Retail, telco, energía e industria harán un uso intensivo del edge computing
Desde hace algún tiempo, los datos se utilizan cada vez más en los lugares más inesperados, como la Estación Espacial Internacional, los vehículos conectados, las fábricas, los barcos y la farmacia del vecindario. Hasta hace poco está información se llevaba al centro de datos o a la nube y ahí se procesaba, pero este viaje suponía un desafío ya que muchas veces podía haber problemas de conectividad o limitaciones en el acceso físico.
Hoy en día, la rápida evolución del edge computing permite el ahorro de este viaje. Hay una mayor potencia informática cada vez más cerca de donde realmente está el dispositivo físico o la fuente de datos. De esta manera, los usuarios pueden acceder a los servicios con mayor rapidez y confianza, y las organizaciones no solo procesan mejor los datos y hacer uso de aplicaciones que respondan con rapidez a eventos específicos, sino que también utilizan tecnologías, como el análisis de IA (Inteligencia Artificial) /ML (Machine Learning), para identificar tendencias y ofrecer mejores productos y servicios.
A lo largo de 2022 veremos un mayor uso del edge computing en retail, industria, energía y telco. La mayor capacidad de computación y almacenamiento en el edge computing sumado al análisis de AI/ML permitirá al sector retail usar los datos que van generando en el local físico para ofrecer nuevos servicios según las necesidades del consumidor y así mejorar la experiencia del usuario. En el caso de las fábricas, podrán hacer uso inmediato de los datos que generan los sensores del Internet industrial de las cosas (IIoT) para mejorar la eficiencia operativa y su productividad.
En el sector de las telecomunicaciones se está observando que a medida que la tecnología 5G se expande en todo el mundo, los proveedores de servicios (CSPs) modernizan sus redes para mejorar la eficiencia y reducir la latencia, lo cual favorece el surgimiento de una nueva era de aplicaciones y servicios optimizados para los clientes. Aunque muchos de estos cambios son imperceptibles para los usuarios finales, facilitan añadir funciones con rapidez y a un menor coste.
En el sector energético, el edge computing contribuirá a afrontar el reto de la transición energética, ya que tiene la capacidad de procesar datos de las diferentes fuentes energéticas en tiempo real y facilitar su redistribución haciendo uso de IA/ML. Se trata de una tecnología que puede ayudar a integrar de manera eficaz los recursos energéticos renovables.
Kubernetes se convierte en la plataforma perfecta para la Inteligencia Artificial y el Machine Learning
Más del 75% de las organizaciones a nivel mundial ejecutarán aplicaciones en producción contenerizadas en 2022 a diferencia del cerca del 30% que lo hacía en 2020, según las predicciones de la consultora Garner. ¿Qué impulsará un crecimiento tan espectacular?
En los últimos siete años, Kubernetes ha evolucionado y se ha convertido en el estándar de facto para la gestión de aplicaciones en contenedores. Y como ocurre con cualquier nueva tecnología, se produce al mismo tiempo la maduración de la tecnología y la curva de aprendizaje de los usuarios. Al principio, los usuarios solían construir sus propias plataformas de Kubernetes en on-premise y desplegaban un conjunto más simplificado de aplicaciones (stateless). Pero a medida que Kubernetes se ha estabilizado, los patrones de uso han madurado significativamente.
Las organizaciones han visto el éxito precedente de Kubernetes con Red Hat (utilizando OpenShift) y buscan resultados empresariales similares. Pero a menudo no quieren invertir en las habilidades operativas para gestionar y mantener Kubernetes. Aquí es donde esperamos ver una rápida expansión del uso de los servicios de nube de Managed Kubernetes, tales como OpenShift Dedicated, Red Hat OpenShift on AWS (ROSA) y Microsoft Azure Red Hat OpenShift (ARO).
Aunque ya hemos visto una gran variedad de aplicaciones que se ejecutan en contenedores, estamos empezando a ver que más organizaciones llevan sus aplicaciones de misión crítica y stateful a Kubernetes. Se espera que las bases de datos, la mensajería basada en eventos y las aplicaciones de misión crítica se trasladen a Kubernetes para aprovechar la escalabilidad, la seguridad y la portabilidad que Kubernetes aporta a todas las aplicaciones.
Pero entre todas las aplicaciones que se ejecutan en Kubernetes, un área que destaca es la IA/ML. A medida que la ciencia de los datos se convierte en un papel fundamental dentro de casi todas las empresas, aumenta la capacidad de mejorar y potenciar muchos tipos de aplicaciones. Desde la mejora de las interacciones con los clientes hasta la toma de mejores decisiones con los datos, pasando por la simulación de los coches autónomos, la IA/ML está afectando a casi todos los aspectos de la empresa moderna. Y Kubernetes se convierte en la plataforma perfecta para la IA/ML, ofreciendo capacidad de escalabilidad, acceso a GPU, portabilidad de cargas de trabajo y mucho más. Ya hemos empezado a ver organizaciones que hacen grandes cosas con la IA/ML en Kubernetes, y esperamos que la next-generation de aplicaciones cambie por completo las industrias.
Sigstore, el impulsa de la ciberseguridad desde el origen del desarrollo del código
La seguridad de la cadena de suministro de software va a ser un área de gran interés en 2022. Las organizaciones lo abordarán, en parte, siguiendo el modelo shift left de seguridad de diferente manera. Históricamente, el modelo shift left de seguridad giraba en torno al análisis de vulnerabilidades. Sin embargo, el análisis de vulnerabilidades como parte del desarrollo no es suficiente y las organizaciones necesitan proteger su cadena de suministro de software de las intrusiones. Para ello, veremos inversiones en la adopción de nuevas tecnologías en los pipelines, como las cadenas de Tekton CD, así como Sigstore para facilitar la incorporación de la firma en el pipeline.
Empezaremos a ver un cambio en la forma en que las organizaciones protegen las aplicaciones en el momento del despliegue. Esto ya se está produciendo con un cambio hacia un enfoque más simple en el propio Kube llamado controles out-of-tree. Seguiremos viendo el crecimiento en torno a la gestión del despliegue basado en políticas utilizando herramientas como OPA Gatekeeper, Kyverno y Argo CD. También hay que estar atentos a los nuevos motores de políticas que no hemos visto antes.
Habrá un mayor interés en las listas de materiales de software (SBOM). Las propuestas de estándares sobre la entrega de listas de materiales de software existen desde hace tiempo, pero debido a la preocupación por la seguridad de la cadena de suministro de software hemos llegado a un punto en el que todas las organizaciones van a tener que averiguar cómo entregar una lista de materiales de software. En el sector se debatirá sobre la información estática de las listas de materiales frente a la información dinámica, como los datos sobre vulnerabilidad, en los que el paquete no ha cambiado, pero sí las vulnerabilidades asociadas a ese paquete. En relación con esto, la automatización en torno a las listas de materiales y los metadatos relacionados con los paquetes van a crecer considerablemente.
Las distribuciones de Kubernetes empezarán a añadir más capacidades de seguridad directamente en sus distribuciones. Esto ayudará a mejorar la seguridad general de la distribución y también ayudará a reducir el coste de asegurar un despliegue de Kubernetes.
