Společnost Pure Storage zveřejnila zprávu, ve které předpovídá vývoj v oblasti data storage a datových center v nadcházejícím roce. Rok 2026 podle ní zásadně promění způsob, jakým podniky přistupují k práci s daty, energetickým nárokům digitální infrastruktury i návratnosti projektů umělé inteligence. Upozorňuje také na konec éry jednoúčelových bezpečnostních řeení, rostoucí tlak na energetickou efektivitu datových center, rychle sílící význam metriky terabajty na watt a masivní přesun klíčových dat zpět z cloudu kvůli poadavkům na datovou suverenitu. Úspěch bude patřit těm, kteří dokáou propojit bezpečnost, efektivitu a kontrolu nad daty do jednoho soudrného rámce.
Podniky přestanou pouívat jediné řeení pro kybernetickou odolnost
Počet kybernetických útoků byl v loňském roce obrovský, a to nejen co do jejich samotného mnoství; rekordní byl i rozsah, v jakém ochromovaly i velké podniky. Pure Storage předpovídá, e firmy z tohoto důvodu změní své chování. Kybernetickou odolnost přestanou povaovat za samostatný problém, kdy jeden dodavatel bezpečnostního řeení můe chránit celou infrastrukturu IT. Organizace se odkloní od pouívání bodových řeení a přijmou irí ekosystém funkcí zajiující zabezpečení a odolnost IT spolu s kontinuitou podnikání. Takto propojený rámec různých řeení můe pomoci v případě útoku zabránit dominovému efektu. Firmy by měly být schopny probíhající útok identifikovat a zastavit na různých úrovních. Frekvence a rozsah útoků se budou dále zvyovat a pro zmírnění rizik a urychlení obnovy bude nezbytné mít právě řádně integrovaný rámec různorodých opatření.
Dostupnost energie bude váně omezovat datová centra
Dostupnost energie se stane klíčovým kritériem při výstavbě nových datových center a nedostatek elektřiny bude brzdit jejich dalí růst. Architektura a umístění datových center bude nyní primárně zaloena na přístupu k energii. Čím dál více bude docházet ke společnému umístění zařízení na výrobu energie a datových center, aby se zabránilo závislosti na nedostatečně dimenzované rozvodné síti.
Více se také začnou prosazovat řeení dálkového vytápění, tedy distribuce odpadního tepla produkovaného datovými centry na jiná místa. Poskytovatelé se pokusí s produkovaným teplem něco dělat, a u ho budou odvádět do obytných nemovitostí nebo do skleníků pro zemědělství. Začne se diskutovat i o tom, zda by takové nakládání s odpadním teplem nemělo být přímo nařízené prostřednictvím předpisů/regulací na různé úrovni.
Terabajty na watt jako měřítko
V měření efektivity ukládání dat se začne stále více uplatňovat dalí kritérium, terabajty na watt. Jedná se o relevantní a jasnou metriku, která zachycuje reálnou spotřebu energie, tedy energetickou efektivitu práce s daty. Tento přístup by mohl z hlediska podniků sníit dopad růstu cen energie, zvýit energetickou bezpečnost a zmírnit tlak na přetíenou infrastrukturu datových center, cloudových systémů i vlastních energetických sítí.
Umělá inteligence: klíčová je připravenost dat a inference
Po počátečním boomu umělé inteligence větina podniků nyní realisticky posuzuje, co v oblasti AI dělají a co je důleité, také co naopak nezavádějí. Přesun pozornosti od fáze trénování modelů k inferenci (samotnému odvozování nových znalostí) odpovídá poznání, e bez robustní inferenční platformy a schopnosti připravit data pro celý tok AI jsou organizace ve svých projektech umělé inteligence odsouzeny k neúspěchu. Pracovní úlohy AI inferencí se stávají součástí produkčního workflow, a organizace proto budou muset zajistit, aby jejich infrastruktura podporovala nejen rychlý přístup k datům, ale také jejich vysokou dostupnost, bezpečnost a nepřeruovaný provoz. Bez toho bude vyuívání umělé inteligence nákladné jak z hlediska výsledků, tak i co se týče provozu, zejména pokud jde o efektivitu vyuívání zdrojů (předevím drahých GPU).
Větina organizací vak s problémem připravenosti dat stále bojuje. Aby byla data dobře připravena pro AI, je třeba projít několika kroky, jako je sběr dat, jejich úprava, transformace, vektorizace, indexace a poskytování. Kadá z těchto fází můe obvykle trvat dny nebo týdny, co oddaluje okamik, kdy se výsledky projektu AI dají vyhodnotit. Organizace vyuívající AI s vlastními daty se proto zaměří na zefektivnění a automatizaci celého datového toku pro AI, a to nejen kvůli rychlejímu vyhodnocení počátečních výsledků, ale také pro nepřetrité načítání nově vytvořených dat a pro co nejrychlejí iterace.
AI a suverenita dat povedou k masivnímu přesunu dat zpět z cloudu
Umělá inteligence a poadavky na suverenitu dat vyvolávají obavy o místo, kde jsou data uloena, jaké tím pádem podléhají jurisdikci a jak mohou podniky zajistit přístup ke svým datům v případě jakýchkoli problémů. To, kde se nacházejí jejich nejdůleitějí data a zda jsou připravena k pouití, je pro organizace kritické speciálně vzhledem k vyuívání AI. K tomu se přidávají obavy o suverenitu dat, co stále více společností vede k přehodnocení jejich cloudové strategie. Rostoucí geopolitické napětí a regulační tlak budou v roce 2026 formovat strategie datových center jednotlivých zemí, aby se tomuto problému nějak postavily. Zejména vlády chtějí minimalizovat riziko, e přístup k datům by mohl být pouit jako hrozba nebo taktika pro vyjednávání. Organizace by měly být stejně opatrné.