Jesień, hardware i białka

Trzeba się powoli przyzwyczajać do czasu wolnego. Praca po godzinach, czy też w weekend może stać się historią, o której nasi potomkowie będą czytać w książkach, gdzieś między niewolnictwem, a gułagiem. Być może, nawet sama praca, zdefiniowana tak jak teraz, dla kolejnych generacji okaże się czymś abstrakcyjnym. Bo niby po co? Skoro utrzymanie się na powierzchni nie jest przywilejem, tylko normalnością, a poza tym, kiedy będzie czas, aby wszystkie te reklamy obejrzeć i kredyty wydać.

Wydaje się to może nieco abstrakcyjne, gdy spoglądamy z aktualnej pozycji. Jednak zazwyczaj, jak się jest w środku zmiany, to się jej nie dostrzega. Koncept pracy jaką znamy teraz, może ulec zdewaluowaniu, gdy standaryzacja pozwoli relatywnie prostym maszynom wykonywać ogromną ilość prac, aktualnie wykonywanych przez nas. Na ten moment mechanizmy, które mogłyby to wykonywać, przynajmniej te dostępne na rynku komercyjnym, są jeszcze dosyć prymitywne, lecz droga do ich udoskonalania staje się coraz prostsza.

Wszystko za sprawą ekosystemu technologii, który w ciągu ostatnich lat urósł wokół tematu AI, głębokiego uczenia, robotyki itp. Technologie te korzystają ze znanych od lat algorytmów, ale umożliwiają zwykłym ludziom, którzy nie posiadają wiedzy na bardzo głębokim poziomie, korzystać z pewnych zaimplementowanych mechanizmów, czy też funkcji. Poziom wejścia, w swoją drogą niezwykle skomplikowaną tematykę, zdecydowanie się obniżył, dzięki czemu więcej ludzi i organizacji tematem tym może się zająć. Powstają jak grzyby po deszczu startupy, które przetwarzając ogromne ilości danych, pozwalają nam np. przewidywać, co grupa konsumentów w jakimś czasie w przyszłości zrobi, zechce, zakupi, zainwestuje. To proste przewidywanie pokazuje jedynie możliwości dostępnych rozwiązań. Za chwilę, gdy chłopaki obstukają się na tym etapie, zaczną powstawać programy, które na chęć użytkownika zajmą się dostawą, zakupią i zainwestują. Wiele osób przestanie mieć nadgodziny, niby czemu, skoro maszyna radzi sobie równie dobrze lub w wielu przypadkach lepiej.

Wróćmy jednak do teraźniejszości i przyszłości, w którą spoglądają najwięksi, od IDC poprzez Goldman Sachs po Gartnera. Po okresie niepohamowanego wzrostu IT, gdzie wszyscy mieli miejsce na wzrost, od jakiegoś czasu mamy sytuacje przepychania się między sobą i walki o udziały w rynku. Zaczyna się czas usług, zarówno w dostarczaniu infrastruktury IT, jak i w jej obsłudze. Widać po trendach, że giganci sprzętowi przepadają powoli pod naporem usługodawców – HPE, DELL, Cisco oddają rynek dla Microsoftu, Amazona i Googla. Skrupulatnie, rok po roku, procent po procencie. Znaleziono więc sposób na wieczną wojnę IT ze sprzętem i skomplikowanie technologii, a wraz z tym idące, teraz czas na usługi. Działy utrzymania IT są wręcz ziemią obiecaną dla produktów, które mogą uczyć się z baz danych… Tam są same, dobrze ustrukturyzowane bazy danych, często z długoletnią historią. Nic tylko puszczać algorytmy uczące się i wyciągać informacje, uczyć reakcji i zastępować ludzi.

Cała ta sytuacja jest swoistą powtórką z przeszłości, z czasów końcówki ery parowej i początków elektryfikacji. Wówczas również każdy, kto mógł, budował przy fabryce, domu agregat i tak zapewniał sobie dostęp do prądu. Podobnie jak w ciągu ostatnich lat budowaliśmy własne Datacenter. Później, ze względu na wzrost krytyczności urządzeń działających na prąd, koszty utrzymania agregatów stawały się na tyle duże, że osiedla, miasta, regiony inwestowały w jedno miejsce do produkcji prądu, likwidując przydomowe zakłady. Analogicznie z aktualnym modelem przenoszenia się z zasobami IT do kolokacji, lokalnych dostawców infrastruktury. Teraz zostały tylko wielkie, w dużym stopniu zautomatyzowane sieci energetyczne, które dostarczają milionom ludzi prąd, prawie nikt nie wie, jak to się dzieje i po prawdzie nie chce się dowiedzieć… Centralizacja i automatyzacja zawładnęła prądem, zawładnie i IT. Sprzęt DC już wchodzi w czas swojej jesieni, niedługo czas na ludzi.

Artykuł został opublikowany na łamach IT Professional.