في عام 1833 ، صاغ الاقتصادي البريطاني ويليام فورستر لويد مصطلح “مأساة العموم” لوصف موقف يتصرف فيه المستخدمون الفرديون الذين لديهم وصول مفتوح إلى مورد جماعي ، دون عوائق بقواعد رسمية تحكم الوصول والاستخدام ، وفقًا لقواعدهم الخاصة. المصلحة الذاتية والمخالفة للصالح العام.
في فرضية لويد الشهيرة ، تتشارك مجموعة من الرعاة الأفراد في المراعي العامة لرعي ماشيتهم. نظرًا لأن كل راعي يسعى إلى تحسين مكاسبه الاقتصادية الخاصة من خلال منح المزيد من أبقاره إمكانية الوصول إلى الرعي ، تصبح المشاعات في نهاية المطاف مستنفدة على حساب الجميع.
بعبارة أخرى ، عندما يتم تقديم مورد لا نهائي ويبدو أنه “مجاني” لاستخدامه مع القليل من الاعتبار للتكلفة أو النتيجة ، فإنه يصبح غير مستدام.
هناك ظاهرة مماثلة تحدث في بيئة عمليات البيانات السحابية الأولى (حواجز البيانات) اليوم. “المشاعات” في هذه الحالة هي السحابة العامة ، وهي مورد مشترك يبدو أنه مجاني لفرق البيانات التي تستخدمه نظرًا لأن لديهم رؤية قليلة للتكلفة الفعلية لاستخدام السحابة.
أزمة في السحابة
يقدر محللو الصناعة أن 30٪ على الأقل من الإنفاق على السحابة “يضيع” كل عام – حوالي 17.6 مليار دولار. بالنسبة لخطوط أنابيب البيانات الحديثة في السحابة ، تكون نسبة النفايات أعلى بشكل ملحوظ ، وتُقدر بنحو 50٪.
ليس من الصعب أن نفهم كيف وصلنا إلى هنا. جعلت خدمات السحابة العامة مثل AWS و GCP من السهل تدوير الموارد لأعلى ولأسفل حسب الرغبة ، حسب الحاجة. لقد أدى الوصول غير المقيد إلى مجموعة “غير محدودة” من موارد الحوسبة إلى تحول حقيقي في كيفية قيام الشركات بإنشاء منتجات وخدمات جديدة وتقديمها إلى السوق.
بالنسبة لفرق البيانات الحديثة ، كان هذا “إضفاء الطابع الديمقراطي على تكنولوجيا المعلومات” الذي يسرته السحابة العامة بمثابة تغيير لقواعد اللعبة. لسبب واحد ، أنها مكنتهم من أن يكونوا أكثر مرونة بكثير لأنهم لا يحتاجون إلى التفاوض وتبرير حالة العمل مع قسم تكنولوجيا المعلومات لشراء أو إعادة توظيف خادم في مركز بيانات الشركة. وباعتباره نفقات تشغيلية ، فإن نموذج الدفع عن طريق التنقيط الخاص بالسحابة يجعل تخطيط الميزانية يبدو أكثر مرونة.
ومع ذلك ، فإن السهولة التي يمكننا من خلالها تدوير مثيل سحابي لا تأتي بدون بعض العواقب غير المقصودة – أعباء العمل المنسية ، والموارد الموفرة بشكل مفرط أو غير المستغلة – مع النتائج بما في ذلك التكاليف المتصاعدة وغير المتوقعة. تجعل موارد السحابة غير المحدودة من السهل إلقاء موارد حوسبة إضافية في استعلامات غير فعالة.
ظهرت ممارسة FinOps جزئيًا كرد فعل لإضفاء الطابع الديمقراطي على تكنولوجيا المعلومات. يتمثل المبدأ الموحد لـ FinOps في أنه من خلال الجمع بين فرق التمويل والهندسة والأعمال معًا لاتخاذ قرارات أفضل بشأن التكلفة والأداء ، فإنهم سيتصرفون بطريقة أكثر مسؤولية – بشرط أن يكون لديهم إمكانية الوصول إلى البيانات الصحيحة لإثراء عملية صنع القرار الخاصة بهم.
