הטכנולוגיה ממשיכה להתקדם, אבל חלק מהחברות נשארות מאחור עקב אימוץ של טכנולוגיות חדשות באיחור. כל מנכ”ל ו CTO בארגון יודעים שכדי להתמודד מול המתחרים חייבים לאמץ יתרון תחרותי טכנולוגי ואימוץ של טכנולוגיות חדשות הוא בגדר חובה ולא בגדר המלצה. זה לא משנה אם אתם חברת מוצר או Solution Provider אם לא תשלבו פתרונות מתקדמים כחלק מארסנל המוצרים או לא תציעו ללקוחות פתרונות שיתנו להם יתרון תחרותי, לא יהיה לכם הצדקה קיומית.
אין ספק ששימוש בכלים טכנולוגיים מתקדמים עוזרים לנו להיות יותר אפקטיביים, תחרותיים, להפיק תבונות חדשות ולמצוא פתרונות מתקדמים ולהביא ערך ללקוחות.
אספתי ארבעה מגמות שישנו את חיינו בשנה הבאה ואף ילוו אותנו בשנים הקרובות בדרך שבה אנחנו מנהלים את מערך ה IT, מפתחים אפליקציות, רוכשים פוליסת ביטוח מבוט חכם ואף משלבים סט של טכנולוגיות כדי לקדם פתרונות כמו רכבים אוטונומיים ואף ערים חכמות.
מחשוב קצה – מחשוב קצה (Edge Computing) הוא פתרון המיועד לקרב את המידע, ככל שניתן למקום שבו המידע נוצר. כולנו מייצרים ושולחים מידע במשך היום באמצעות מכשיר ה Smartphone, Tablet, ומחשבים ניידים. המידע נשלח לרוב לספקיות הענן הגדולות או לעננים פרטיים וכתוצאה מכך, נוצר תלות בתקשורת שלא מאפשר אוטונומיות מלאה – ובטח שלא מאובטחת.
בעזרת פתרון זו, חלק מהמידע נשלח לענן ומנותח שם, בעוד היתר מחושב, מעובד ומנותח בצורה מקומית. בעזרת שירותי Cloud Native וכלים מתקדמים נוכל לבצע פעולות מהירות ואוטונומיות יותר מבלי לשלוח את המידע לענן ולהמתין לניתוח נתונים ותחזיות שיכולות לקחת זמן רב.
דוגמה טובה לשימוש במחשוב קצה הם כלי רכב אוטונומיים. הם מייצרים מידע רב מחיישני מרחק, מהירות, מצלמות היקפיות, תנועה של רכבים בכביש ומידע נוסף שנוצר בזמן אמת. המערכות ברכב צריכות לקבל החלטות במהירות כל שניתן כדי לקבל החלטות: מתי לעצור, לנסוע, לטסות, באיזו מהירות וכד’. מכיוון שההחלטות חייבות להתבצע בזמן אמת ובצורה אוטונומית ללא שירותי ענן ובתלות בתקשורת, ברכבים אוטונומיים שעושים שימוש כבר היום במחשוב קצה בשילוב טכנולוגיית 5G. באנגליה, סין וארה”ב הפריסה של רשתות 5G מאוד מתקדמת וכבר בימים אלו, ישנם מאות אלפי רכבים אוטונומיים שנשענים על מחשוב קצה (Micro Datacenters) ורשתות מסוג דור 5G שמאפשרים ניתוח מידע מהיר, שליחת נתונים מהירה כמעט פי 100 לעומת הדור הקודם ואוטונומיות מלאה של אותם רכבים אוטונומיים.
האתגר של שילוב מספר טכנולוגיות כמו בינה מלאכותית, רשתות 5G לעבוד ביחד הוא מאוד מאתגר ויוכל לעזור לנו להפיק תבונות בצורה מהירה יותר (בזמן ריצה), לעזור לנו לבנות מודלים שונים כדי לקבל החלטות במהירות. חשוב לזכור שיש לכל רכיב במחשוב קצה משאבים מאוד מצומצמים, ולכן צריך להתאים את הרצת המודלים והשירותים המתקדמים למחשוב הקצה.
