Pandemi sırasında, operasyonları dijitalleştirme baskısı rekor sayıda şirketin buluta geçmesine neden oldu. O’Reilly tarafından yakın zamanda yapılan bir ankete göre, kuruluşların yüzde 90’ı 2021’de bir tür bulut bilişim kullanıyordu, Flexera’nın Bulut Durumu Raporu ise şirketlerin yüzde 35’inin 2021’de bulut operasyonlarına 12 milyon dolardan fazla harcadığını gösteriyor.
Buluta geçiş yapmamış veya verileri bulut ve şirket içi ortamlara yayılmış şirketler için, Accenture’ın kurumsal içeriği anlamak ve veri sınıflandırmasını otomatikleştirmek için arama ve yapay zekayı birleştiren Depolama Optimizasyonu Analitiği gibi çözümler var.
Accenture, yinelenen veya neredeyse yinelenen içeriği algılayarak depolama maliyetlerini azalttığını ve müşterilerin doğru verileri doğru zamanda taşımasına veya arşivlemesine yardımcı olduğunu iddia ediyor. BT sağlayıcısı Rahi Systems, kapasite ve performansı tahmin etmek ve iş yükü dağıtımı ve optimizasyonu hakkında tavsiyeler sağlamak için yapay zkea modellerini kullanan Pure1 Meta adlı benzer bir hizmet sunuyor.
