企业将重新平衡混合云的发展受访者表示在过去18个月加速了云计算之旅。然而，在迅速确定了所需的数据托管服务后，许多企业现在正准备为其混合云制定长期战略决策。平衡不同公共云之间的服务成本、便利性和所需的服务级别协议将是企业在2022年要应对的挑战。此外，还需要考虑针对勒索软件的防御弹性，而且很明显，组织必须微妙地平衡物理、虚拟和多云混合。但有一件事是肯定的——一切都会混合在一起。容器化将在主流生产环境中开始腾飞世界即将把注意力转向Kubernetes和容器的编排。2022年将是真正开始在生产环境中大量部署容器的一年。就像从物理到虚拟再到云一样，我们已准备好向微服务和容器迈出下一步。企业也会真正感受到迁移到云端的好处。拥有不同应用程序或庞大而复杂的IT基础设施的企业将通过云的可扩展性和弹性来节省成本，同时获得迁移的自由——从本地部署到云端，再从云端到云端。由于容器的出现使得数据迁移变得更加容易，一些大型云提供商已经开始提供Kubernetes的“交钥匙”解决方案。全球企业有望在2022年增加对这些解决方案的采用。因此，Veritas认为，在新的一年里，一切都将与Kubernetes息息相关。勒索攻击将由高管承担。在过去的一年里，勒索攻击的频率急剧上升，对经济、社会信任和信息管理产生了严重影响。今年迄今，这些攻击造成的经济损失增长了185%，预计到今年年底将超过200亿美元。由于这些攻击继续为网络犯罪分子提供有利可图的机会，因此损失继续增加。攻击者已开始瞄准保护和支持人类生命的机构，例如医院和食品供应链。在此之前，勒索软件攻击的影响通常仅限于公司，并不涉及特定的领导者。但现在事关人命，政府开始正式介入，加强预防。在新的一年里，预计高管们不仅会丢掉工作，还会因潜在的疏忽而面临法律诉讼或入狱。这就是为什么在2022年，高管们将打击勒索软件作为首要关注和优先事项。AI/ML将带动下一波勒索病毒攻防浪潮过去一年，针对各行各业的勒索病毒攻击急剧增加，黑客也变得更加高明。到2022年，预计人工智能驱动的安全和数据保护将成为黑客和企业的核心。为了避免被发现，黑客会不断发起自适应威胁。作为应对，企业将采用人工智能和机器学习技术来确保基础设施的安全，并通过不断学习和改进工具来保护数据——响应的迭代速度将远超预期。员工的网络安全意识将达到前所未有的高度。勒索软件的迅速兴起，让人们开始关注恶意软件带来的危害。网络安全已成为社交媒体和重大新闻的热门话题。因此，普通员工将更加了解勒索软件攻击——因此，他们将持开放态度并乐于接受有关抵御勒索软件的教育。从长远来看，这将为企业提供机会，让他们的员工参与保护策略，这是幸运的，因为他们不会像今天那样经历同样程度的攻击风险。到2022年，员工可以期待更多关于保护公司数据以及他们如何成为解决方案一部分的讨论。生成信息技术将为企业带来新型的数据管理方式近年来，重用和重组现有内容以创建新内容的技术呈现“井喷”趋势。Gartner预测，未来三年半内，“生成式IT”产生的数据占所有数据的比例将从目前的1%增加到10%。但是，由此产生的新型数据也需要企业对其进行管理和保护。部署正确的分类工具以确保以合规方式管理和存储新型数据的生命周期对于项目的早期成功至关重要。否则，这些数据将来可能会成为“暗数据”。决策信息技术将推动全球数据清理全球IT技能的缺乏已经造成了损失。例如，根据Veritas最近的一项研究，平均每家企业需要增加27名新的全职IT人员来完成明年的疫情项目安全工作。到2022年，预测AI和ML有望减轻IT团队的压力。但在AI和ML可以帮助弥合差距并接管手动工作之前，IT人员的首要任务是数据是否干净、没有重复或过时的信息。有一句关于数据分析的古老格言是“错误输入，错误输出”。除非向人工智能提供有用的数据，否则它做出的决定将是无效或无用的。