השילוב בין בינה מלאכותית למחשוב קצה נקרא Edge AI שבעזרתו נוכל להשיג חסכון ב-Data Transfer והורדת ה Network Bandwidth לשיפור ביצועים ובקבלת החלטות ואף יותר מכך, נוכל להשיג שיפור משמעותי ברמת אבטחת המידע, מכיוון שהוא נמצא במחשוב קצה ולא עובר בין עננים. כמובן שגם העלויות יוזלו באופן משמעותי.
בוטים חכמים – לדעתי יצא לכולם בזמן האחרון לעבוד עם בוטים חכמים, אם רכשתם פוליסת ביטוח או ניסיתם להתכתב עם נציג שירות לאחרונה ב WhatsApp. בשנים הקרובות נראה הרבה יותר חברות מתייעלות כלכלית עם Chatbot-ים חכמים על מנת לשפר את חווית המשתמש, להפחית משאבים אנושיים, להוזיל עלויות ואף להגדיל את המכירות. השילוב בין בוטים עם מודלים מתוך בינה המלאכותית וכמובן Machin Learning יהפכו להיות נפוצים יותר כדי להפוך את הארגון לכמה שיותר אוטונומי. השימוש ב Machine Learning נועד כדי שה Bot יוכל ללמוד שפה שלנו ואת ההתנהגות האנושית וכך ידמה גורם אנושי ולא יפגע בחוויית המשתמש.
לפי הסקרים האחרונים, זהו תחום שתופס תאוצה ועד 2025 יגיע לשוק של 1.25 מיליארד דולר ובשילוב של טכנולוגיות בינה מלאכותית השוק הזה יכול לצמוח הרבה יותר. רק כדי לסדר לכם את האוזן, שוק הבינה מלאכותית יתקרב ל 120 מיליארד דולר עד 2025.
ישנן חברות שמתמקדות אך ורב בבוטים חכמים וישנם חברות שמשלבות פתרונות מסוג תקשורת רב ערוצית ביחד עם בוטים חכמים כדי לייעל ללקוחות את ניהול ערוצי התקשורת השונים המגיעים מרשתות חברתיות, WhatsApp לעסקים והרשימה עוד ארוכה. חברות שמעסיקות מאוד ואלפי נציגים יעברו לבוטים חכמים במקום לשלם למאות נציגים. הבוטים יוכלו לעשות עבודה טובה יותר, הם לא צריכים לנוח, לצאת להפסקות, הן לא טועות ויכולות להיות זמינות 7X24.
ננו שירותים או NanoServices – רוב אנשי הפיתוח והארכיטקטים מכירים את ארכיטקטורה מסוג מיקרו שירותים, אך מעטים מכירים ארכיטקטורה שהופכת להיות שכיחה יותר והיא Nanoservices. ארכיטקטורה זו הינה מתקדמת לפיתוח אפליקציות מבוזרות. תחשבו על ארכיטקטורה מיקרו שירותים רק הרבה יותר רזה: שמטרתה לבצע פעולה אחת בלבד כ Single API Endpoint לעומת מיקרו שירותים שלרוב מבצע מספר משימות במקביל ולכן היא ארכיטקטורה כבדה יותר, פחות מבודדת ופחות מאובטחת.
העתיד של הארכיטקטורה הזאת נשמע מאוד מבטיח, במיוחד בתחום ה .Serverless שירותי ה Nanoservices הם מאוד קטנים, ניתן לבצע בהם שימוש חוזר בקלות והם כמובן ניתנים לפריסה בקלות. ישנם מפתחים וארכיטקטים שמשלבים בין שתי הארכיטקטורות במה שנקרא .Hybrid Architecture .
