向數字業務平臺的遷移促使基礎設施和運營(I&O)領導者必須重新去思考他們的數據中心策略。像人工智能這樣的數字業務平臺，包括機器學習(ML)、深度神經網絡(DNN)和物聯網，對IT基礎設施有敏捷和可伸縮性等方面的計算需求。

在2018年，I&O領導者應該致力于通過部署無服務器架構、容器生態系統和三層環境來為新興的數字業務項目提供更敏捷和有效的生態系統。

這三個預測，代表了到2020年將影響數據中心基礎設施的根本性變化。

到2020年，剩余的那30%無法有效應用人工智能支持企業業務的數據中心，在運營和經濟上都會是不可行的。

隨著AI和ML的出現，I&O領導者有機會平衡和減少系統的復雜性，并創建一個新的“自組織系統”范例。在這種模式下，I&O領導者可以對一個更廣泛、更強大的AI角色保持期待，無論是作為一個平臺還是作為一個服務。

I&O領導者未能投資于生態系統和平臺智能，如人工智能等IT運營平臺，企業可能會在行業內變得無關緊要，失去競爭力。尤其是當他們的技能和工具落后于日益增長的操作復雜性和日益增長的對主動性、個性化和動態服務的需求時。

到2020年，當支持通用模式時，90%的無服務器部署將在I&O組織的權限范圍之外進行。

從AWS Lambda——可以說是第一個無服務器計算服務——開始，利用無服務器技術的興趣在領先的IT組織的開發者社區中爆發了。無服務器計算為開發人員提供了三個主要好處:

·它支持運行代碼而不需要操作基礎設施。這提高了開發人員的生產力，并使他們能夠專注于代碼開發，而不必擔心底層的基礎設施。

·由于后端資源的自動伸縮特性，它可以使橫向擴展更容易。可伸縮性現在變成了軟件設計方面的問題。

·公有云托管的基礎設施即服務(IaaS)無服務器框架會帶來真正的按需消費，因為沒有閑置的資源或孤立的VM或容器。

由于一般用途的企業工作負載技術的不成熟，以及今天大多數工作負載是“請求驅動”而不是“事件驅動”的事實，企業采用無服務器計算仍然處于萌芽狀態。然而，隨著新技術驅動下一代前端的發展，事件驅動的工作負載將變得越來越重要。

到2020年，超過50%的企業將在生產中運行關鍵業務容器化的原生云應用程序，目前這一比例還不到5%。

容器的采用在軟件開發和測試用例上一直以病毒般的速度在增長，這是由于容器能夠使環境與軟件開發生命周期保持一致，并使應用軟件不斷地開發和部署。可以理解的是，組織希望將這些好處擴展到生產環境中，以充分利用它們在開發和測試階段所獲得的敏捷性和效率價值。雖然開發人員主要是在容器周圍推動工具的使用，但是I&O領導者需要準備好在生產中支持這些容器化的應用程序。至關重要的是，它們還必須確保在安全性、性能、數據持久性和恢復能力方面實現業務SLA(服務水平協議)。

除了提高開發人員的生產力外，I&O領導者還可以期望從這項技術中獲得更多的好處。由于可以在裸機基礎設施上運行，因此可以在單租戶服務器基礎設施上比VM更高效地操作容器。由于它們的資源占用較小，容器還可以在主機上啟用更高的租戶密度。容器化的應用程序可以更有效地管理，減少配置漂移，因為可以更容易地重新部署服務并自動化它們的生命周期管理。