RPA和机器学习的发展为自动数据中心铺平道路

许多需要比以前更快地提供业务和客户价值，许多企业正在将敏捷软件开发实践提升到一个新的水平，并采用Devops方法和微服务。这些措施成功的关键是支持这些工作方法，保持高效率和利用率。

这就是数据中心作为数据的中央存储库变得至关重要的地方。他们不仅需要管理越来越多的数据、更复杂的机器和基础设施，还需要更快地生成数据改进信息。 nsp现完；自动化中心就像从驾驶汽车到完全独立的无人驾驶汽车。目前，人类管理、监控和操作数据中心需要手动使用工具和阈值。这将非常耗费人力，通常需要调整基础设施来处理事故。

通往完全自动化的数据中心的旅程根据组织类型和个人的复杂性而有所不同。然而，在未来两年，许多企业（特别是在快速发展的行业）已经存在或正在建立一个完全独立的数据中心。

在接下来的两年里，人们将开始看到支持传统和下一代工作负荷的数据中心，它们可以在任何时候以最好的自我修复方式自动化。这意味着当涉及到迁移、维护、升级、容量变化、审计、备份和监控时，数据中心将采取大部分行动，而无需或几乎没有援助或人工干预。

无论数据中心中的流程是什么，自动化机器人都能保证其一致性和准确性，这意味着每项任务都会更有效率。Ultima计算出自动化技术与人类生产力的比例为6:1，使团队只能在特殊情况下进行干预和决策。这意味着操作需求的类型将发生变化，从确保发生什么和解决问题，到查询业务和花时间开发应用程序和平台。

类似于自动驾驶汽车，开发自动化数据中心的潜力是无穷无尽的，需要不断改进工作模式。