אתרי החדשות הגדולים בעולם כבר יישמו ארכיטקטורה מסוג Nanoservices Architecture – לכל שירות או פונקציונליות שהם פיתחו יש API ייחודי וקובץ פונקציונליות נפרד. חלקם מריצים בימים אלו יותר מאלף שירותי Nanoservices באתרים, שהם כמובן דינמיים ומשתנים לעתים קרובות.
מפתחים וארכיטקטים רבים עובדים כבר בימים אלו על הארכיטקטורה שלהם במקום לפרק את ה-Monolith שהם פיתחו במשך עשור למיקרו שירותים, הם עוברים לארכיטקטורה היברידית שמשלבת גם Nanoservices בשל יתרונותיה הרבים: השיטה הזאת יותר מאובטחת בזכות גודלו הקטן של ה-Surface attack; ה-Isolation (בידוד); וכמובן – היא נוחה הרבה יותר לשחרור גרסאות מהיר יותר ומותאם לייצור. בשנים הקרובות נשמע הרבה יותר את המונח Nanoservices, במיוחד כשנתחיל לבנות שירותים ואפליקציות שמשלבות פתרונות מסוג Serverless.
פתרונות לתפעול מערך ה IT (AIOps) – מושג שהוזכר לראשונה ע”י הצוות המקצועי של Gartner. המטרה להשתמש בטכנולוגיה מסוג Machine Learning וכלי Analytics מתקדמים כדי לשפר את תפעול ה IT ולעלות את הפרודוקטיביות בעזרת תהליכי אוטומציה ואורקסטרציה. בעזרת כלי AIOps נוכל לבצע Anomaly Detection על כמות גדולה יותר Data Sets (מערכי נתונים שנמצא באותו ארגון) או להריץ ניתוח על המידע ההיסטורי שיש לארגונים במערכות המידע שלהם ולבצע תחזיות לביצוע תחזוקה (Predictive Maintenance). שימוש בכלי AIOps יעזרו לנו לפתור בעיות במהירות, להגיע ל Root Cause לקבל החלטות ואף למנוע תקלות עתידיות.
עידו ופנר, סמנכ”ל טכנולוגיות וארכיטקט ראשי בחברת Kyndryl קרדיט צילום: נימרוד קפילוטו
חברות רבות מציעות כלי AIOpsמסוגים שונים כדי לסייע ללקוחות בניהול מערך ה IT שלעיתים נמצא בענן הפרטי או הציבורי. במקרים רבים נוכל לראות ארגונים גדולים שמספקים שירותים נתקלים בבעיות קריטיות שיכולות להמשך שעות או לפעמים גם ימים. על מנת שאותו ארגון יוכל להגיע לשורש התקלה ברמה האפליקטיבית או התשתית פתרונות AIOps יוכלו לאתר את הבעיה ברמת הקוד וגם ברמת מערכת הפעלה אם משהו ישתנה לאחרונה במערכת ומי ביצע את השינוי.
כלים אלו יוכלו לסייע הרבה חברות שירותים לעלות את האמינות והזמינות של אותן מערכות ושירותים שהן מספקות בעיקר בשירותי הענן הפרטי והציבורי ולמנוע פגיעה בלקוחות ובמוניטין של אותן חברות שמספקות שירות על גבי התשתיות שלהן.
בימים אלו, בינה מלאכותית מלווה אותנו כמעט בכל תחום וחברות שלא ישלבו את ארסנל המוצרים שלהם עם טכנולוגיה מסוג בינה מלאכותית יהיו הרבה פחות רלוונטיות בשוק תחרותי של היום.
בסיום שורות אלו, אציין שרוב התהליכים האנליטיים כבר היום מבוצעים ע”י רובוטים חכמים בעלי כישורי למידה שעושים שימוש בלמידת מכונה ובהמשך גם ההחלטות שנהגנו לבצע עם פרי האינטליגנציה האנושית יבוצעו גם הם על ידם בצורה טובה יותר.
