Es gibt einen interessanten Bericht von McKinsey über die bevorstehenden Auswirkungen von KI auf die Cloud-Investitionen eines Unternehmens.
Zu Beginn des Artikels gab es ein Zitat von McKinsey, in dem es heißt: „Während die möglichen Auswirkungen je nach Branche unterschiedlich sind, stellt die Einführung der Cloud für ein durchschnittliches Unternehmen eine Chance dar, die Rentabilität um 20 bis 30 Prozent zu steigern.“
Für viele wäre dies ein Fanfarenaufruf, alles in die öffentliche Cloud zu verlagern – doch im nächsten Satz wird eine wesentliche Nuance hinzugefügt:
„Viele digital-native Unternehmen nutzen diese Chance bereits voll aus. Fast ein Drittel des EBITDA-Wertzuwachses im S&P 500 im letzten Jahrzehnt stammt von nur acht digital-nativen Unternehmen , die eine Cloud-ähnliche Infrastruktur nutzten. ”
Cloud-ähnliche Infrastruktur.
Nicht „weil sie eine öffentliche Cloud nutzten“, sondern weil sie das Cloud-Betriebsmodell übernommen haben. Der Bericht ist ausgezeichnet und wir können ihn wärmstens empfehlen.
Es gibt noch eine weitere Wahrheit, die wir immer wieder sehen: Durch die Rückführung von Workloads aus der Cloud sparen Unternehmen durchschnittlich 60 %. Das sehen wir regelmäßig bei den Teams, die ihre Zahlen veröffentlicht haben
Es stellt sich also die Frage: Wie können Sie die Rentabilität steigern, indem Sie sowohl in die Cloud wechseln als auch diese verlassen?
Die Antwort liegt in der Einführung des Cloud-Betriebsmodells. Die Einführung des Cloud-Betriebsmodells verändert Ihre Denkweise über Infrastruktur, Entwicklererfahrung und durchgängige technische Effizienz (vom Datenteam bis zur IT). Das Trainieren, Optimieren und Bereitstellen generativer KI-Modelle erfordert die Nähe zu Geschäftsprozessen und -daten in Echtzeit. Der McKinsey-Bericht prognostiziert außerdem, dass im nächsten Jahrzehnt weiterhin nahezu die Hälfte der Daten vor Ort generiert werden wird. Abhängig von einer Reihe von Faktoren wie Datenschutz, Point-of-Sale-Systemen und anderen sollte ein Unternehmen seine Datenarchitektur vor Ort oder in der öffentlichen Cloud sorgfältig abwägen.
Das Cloud-Betriebsmodell stellt Infrastruktur als Code bereit. Das bedeutet intelligente Software und dumme Hardware. Google (TPU), AWS (Graviton) und Azure (FPGA) verfügen alle über eigene Chips, diese sind jedoch für allgemeine Arbeitslasten konzipiert. Software ist es, die sie zum Singen bringt. Das ist das Modell der Zukunft. Preiswerte und dennoch leistungsstarke Standardhardware, die einfach wegwerfbar und wiederverwendbar ist. Deshalb findet man Appliances weder in der Public Cloud noch im Cloud-Betriebsmodell.
Das Cloud-Betriebsmodell bedeutet die gemeinsame Nutzung und Wiederverwendung vorkonfigurierter Tools und Anwendungsmuster über alle Entwicklerdisziplinen hinweg. Dieser Ansatz umfasst eine einheitliche Konsumschicht mit Self-Service für Entwickler und einen standardisierten Tech-Stack zur Unterstützung von Geschwindigkeit, Agilität und Sicherheit.
Das Cloud-Betriebsmodell steigert auch die technische Effizienz durch verwaltete Dienste (Datenbanken, Schlüsselwertspeicher, Sicherheit). Es erfordert eine Automatisierung und Standardisierung von IT-Prozessen wie Bereitstellung, Skalierung und Verwaltung. Es erleichtert CI/CD-Praktiken und ermöglicht häufige und automatisierte Codebereitstellungen. Jedes davon (und andere) trägt zu einer effizienteren Organisation bei.
Der Kern davon ist, dass zwei Dinge gleichzeitig wahr sein können. Sie können „in die Cloud gehen“ und profitabler werden UND Sie können „repatriieren“ und profitabler sein. Der gemeinsame Nenner ist das Modell. Wenn Sie darüber sprechen möchten, welche Workloads wohin gehören, kontaktieren Sie uns
Erscheint auch hier .