No episódio 65 de The AI Forecast, "A responsabilidade da codificação de vibrações: como a IA descontrolada pode matar o ROI da nuvem", David Linthicum conversa com o apresentador Paul Muller para revelar os custos ocultos dos ambientes híbridos e de múltiplas nuvens e explicar por que a governança e a resiliência da nuvem tornaram-se prioridades nas salas de reunião.
À medida que interrupções de nuvem de alto perfil expõem dependências ocultas e pontos únicos de falha, os líderes de TI devem repensar a resiliência, o gerenciamento de dados e a responsabilidade em ambientes de nuvem híbrida.
Veja a seguir o que se destacou da conversa entre Paul e David:
O principal diferencial: confiabilidade versus resiliência
Paul: Resiliência é uma palavra engraçada porque acho que as pessoas geralmente associam resiliência à confiabilidade, e há uma diferença muito grande, não é?
David: Há mesmo. Quero dizer, resiliência é a sua capacidade de não deixar que esses desastres interrompam seus processos e seus negócios. Em outras palavras, quais são os planos A, B e C? Qual será o nível de resiliência e tolerância a falhas? Confiabilidade diz respeito, essencialmente, a um componente: o quanto ele consegue se manter estável e, caso saia do esperado, como se recuperar disso. A resiliência é sua responsabilidade, a confiabilidade não é. Normalmente, se for com um fornecedor de serviços de nuvem, a responsabilidade é dele, mas você ainda será afetado. Você vai pagar a conta. Você não receberá nenhum crédito desses provedores de nuvem quando ficarem fora do ar.
Paul: A resiliência é um artefato arquitetônico, não uma consequência de um componente, certo? É assim que você projeta o seu sistema. Isso remonta àquela arquitetura empresarial.
David: É tudo arquitetura e está nas camadas de aplicação e empresa. Você precisa construir e planejar resiliência. Não vai acontecer automaticamente e não está contido nas nuvens. Foi aí que as pessoas se surpreenderam. Eles achavam que seriam completamente resilientes a qualquer problema que tivessem, mas agora percebem que são falíveis como todo mundo. Parte da construção de um sistema de IA, de uma arquitetura empresarial ou de qualquer tipo de planejamento arquitetônico está relacionada à resiliência. É tão importante, se não mais, do que segurança, governança e outras coisas que precisamos enfrentar. Ele precisa ser operacionalizado para você poder realmente provar, com métricas, que isso não vai impedir o negócio de processar se o pior acontecer. E basicamente você precisa gastar dinheiro e tempo para descobrir isso.
Se você não tiver resiliência, não conseguirá se recuperar desse tipo de situação.
Responsabilidade e Observabilidade em um Mundo Híbrido
Paul: Agora, muitas pessoas estão falando sobre nuvens híbridas, mas isso parece, em alguns aspectos, ser uma combinação dos melhores e piores atributos dos mundos local e na nuvem. Como podemos criar uma responsabilidade e uma observabilidade claras no que, em última análise, será um mundo híbrido?
David: Se você for criar soluções híbridas e multicloud, basicamente terá que gerenciar a complexidade inerente a essas soluções e a resiliência será um plano de controle comum em todo esse processo. As pessoas pensam: "Bem, vou construir isso de forma híbrida, onde poderei recorrer aos meus sistemas locais em caso de falha, ou até mesmo recorrer a outra nuvem". Isso é perfeitamente aceitável e funciona, mas vai custar dinheiro. Acredito que a capacidade de compreender quais são esses custos e recursos e como geri-los torna-se o maior ponto de discórdia.
A multinuvem é ótima porque você pode usar a melhor tecnologia para criar sistemas mais eficientes, mas a resiliência e a confiabilidade serão problemas nessas arquiteturas. Eu sempre digo que você pode ter resiliência e eficiência, mas não pode ter as duas coisas. Precisamos criar a arquitetura para resiliência ou teremos que lidar com interrupções três ou quatro vezes por ano, o que custará bilhões à empresa.
Aumento dos Custos da Nuvem e a Tendência de Repatriação
Paul: Em relação a coisas como quedas catastróficas, estouros de custos e responsabilidades complexas, não é surpresa que muitas empresas estejam pensando em repatriar cargas de trabalho. Qual é a situação atual e quais são alguns dos desafios que as pessoas enfrentam ao tentar trazer algumas dessas cargas de trabalho de volta para o ambiente local?
David: O principal seria o custo de fazer isso. Há duas camadas nisso. Em primeiro lugar, você já gastou cerca de meio milhão de dólares em aplicativos e na migração de tudo para a nuvem, e agora teria que gastar a mesma quantia para movê-lo de volta. Em segundo lugar, você teria que ir ao conselho de administração e explicar essa decisão e o caminho a seguir. Essa é uma conversa difícil, porque significa reconhecer que a mudança para a nuvem, que originalmente se esperava ser mais valiosa e confiável, não ocorreu conforme o planejado. Alguém terá que explicar que, como consequência, a organização precisa retornar a um ambiente com mais controle sobre o hardware.
Normalmente, recorrer a provedores de colocation e provedores de serviços gerenciados é muito mais eficiente, mas eles estão enfrentando dificuldades com o custo da nuvem. E agora que estão analisando as cargas de trabalho de IA, estão tentando acelerar ainda mais essa transição porque não têm condições de arcar com os custos da nuvem. Embora a nuvem seja a solução mais fácil para a IA, ela representa o caminho de menor resistência para a construção desses sistemas. Obtém-se um ecossistema completo pronto para uso sob demanda, mas é muito caro para a maioria das empresas. Se vamos voltar a esse ponto por razões econômicas, então temos que disponibilizar alguns recursos para garantir que o façamos com eficácia.
Paul: Quantos outros desenvolvedores, em quantas empresas diferentes, criaram um pequeno projeto paralelo em um aplicativo de programação inovador que gerou cargas de trabalho computacionais ou de armazenamento impressionantes, resultando em estouros de orçamento?
David: Você está programando ao dizer ao sistema de IA qual é a sua interpretação e o que ele precisa programar. E o problema é que o sistema não conhece as nuances. Não sabe como lidar com as eficiências e você acaba gastando mais dinheiro. Então esse tipo de coisa, a programação por intuição, é interessante de se pensar, mas o ponto é que precisamos ter algum controle humano sobre esses processos. E, quanto mais eu vejo esses sistemas de programação sendo utilizados, e a maioria dos meus clientes está testando, mais percebo que acabam falhando porque não conseguem atingir o nível de eficiência necessário.
Confira a conversa completa com David Linthicum no The AI Forecast no Spotify, Apple Podcasts e YouTube.
