数据科学创造了一种新的理解，即拥有的数据比人们之前想像的更有价值。目前的想法支持组织可以使用像人工智能这样的新工具和DevOps这样的流程从原始数据中获取这些价值。而在过去，这些工具难以应用或需要太多的努力。从这个新的角度来看，需要数据中心管理人员确定新的关键绩效指标（KPI），并制定计划，以便在更具协作性的团队结构中更快地实施这些指标。

随着这一更新策略的实施，大多数IT管理都集中在现代化工作上，以满足消费者不断扩大的需求，而这通常采取云迁移、添加服务器节点或系统升级的形式。

利用DevOps、人工智能和数据科学的新功能为企业在实施每个现代化步骤之前、期间和之后提供无与伦比的基础设施性能可见性。英特尔公司数据中心管理解决方案总经理Jeff Klaus对此进行了阐述。

数据中心设施如何实施此类技术？关键步骤和考虑因素是什么？

Klaus：采用这些先进技术因每个数据中心设施而异，但大多数公司已经可以使用。事实上，根据最近的调查结果，78％的团队开始使用目前由数据中心管理工具提供的人工智能驱动功能。为了最大限度地利用这些功能，数据中心团队必须努力充分了解这些功能尚未开发的潜力。对于那些尚未使用数据中心解决方案的人来说，找到一个提供灵活平台和稳定创新更新渠道的合作伙伴将是采用这些技术的关键。

目前的结果是否符合投资标准？

Klaus：当然。虽然引入这些新技术可能会带来前期成本，但其结果往往证明了投资的合理性。我们与各种客户合作，利用新功能来改善消费指标，优化远程服务器控制，并消除不必要的支出，并且预计在五年内可节省一百万美元以下。

下一代技术的发展趋势是否意味着数据中心员工将会有所转变？

Klaus：毫无疑问，数据中心行业的员工队伍正在发生变化，但人们目前看到的转型更可能与向业务的下一步转型相一致。通过与世界各地的公司合作，人们看到企业试图克服的最一致的挑战是如何以合理的成本通过更可靠的系统接触越来越多的用户。利用最新的人工智能、DevOps和数据科学的数据中心管理工具是以长期、可持续的方式实现这一目标的关键。

数据中心运营商是否相应地重新配置人员和技能？

Klaus：教育和培训团队如何利用下一代技术将是其成功的关键组成部分，但重新配置人员可能不是必要的。鉴于合适的数据中心管理合作伙伴和有效的培训，IT团队应该能够通过简单的入职流程利用这些技术。