Systemy mainframe, cho? starsze technologicznie, nadal stanowi? kluczowe ?ród?o danych w wielu du?ych przedsi?biorstwach. Dane przechowywane w tych systemach s? nieocenione dla analityki i rozwoju sztucznej inteligencji, a zarazem trudne do pe?nego wykorzystania w nowych ?rodowiskach technologicznych. Raport firmy Rocket Software, opracowany przez Foundry, wskazuje na skal? wyzwa?, jakie firmy napotykaj? w próbach pozyskiwania danych z tych starszych systemów. W badaniu przeprowadzonym w maju wzi??o udzia? 213 specjalistów ds. analityki, zarz?dzania i in?ynierii danych.
Wyniki raportu pokazuj?, ?e a? 76% ankietowanych uwa?a dost?p do danych mainframe oraz zwi?zanych z nimi metadanych kontekstowych za powa?ne wyzwanie. Integracja danych mi?dzy systemami mainframe a chmur? równie? sprawia trudno?ci – niemal 63% respondentów przyznaje, ?e spotka?o si? z problemami na tym tle. Takie przeszkody wynikaj? z fundamentalnych ró?nic kulturowych i technologicznych mi?dzy systemami mainframe a ?rodowiskiem chmurowym. Mainframe jest dobrze dostosowany do przetwarzania danych transakcyjnych w czasie rzeczywistym, natomiast chmura jest preferowana do z?o?onej analizy i zarz?dzania du?ymi zbiorami danych.
Systemy mainframe, cho? stopniowo trac? na popularno?ci, wci?? maj? nieocenione znaczenie dla biznesu, zw?aszcza w sektorach takich jak finanse i handel, gdzie przetwarzanie transakcji w czasie rzeczywistym jest kluczowe. Wed?ug IBM, oko?o 70% ?wiatowych transakcji o du?ej warto?ci wci?? jest realizowanych na tych starszych systemach. Aplikacje mainframe przechowuj? nie tylko dane, lecz tak?e regu?y biznesowe, które definiuj? dzia?alno?? przedsi?biorstw – od relacji z klientami po przej?cia i fuzje. Trudno wi?c po prostu przenie?? te systemy do chmury.
Rozwi?zaniem dla wielu firm jest wdro?enie modeli hybrydowych, które ??cz? zalety chmury z moc? obliczeniow? mainframe. W takim uk?adzie, zamiast przesy?a? du?e ilo?ci danych do chmury, przedsi?biorstwa mog? uruchamia? lokalne modele analityczne na danych pozostaj?cych na mainframe. Takie podej?cie pomaga firmom lepiej zarz?dza? bezpiecze?stwem i zgodno?ci?, zw?aszcza je?li chodzi o dane zastrze?one.
Jednym z wyzwa? stoj?cych przed liderami IT jest tak?e modernizacja aplikacji napisanych w j?zyku COBOL, który wci?? jest szeroko stosowany w systemach mainframe. W tym celu firmy coraz cz??ciej si?gaj? po generatywne narz?dzia do kodowania oparte na sztucznej inteligencji. Chocia? ca?kowite przepisywanie aplikacji mog?oby wydawa? si? najlepszym rozwi?zaniem, specjali?ci sugeruj?, ?e refaktoryzacja istniej?cego kodu jest bardziej realistyczna i obarczona mniejszym ryzykiem niepowodzenia.
Dla wi?kszo?ci organizacji kluczem do sukcesu jest dok?adna identyfikacja danych, które maj? kluczowe znaczenie dla dzia?a? biznesowych, bez konieczno?ci przeprowadzania radykalnych zmian w systemach mainframe. Cho? zarz?dzanie mainframe pozostaje w r?kach dzia?ów IT, same aplikacje s? g??boko zakorzenione w strategiach biznesowych przedsi?biorstw. Kierownictwo, obserwuj?c wyniki inicjatyw zwi?zanych z chmur?, coraz cz??ciej dostrzega mo?liwo?ci, jakie niesie integracja danych. W efekcie naciska na zespo?y IT, by te jak najlepiej wykorzystywa?y dane zamkni?te w systemach mainframe, a tym samym wzmocni?y innowacje w biznesie.
Raport Rocket Software jednoznacznie pokazuje, ?e pomimo wyzwa? integracyjnych, przedsi?biorstwa, które skutecznie wydob?d? i wykorzystaj? dane z systemów mainframe, zyskaj? strategiczn? przewag? na rynku, opieraj?c rozwój na bogactwie historycznych danych transakcyjnych, a tak?e na innowacyjnych wdro?eniach sztucznej inteligencji.