وفقًا لتقرير حالة FinOps لعام 2022 ، فإن التحدي الأكبر الذي يواجه المؤسسات التي تحاول إنشاء ثقافة FinOps هو “حث المهندسين على اتخاذ إجراءات بشأن تحسين التكلفة”. يواصل المؤلفون القول إنه مع وجود العديد من مشاريع البيانات على الأعمال المتراكمة الخاصة بهم والموارد السحابية غير المحدودة تقريبًا تحت تصرفهم ، فمن المفهوم أن مهندسي البيانات يعطون بشكل طبيعي الأولوية لإنشاء خطوط بيانات جديدة وتسليم البيانات في الوقت المناسب على تحسين الموارد.
في حين أن هذه نصيحة سليمة ، فإن هذا النوع من التوجيهات المعممة يلقي الضوء على مدى صعوبة المهمة ، ويطرح السؤال: كيف يمكن لمهندسي البيانات أن يكونوا مسؤولين إذا لم يتمكنوا من التقاط مقاييس دقيقة وسهلة الفهم حول الاستخدام الفعلي متطلبات؟ علاوة على ذلك ، كيف تشجع هذا النوع من المساءلة دون التضحية بخفة الحركة السحابية؟
تمكين فرق البيانات من خلال حلقات التغذية الراجعة
تتمثل إحدى الآليات القوية لتغيير السلوك في تزويد الأشخاص بمعلومات حول أفعالهم في الوقت الفعلي حتى يتمكنوا من تغيير سلوكهم وفقًا لذلك. هذه هي الفرضية الأساسية لحلقة التغذية الراجعة الإيجابية.
على سبيل المثال ، فكر في الصندوق الأسود وهو استهلاك الكهرباء في المنازل. قليلون منا لديهم إمكانية الوصول في الوقت الفعلي إلى أسعار المرافق أو إحساس بالمقدار الذي يكلفنا حقًا تشغيل الأجهزة المنزلية. لكن قم بتوصيل عداد ذكي بمأخذ كهربائي وفجأة يمكنك فقط إلقاء نظرة على تطبيق على هاتفك وفهم مستوى أكثر دقة بكثير لمقدار الطاقة التي يستخدمها كل جهاز متصل بالشاحن وبالتالي ما يكلفك ذلك.
من المهم أيضًا مراعاة الدور الذي تلعبه نظرية السلوك والحوافز في تشكيل كيفية اتخاذنا للقرارات. في سياق استهلاك السحابة ، تختلف الحوافز في العمل لمهندس بيانات تمامًا عن حوافز المدير المالي. يتم تحفيز مهندس البيانات بشكل أساسي من خلال المقاييس المتعلقة بالأداء والموثوقية وتحميله المسؤولية. يريدون أن يعرفوا: هل تعمل تطبيقاتي بشكل موثوق وفي الوقت المحدد وفي كل مرة؟
في حسابات المهندس ، أصبحوا مشروطين بالمبالغة في تقدير الموارد التي قد يتطلبها التطبيق بدلاً من الاضطرار إلى “تخمين” متطلبات السعة المتصورة لديهم. ليس الأمر أنهم يفرطون عن قصد في توفير الموارد ؛ بدلاً من ذلك ، فهم ببساطة لا يعرفون بالضبط عدد أو حجم الموارد المطلوبة بالفعل ، لذا فهم يخطئون في جانب الكثير وليس القليل جدًا.
لكي يتخذ المهندسون إجراءً بشأن تحسين التكلفة ، يجب إعطاؤهم تفاصيل الاستخدام على مستوى الحبيبات التي تمكنهم من اتخاذ خيارات مستنيرة وقابلة للدفاع عنها – والقيام بذلك دون القلق من عدم وفائهم بالتزاماتهم على مستوى الخدمة.
ومع ذلك ، فإن الحصول على هذه المعلومات ليس بالأمر السهل. تعد خطوط أنابيب البيانات التي تغذي تطبيقات البيانات الحديثة معقدة للغاية ، كما أن الحجم الهائل وحجم أعباء عمل البيانات لا يؤدي إلا إلى تضخيم التحدي المتمثل في تحديد فرص توفير التكاليف.
