毫无疑问，人们正在迅速走向以多云为主的世界。在2018年底，超过一半的企业将采用5个以上不同的公共云服务。大多数企业的实际现实是，它们的数据和服务将跨越多个数据中心和云计算。这将加速数据和系统的碎片化，这些数据和系统必须无缝集成，以充分发挥它们的潜力。

尽管公共云所承诺会带来更多的好处，由于各种原因，大多数企业实际上不能把他们所有的数据放置在他处，其理由是数据集太大，其他预防性的监管，隐私或安全要求等。

即使在这些限制不存在的情况下，传统系统的切换成本通常也不符合投资回报率预期。因此，未来几年主要的IT模式将是传统IT的组合，以及越来越多的私有云和公共云解决方案（通常称为混合云）的组合。随着多云世界的发展，企业必须确定其云端是否以最具战略意义的方式整合。从财政和战略的角度来看，为了充分利用任何云平台，必须充分利用有价值的数据和系统。

越来越多的异构计算环境需要涵盖数据和应用程序，以及基于消息和基于API的集成的一系列集成方法。这样做可以提供对数据和系统的最佳访问。

混合云的数据管理至关重要

根据IBM公司最近的一项名为“成长混合型：加快数字化转型”的研究报告中，实施混合策略的组织已经获得竞争优势，三分之二的组织可能用它来组合数据资产或盈利的数据。云端的认知服务提供了从供应链到客户管理到市场的从未有过的见解。

当企业拥有跨越多个云的系统和服务的数据时，实现和监督数据分析的方法并不总是明确或简单的。这使得混合云环境中数据的精细管理尤为关键。

不管认知算法有多好，其训练和分析的质量都会受数据所在数据的约束。例如，银行将客户的敏感财务信息保留在私有云中，从而最好地控制它们。但是当银行提供移动服务时，将需要从公共云服务中获取应用程序的数据。

客户移动银行业务所产生的数据的复杂组合，例如平均存款金额、在页面上花费的时间和资金转移趋势，都可以分析以改善客户体验。因此，如果客户每月通常将“500美元转给Bob”，应用程序可以在下一次访问中了解该习惯并将其作为第一个选项打开，从而节省客户时间。

使用数据分析管理多云环境的下一个逻辑步骤是自动化任务，以节省时间和金钱。企业与客户合作，提供工具，突破了传统上运行多个云基础设施的隔离，以减少人工处理，并为他们提供更大的访问和控制。

通过将更多的系统、数据和认知能力集成到一个开放的云平台上，企业向客户提供他们所需要的控制。这样一来，客户对实时发生的事情有了更全面的认识，使他们能够及时做出业务决定。随着越来越多的企业转向云计算，关键是要通过围绕数据和利用云中的高级应用程序（如认知应用）来最大化这些投资。