機(jī)器人將幫助緩解困擾數(shù)據(jù)中心行業(yè)的人員短缺挑戰(zhàn)

　　根據(jù)Gartner的預(yù)測，到2025年，將有一半的云數(shù)據(jù)中心將部署具有人工智能（AI）和機(jī)器學(xué)習(xí)（ML）功能的先進(jìn)機(jī)器人，這將使運(yùn)營效率提高30%。

　　Gartner公司研究副總裁Sid Nag表示：“隨著數(shù)據(jù)中心的服務(wù)器數(shù)量和存儲量不斷增長，能夠管理它們的工作者人數(shù)日益捉襟見肘。如果企業(yè)不采取任何措施彌補(bǔ)這些缺口，則會產(chǎn)生很大的風(fēng)險。

　　“隨著企業(yè)機(jī)構(gòu)將更多不同類型的工作負(fù)載遷移到云并且云已成為邊緣和5G等附加技術(shù)的組合使用平臺，數(shù)據(jù)中心的運(yùn)營必定會變得日益復(fù)雜。”

　　機(jī)器人最適合數(shù)據(jù)中心繁瑣、重復(fù)的工作

　　數(shù)據(jù)中心的大部分工作都是乏味、復(fù)雜和重復(fù)的工作，例如合理進(jìn)行整體容量規(guī)劃、正確分配虛擬機(jī)和容器資源或確保資源高效使用等， 以避免企業(yè)出現(xiàn)“云上資源大量浪費”。

　　Nag表示：“這些都是機(jī)器人擅長的領(lǐng)域。數(shù)據(jù)中心是最適合將機(jī)器人與人工智能組合的領(lǐng)域，這兩項技術(shù)的組合將創(chuàng)造出一個更安全、準(zhǔn)確、高效并且?guī)缀鯚o需人為干預(yù)的環(huán)境。”

　　在未來五年，受機(jī)器人影響最大的四個數(shù)據(jù)中心自動化領(lǐng)域是：

　　1.服務(wù)器的升級和維護(hù)：工業(yè)機(jī)器人可以比人類更快、更高效地報廢和銷毀淘汰相關(guān)設(shè)備。經(jīng)常進(jìn)行大規(guī)模升級的公司尤其如此，例如各類云服務(wù)提供商。

　　2.監(jiān)控：機(jī)器人傳感器探頭提供更細(xì)致的服務(wù)器機(jī)架溫度數(shù)據(jù)，而不需要安裝任何入侵性物理硬件。遠(yuǎn)程監(jiān)控機(jī)器人還可以通過采集聲音和圖像等其他數(shù)據(jù)來檢測任何異常情況。

　　3.數(shù)據(jù)中心安全：任何數(shù)據(jù)中心公司的首要任務(wù)是維持一個具有數(shù)字和物理安全性的數(shù)據(jù)中心設(shè)施。機(jī)器人能夠通過一系列不同的功能提供物理安全層，包括通過熱傳感器檢測人類溫度或在停車場中進(jìn)行車牌識別。

　　4.云運(yùn)營中的人工智能/機(jī)器學(xué)習(xí)：現(xiàn)代化人工智能和機(jī)器學(xué)習(xí)技術(shù)能夠配合機(jī)器人對數(shù)據(jù)中心的IT流程進(jìn)行監(jiān)控和管理。該技術(shù)的用戶，如網(wǎng)站可靠性工程師等，能夠通過自然語言與指定的平臺進(jìn)行互動和交流。這些平臺能夠通過從過去的場景中學(xué)習(xí)經(jīng)驗教訓(xùn)來提高在未來場景中的效率。

　　Nag表示：“雖然機(jī)器人已被充分應(yīng)用于汽車和制造業(yè)等行業(yè)，但在數(shù)據(jù)中心中的應(yīng)用機(jī)會卻被忽略。IT領(lǐng)導(dǎo)人可以引導(dǎo)云數(shù)據(jù)中心運(yùn)營和流程的智能自動化，為他們的企業(yè)創(chuàng)造關(guān)鍵的差異化優(yōu)勢，例如增加正常運(yùn)行時間和滿足其云產(chǎn)品和服務(wù)的SLA等，并通過使用機(jī)器人將這些化為現(xiàn)實。”