مسار رحلة إلى إمكانية ملاحظة استخدام السحابة
هذه هي المشكلة التي تم تصميم إمكانية ملاحظة المكدس الكاملة ، المستندة إلى خوارزميات الذكاء الاصطناعي ونماذج التعلم الآلي ، لمعالجتها. هناك عدة طرق يمكن من خلالها للرؤية العميقة التي تتيحها إمكانية المراقبة مساعدة فرق البيانات على فهم تكاليف استخدامها بشكل كامل ودفع سلوكهم ليصبحوا أكثر وعياً بالتكلفة.
- ابدأ على مستوى الوظيفة: في حين أن معظم تدابير التحكم في التكلفة السحابية تتخذ نهجًا من أعلى إلى أسفل يعطي نظرة شاملة للإنفاق ، إلا أنها لا تساعد المستخدمين حقًا على تحديد مكان تكمن فرص توفير التكاليف بالضبط. يبدأ التحكم في تكاليف السحابة على مستوى الوظيفة ، حيث يوجد عادةً آلاف الوظائف التي تعمل في حالات أكثر تكلفة من اللازم. بدون رؤية عميقة لمتطلبات الموارد الفعلية لكل وظيفة بمرور الوقت ، تقوم فرق البيانات فقط بتخمين ما يعتقدون أنهم سيحتاجون إليه.
- تمكين العرض لمواءمة قيمة تكنولوجيا المعلومات مع التكلفة: للمساعدة في ربط النقاط بين ما تستهلكه فرق البيانات وما تنفقه ، يستخدم عدد متزايد من المؤسسات إمكانية الملاحظة لإنشاء تقارير الارتداد و / أو رد المبالغ المدفوعة – فواتير المواد المفصلة التي توضح بدقة من يستهلك أي مورد وماذا هي التكاليف. باستخدام هذا النوع من الذكاء ، يمكن وضع مخصصات التكلفة في سياق منطقي للجميع – سواء كان ذلك يقسم التكاليف حسب القسم أو الفريق أو المشروع أو التطبيق وصولاً إلى الوظيفة الفردية أو مستوى المستخدم.
- تزويد المستخدمين بتوصيات وصفية: لا يكفي مجرد إلقاء مجموعة من الرسوم البيانية والمقاييس على المهندسين وتوقع منهم أن يحيروا كل شيء لاتخاذ الخيارات الصحيحة. بدلاً من ذلك ، يحتاجون إلى تقديم توصيات قابلة للتنفيذ وتعليمية تخبرهم بلغة إنجليزية واضحة بالخطوات التي يجب عليهم اتخاذها بالضبط. سيعمل هذا المستوى من الخدمة الذاتية على تمكين المهندسين من اتخاذ قرارات أكثر فعالية من حيث التكلفة بأنفسهم حتى يتمكنوا من تحمل المسؤولية الفردية وتحمل المسؤولية عن استخدامهم السحابي.
أحد الدروس الباقية من تشبيه مأساة العموم هو أنه عندما يكون كل فرد مسؤولاً ، فلا أحد مسؤول. لا يكفي إخبار أصحاب المصلحة بالمساءلة ؛ تحتاج إلى تزويدهم بالأدوات والرؤى والحوافز اللازمة لتغيير سلوكهم.
كلينتون فورد هي بطلة DataOps في Unravel Data.
صانعي القرار
مرحبًا بك في مجتمع VentureBeat!
DataDecisionMakers هو المكان الذي يمكن للخبراء ، بما في ذلك الأشخاص الفنيون الذين يقومون بعمل البيانات ، مشاركة الأفكار والابتكارات المتعلقة بالبيانات.
إذا كنت تريد أن تقرأ عن الأفكار المتطورة والمعلومات المحدثة ، وأفضل الممارسات ، ومستقبل البيانات وتكنولوجيا البيانات ، انضم إلينا في DataDecisionMakers.
يمكنك حتى التفكير في المساهمة بمقال خاص بك!
قراءة المزيد من DataDecisionMakers
اكتشاف المزيد من إشراق التقنية
اشترك للحصول على أحدث التدوينات المرسلة إلى بريدك الإلكتروني.