Multi Cloud adalah pemakaian dua atau lebih cloud berbeda untuk menjalankan aplikasi. Seringkali penerapan dari multi cloud menggabungkan dari public cloud dan private cloud dari provider yang berbeda.
Tujuan utama dari multi cloud memberikan fleksibilitas untuk mengoperasikan lingkungan komputasi untuk tiap beban kerja. Hanya saja penerapannya saat ini masih menjadi kendala.
Berdasarkan riset dari VMWare, 70% perusahaan di Asia Pasific sudah menerapkan operasional multi cloud, namun hanya 38% yang mampu merumuskan strategi secara utuh.
Apa penyebab perusahaan kesulitan menerapkan strategi multi cloud. Ulasan ini akan dijabarkan oleh Gilland Cardindo – Business Director CloudMile.
Hanya beberapa perusahaan yang berhasil mengadopsi multi cloud
Multi cloud adalah strategi perusahaan memakai dua atau lebih provider cloud. Tujuannya untuk distribusi data, aplikasi, serta kebutuhan pekerjaan. Perusahaan mendapatkan fleksibilitas, aksesibilitas, dan fitur yang berbeda-beda.
Perusahaan perlu melakukan risiko mitigasi, menghadapi dua cloud yang berbeda. Setiap cloud memiliki interface dan sistem yang tidak sama. Konektivitas port tidak sama. Maka dari itu, butuh konsultasi untuk penerapan sistem multi cloud.
Dari sisi manajemen, perusahaan seringkali terkendala dalam memanage dua cloud yang berbeda. Terdapat perbedaan biaya yang menjadi pertimbangan tersendiri oleh suatu organisasi. Bisa jadi satu provider cloud harganya lebih murah, semenatra provider lainnya jauh lebih mahal. Itu tidak bisa dilepaskan dari fitur dan spesifikasi yang ditawarkan.
Data dan aplikasi setiap cloud yang tidak bisa berkomunikasi terjadi disintegration. Proses integrasi memperhatikan platform, perencanaan, desain, serta mengimplementasikan untuk menerapkan strategi multi cloud.
Keamanan data menjadi hal krusial. Konsumen sering berasumsi bahwa sistem keamanan dalam multi cloud sudah terpenuhi. Nyatanya, untuk mengatur multi cloud membutuhkan effort yang lebih besar dengan best practice yang ada.
Kompleksitas menjadi tantangan tersendiri
Melakukan integrasi dan instalasi secara mandiri seringkali menyusahkan perusahaan karena tidak ada pihak ketiga yang memberi konsultasi.
Umumnya, provider cloud menyediakan partner konsultasi untuk perusahaan sebelum melakukan instalasi multi cloud agar sesuai dengan tujuan yang ingin dicapai.
Pemahaman tentang multi cloud
Organisasi memiliki suatu tujuan akhir untuk melakukan multi cloud. Kebutuhan perusahaan menjadi pertimbangan penting untuk memasang multi cloud.
Orkestrasi, data transfer, mengatur cost, data, dan aplikasi memakai multi cloud. Hal lain adalah kesiapan sumber daya, arsitektur, biaya, dan pengoperasional.
Perlu diketahui, cloud memiliki arsitektur yang berbeda. Dibutuhkan pemahaman untuk saling menyambungkan antara arsitektur dan bisa melakukan komunikasi secara data maupun aplikasi.
Proses penyatuan infrastruktur cloud dapat diibaratkan terdapat dua gedung perkantoran yang saling berdekatan dan ingin dihubungkan. Cara menghubungkan dua gedung perkantoran dengan membuat jalur akses melalui bawah tanah maupun jembatan di atas gedung. Proses jalur dibutuhkan untuk melancarkan komunikasi, operasional, dan transaksi.
Infrastruktur modernisasi, data analitik, machine learning
Perusahaan startup yang sudah ramah dengan istilah transformasi digital pembahasannya biasanya lebih ke aplikasi modernisasi dan data analitik. Data analitik menjadi dasar untuk melakukan transformasi digital, yang familiar disebut generative AI. Data merupakan sumber untuk AI.
Perusahaan yang kurang familiar dengan digital, sangat disarankan untuk memperbaiki infrastruktur terlebih dahulu. Setelah itu, melakukan eksplorasi cloud seperti pembaharuan aplikasi sampai data analitik untuk penggunaan AI.
Generative AI menjadi familiar karena penggunaan less effort. Namun, penggunaan AI saja tidak cukup. Dibutuhkan data yang kuat dan machine learning yang komprehensif untuk menghasilkan AI dengan akurasi tinggi.
Pendampingan cara memakai AI meliputi pembuatan arsitektur, road map, services, back end. Ujungnya customer dapat menghasilkan suatu output. Keberhasilan output dari prompt dipengaruhi dari jalur yang sudah dibuat dengan dibuat.
Mesin AI butuh dilatih untuk menghasilkan pelayanan dengan tingkat akurasi tertentu. Melatih AI dapat dilakukan dengan menyusun arsitektur terlebih dahulu. Hal lain yang jadi perhatian adalah kesiapan perusahaan untuk pengaplikasian AI yang terdiri dari kesiapan data, arsitektur, training, dan akurasi yang baik.
Pemanfaatan AI di Industri
Pemakaian AI dapat diterapkan banyak hal. Indonesia memiliki roadmap IT yang jelas berbasis IoT dan otomasi. Secara pasar, Indonesia punya potensi yang sangat kuat di SEA.
Walaupun begitu, tetap memperhatikan tujuan akhir dan best practice yang tersedia. Pemakaian teknologi AI dapat dipelajari dan diterapkan untuk tujuan akhir perusahaan.
AI memiliki sisi baik dan buruk
Sisi baik AI adalah menghasilkan pekerjaan yang berkualitas. Hanya memasukan input lalu keluar output yang diharapkan. Walaupun begitu, penggunanya berusaha mengeluarkan inovasi dan produk terbaru dari pemakaian AI.
Sementara, disrupsi terjadi jika perusahaan tidak menerapkan AI untuk memaksimalkan potensi bisnis.
Perusahaan penyedia produk memakai AI untuk menawarkan produk kepada konsumennya. Dengan membaca kebiasaan, recommendation engine akan merekomendasi produk berdasarkan data kebiasaan konsumen yang sudah terkumpul di dalam cloud.
Konsultasikan kepada CloudMile terkait pemakaian cloud dan AI. Temukan pembahasan solusi komprehensif tentang AI dalam Digital Transformation Indonesia Conference & Expo pada 26-27 Juli 2023 – Grand Ballroom JIEXPO Convention Centre & Theatre, Jakarta.
