Wendy Pfeiffer, CIO di Nutanix, modelli di lavoro asincroni, risparmio energetico, segmentazione dei dati le principali sfide tecnologiche nell’agenda 2023 delle aziende.
Ecco le previsioni per il nuovo anno
Adozione di modelli e processi di lavoro asincroni. Nel 2023 le aziende potranno essere più innovative grazie all’implementazione di modalità di lavoro più efficienti che facilitino la collaborazione tra i diversi fusi orari e siano più flessibili. Ciò significherà ripensare il loro approccio alla collaborazione asincrona, compresi gli strumenti e le policy che la guidano.
Tra le sfide tecnologiche per le aziende più attenzione alla sostenibilità
Ripianificazione delle infrastrutture IT, tenendo in maggiore considerazione il consumo di energia e l’impronta di carbonio. Alle aziende viene richiesto di fare di più per ridurre l’impronta di carbonio e diventare più ecologiche… Sebbene la riduzione delle emissioni di anidride carbonica e l’adozione di misure sostenibili siano lodevoli e migliorino la loro reputazione, le aziende risentono dell’impatto sui profitti di un maggiore consumo energetico dovuto all’uso del cloud.
Quest’ultimo è utilizzato per la sua velocità e prestazioni migliorate, piuttosto che per il risparmio energetico. Ciò costringerà le aziende a considerare come le attività che attualmente spostano nel cloud che possano essere gestite altrove in modo più efficiente ed economico.
Nutanix: sfide tecnologiche per le aziende
Gli importanti cambiamenti apportati a molte piattaforme di social media avranno un impatto significativo in azienda. Il 2022 è stato un anno turbolento per le piattaforme di social media e alcune delle tendenze perdureranno anche quest’anno. In primo luogo, molte aziende si affidano ai dati acquistati dalle società che gestiscono le piattaforme di social per perfezionare i propri algoritmi di targeting. Se questi dati diventeranno obsoleti e meno curati il targeting diventerà sempre meno preciso. In secondo luogo, tutti questi dati sono spesso la base di partenza per addestrare gli strumenti di intelligenza artificiale e di machine learning. Quindi è possibile che anche queste soluzioni perdano di efficacia.
