在COVID-19大流行的刺激下，2020年底估計有60%的企業已經將工作任務轉移到云上。隨著信息技術(IT)投資在疫情期間持續增長，這一數字可能會繼續提高。

[[431358]]

然而，盡管企業云的使用越來越多，許多組織繼續在云遷移中犯下基本的、可避免的錯誤。這些不可避免地會導致螺旋式上升的成本、延遲、缺乏一致性以及跨組織單位的整合沖突。Fortinet公司2019年的一項研究發現，在未能實現預期回報后，74%的公司在最初將應用程序遷移到云計算后，又將它們送回了本地——這是一種令人惋惜，但可避免的預算和時間浪費。

為什么會發生這種情況?規劃云遷移的IT決策者通常認為他們只有兩條路徑可用。其中一種是他們可以快速移動，以最小的變化進行遷移。雖然節省資金，但犧牲了精度，沒有充分利用云的優勢。另外一種則認為他們的團隊可以進行艱苦的、資源密集型的規劃和開發過程，在遷移過程中實現所有應用程序的現代化。這種方法會帶來更好的結果，但速度太慢，成本也高得令人望而卻步。

但這并不是唯一的兩種選擇。企業也可以尋求利用人工智能和自動化的力量，在最大化效率和結果的同時，為決策者提供最佳選擇。

使用AI發現“未知的未知”

云遷移是出了名的復雜。如果您將主要云供應商提供的所有實例類型、存儲選項、可用區域和定價計劃結合起來，那么目前有超過2500萬個可用的云配置選項。毫不奇怪，這使得云遷移的規劃階段成為一個痛苦的過程。人工智能可以幫助組織了解復雜性，預測潛在的痛點，避免意外成本，從而消除或至少顯著減少延遲和停機時間。

通常，基于人工智能的云遷移應用程序映射來自客戶環境的數千個數據點，并將它們關聯到一個最佳遷移模式。傳統上這項任務需要一個有經驗的云專家數周的時間來完成，但通過算法可以在幾分鐘內完成。更好的是，隨著每次云遷移，人工智能變得更加智能，因為它可以利用歷史數據來得出“更優”結論。

更重要的是，與人類云遷移團隊不同，人工智能具有更少的固有偏見和完美的“記憶”，幫助遷移團隊保持決策的客觀性和一致性。

人工智能(AI)和機器學習(ML)工具在云遷移的規劃階段具有最大的影響。如果能夠智能地應用，它們對于確保遷移運行行程表盡可能地準確和精確是非常寶貴的。

關注潛在風險

人工智能不是萬靈藥——至少現在還不是。在規劃云遷移時過度依賴AI和ML工具的風險是，它們可能會錯過一些重要的細微差別。例如，一個組織文化的獨特怪僻、其更廣泛業務目標的微妙之處以及快速移動的外部市場因素將不會被AI或ML工具發現。

這就是為什么有經驗豐富的云工程師參與遷移項目是很重要的。AI和ML當然可以充當向導，但一個技術嫻熟的團隊將帶來所需的創造力和至關重要的實際經驗，這也是工作的一部分。

遷移后：用自動化揭示現代化機會

當組織將應用程序遷移到云計算時，我們經常看到決策者采用一種“設置它，然后忘記它”的心態。這不可避免地會導致資源管理不善和浪費，這將對性能產生負面影響，并最終導致組織花費更多資金。安全性和合規性漏洞也很容易被忽視，使系統容易受到網絡攻擊和潛在的監管違規。

隨著組織不斷發展以滿足當今世界不斷變化的需求，云基礎設施也應該跟上和進一步發展。人工智能和自動化可以提供幫助，實時監控你的云資產，并提供智能現代化和創新建議，使企業能夠最佳地利用可以使用的技術，并在市場上獲得競爭優勢。

總的來說，盡管許多組織最初是這么認為的，但采用云的很多挑戰都不是技術上的。相反，真正的考驗是為遷移決定正確的路徑。使用所擁有的所有工具——包括人工智能和基于機器學習的平臺，以及精明的專家團隊——為您提供最大的成功機會。