然而，35%的业务数据被认为是“暗数据”，这意味着管理数据的人不知道它是什么。在从决策IT中获得真正价值之前，企业应该盘点这些暗数据，以确保决策所依据的信息是有用的。混合办公将使IT人员的压力加倍。2021年下半年，大部分就业市场将逐步复苏，就业信心逐步恢复。当被压抑的职业追求遇上经济增长的大好形势，将是一场“完美风暴”。许多公司意识到，为了留住和吸引新员工，他们需要提供更多的工作灵活性，让员工可以选择在家工作或返回办公室工作。对于IT人员，这意味着复杂性增加和可预测性降低。对于一个被压缩的IT部门来说，要想生存和发展，就必须摒弃只适用于某种情况的“单点解决方案”，接受能够在日益变化的环境中支持它的平台和组合。否则，行政和管理负担可能不堪重负。为避免罚款，企业需要统一数据隐私、风险和监控2022年，两项业务挑战之间的冲突将要求企业统一其合规策略。首先，数字化转型和向混合办公转??型，让数据应用到各种信息传输和协作工具中，碎片化发生了。其次，随着中国隐私法规的不断完善，保持合规性变得更具挑战性。为了保持合规性，许多企业大量采用数据管理、隐私和合规性解决方案来捕获、存档和发现所有数据，但这些解决方案很快就会失控。2022年，当企业意识到自己既没有资源继续扩展和管理这些数据工具，也无力承担合规风险时，这两个挑战之间的冲突将达到顶峰。因此，这也将推动向更统一的方法转变，在这种方法中，公司可以从一个统一的综合平台管理数据归档、隐私、风险和监控，从而简化管理并提高效率。业务与个人沟通的界限将越来越模糊，企业需要采取行动在新的一年里，将个人或非官方沟通渠道用于商业目的几乎是每个企业都会面临的问题。向“随时随地工作”文化的转变使员工更多地依赖即时对话，例如短信、电话、视频、社交平台或聊天来与人联系。比如疫情期间，面对面的互动几乎为零，经纪商可能会先在网上与客户见面（比如通过Clubhouse），签约后自然会继续通过网络保持沟通。但是，虽然这对员工来说非常方便，但它给合规团队带来了压力，因为如果对话与业务相关，则必须对其进行捕获和监控。进入2022年，企业需要积极调整政策，确保员工在业务流程中使用社交媒体或业务协作工具也纳入企业的合规战略。数据分析将转向多模态传播疫情期间协作工具创造的信息将在2022年达到一个临界点——挖掘这些数据将带来回报。Veritas研究发现，自疫情爆发以来，员工花在协作、会议和消息传递工具上的时间增加了20%。好消息是，这些工具可以捕获通常会在面对面会议交流中丢失的数据，而且所记录的信息现在足够大，公司可以全面了解其业务。例如，在医疗保健行业，医生和患者之间的沟通，包括书面病历、语音通话和视频问诊，都可以被捕获和分析，以提取相应的文本情绪，甚至是面部表情或语气。在为HIPPA或其他监管目的存档之前，编译此信息以构建更全面的诊断视图。预测智能信息将深入人心正如我们所知，向混合办公室的转变导致来自多个来源的数据激增，对于当今的企业来说，能够捕获、归档和发现这些快速增长的数据量至关重要。但是，就生成的数据量而言，此过程可能代价高昂。问题在于，这些数据中有很多被归类为“暗数据”，这意味着这些信息虽然被收集、处理、存储等，但没有任何价值。新的一年，企业将开始主动预测边缘的智能内容，以便更好地了解哪些数据真正重要。通过结合人工智能数据模式和策略，智能预测实际需要捕获和分析的内容，将有助于大大降低成本和提高效率。数据源头管理将成为趋势，管理的不仅仅是数据，还有信息。疫情之下宽松的政策会逐渐收紧。企业在疫情期间要做好准备，因为企业既没有足够的空间来匹配应急活动的合规性，也没有足够的资金来支付罚款。许多合规监管机构已经放松了管理。随着疫情爆发两周年的临近，国际监管机构认为企业已经没有借口了，预计宽松政策将逐渐收紧。专注于其他地方的企业在被罚款之前应迅速赶上合规要求。
