截至2022年，60%的企業數據都存儲在云端，高于2015年的30%。這些統計數據表明了幾件事。首先，云的無縫可擴展性和實用性似乎緩解了人們對采用云的早期擔憂，包括感知到的安全風險、失控、集成障礙和人才缺口。其次，很明顯，云架構必須不斷擴展才能容納大量的組織數據。

這便是現代云采用的一個主要擔憂：云環境必須隨著數據的增加而擴展。但不斷擴展的成本很高，導致許多CIO的預算出現赤字，即使他們的云分配習慣性地增加。根據麥肯錫的數據，平均每家企業今年將把80%的IT托管預算花在云環境上。

有了正確的心態和成本優化方法，領導者可以促進預算和云支出之間的和諧關系。實現這一點的關鍵是采用適應性云方法。

猶豫不決的代價

首先，需要注意的是，從成本角度來看，避免云遷移是違反直覺的。云遷移通過提供巨大的戰略價值，釋放了高達1萬億美元的商業價值，其中包括：

• 降低基礎設施、硬件和勞動力成本。
• 隨著業務的增長或縮小，實現無縫的可擴展性。
• 提高遠程勞動力和消費者的效率。
• 通過減少能源使用，可以節省10至50倍的成本。
• 維護成本更低。
• 減少與更新、維護或硬件故障相關的停機時間。

這些好處遠遠超過了最初的云相關支出。此外，采用云解決方案的領導者可以更輕松地獲得人工智能、機器學習(ML)和自動化等創新技術。資源密集型人工智能工具(如ChatGPT)在云中運行也就不足為奇了。如果組織已遷移到云，多種基于SaaS的人工智能和自動化技術使組織能夠互操作地利用類似的GenAI算法。

云計算什么時候變得如此昂貴？

隨著數字互動和交易變得越來越流行，云采用獲得了顯著的發展勢頭。許多組織在疫情后對云采用進行了巨額投資，65%的IT領導者表示，由于疫情，他們的年度云預算有所增加。為什么?因為云為遠程工作者和購物者提供了完美的游樂場。與本地傳統架構相比，它的擴展和加載效率更高、更可靠。

然而，隨著數字互動的增多，數據生成量也急劇上升。到2025年，全球數據存儲量將達到180ZB，是2020年存儲數據量的兩倍多。在云端處理和存儲這些數據需要更多資源，從而推高了成本。

此外，隨著云服務器的擴展，安全性和合規性變得更加重要。畢竟，如果在云中存儲了大量組織數據，那么就希望確保這些數據安全、可靠且合規。

安全相關支出的來源可能有所不同。例如，與更嚴格、更昂貴的云合作伙伴簽訂合同可能會產生成本。或者備份數據策略可能需要采用多云方法，這些操作中的每一個都會增加與云相關的成本。

如何有效控制和擴展云支出

幸運的是，領導者今天可以采取措施來減輕云計算支出的負擔，同時又不損害云計算的好處：

1.考慮混合或多云策略

沒有必要對云采取“全有或全無”的方法。事實上，使用公共云和私有云的組合通常更具成本效益。通過使用多個云，領導者可以創建有效的災難恢復(DR)計劃，而無需投資專用的DR站點。此外，依賴單一云提供商的組織可能會因供應商鎖定而產生更高的成本，尤其是在擴展或請求其他服務時。在這種情況下，多云策略成為談判的籌碼。

同時，在混合云方法中，IT領導者可能會選擇將敏感數據存儲在本地，將不太重要的數據存儲在公共云中。通過采用云和本地模型，組織可以對敏感數據采取適當的存儲預防措施，輕松擴展不太敏感的數據需求。

2.優先考慮數據衛生

在云遷移之前、期間和之后，保持正確的數據禮儀至關重要。在采用之前，領導者應該通過消除冗余、過時或瑣碎(ROT)數據來清理和組織他們的系統。存儲的數據越多，傳輸成本就越高。因此在遷移之前組織系統會帶來豐厚的回報。

3.投資云管理合作伙伴或工具

與云計算非常相似，管理合作伙伴需要預付成本，這使得一些領導者不愿采用。然而，通過與云管理或托管服務提供商(MSP)合作，組織可以顯著減少云支出。MSP將對客戶的云使用情況進行詳細分析，以識別和消除效率低下的問題。通過定期審查和優化云資源，MSP可以正確調整數據大小，對未充分利用的資源提出建議，并自動化云擴展過程，以確保客戶只支付他們需要的費用。

4.采用人工智能、機器學習和/或自動化

組織與其云環境的交互會為AI和ML算法帶來多種印象。通過采用基于自動化的AI系統，領導者可以確保這些印象能夠改善流程。例如，AI和ML算法可以持續分析云使用模式并提出適當調整資源的建議。同樣，這些算法可以檢測到使用量激增的早期跡象。

自動化提高了云計算的效率。流程自動化確保備份創建、軟件更新和維護活動等日常任務能夠自動且定期地執行，從而減少人工監督，實現更強大的軟件安全性。這帶來了顯著的成本差異，也帶來了顯著的流程改進。

總結

退出云不是一個選擇，但這并不意味著預算必須受到影響。那些跳出思維定勢并采用混合云或多云方法的領導者將實現顯著的成本節省，尤其是當這一選擇與其他明智舉措相結合時，例如聘請MSP、使用基于自動化的工具以及專注于更好的組織范圍的數據實踐。