All’evento VeeamOn 2018, l’incontro annuale di clienti e partner di Veeam Software svoltosi in questi giorni a Chicago, la società ha mostrato come le aziende utilizzino sempre più la Hyper-Availability Plaform per l’Intelligent Data Management per assicurare la continuità del business, ridurre i rischi e accelerare l’innovazione in un’epoca in cui tecnologie quali IoT, IA, machine learning, blockchain richiedono una piattaforma che assicuri ampia scalabilità e semplicità di utilizzo nella gestione dei dati. 

Il concetto di disponibilità è tradizionalmente associato a quelli di business continuity, backup e recovery, per assicurare che le aziende siano sempre pienamente operative. Le nuove sfide legate alla gestione dei dati e la necessità che questi siano sempre disponibili, impongono un’evoluzione verso soluzioni con un’intelligenza superiore, grazie alla quale i dati imparano a rispondere in modo istantaneo e appropriato a ciò che accade in un qualunque punto dell’infrastruttura dati aziendale.  

Nella visione di Veeam, per completare il viaggio verso la gestione intelligente dei dati per la Hyper-Availabile Enterprise sono necessarie cinque fasi: 
Backup: Effettuare il backup di tutti i workload, assicurandosi che siano sempre ripristinabili in caso di interruzioni, attacchi, perdita o furto di dati.
Aggregazione: Assicurare la protezione e la disponibilità dei dati in ambienti multi-cloud per abilitare servizi digitali ed assicurare una vista aggregata della compliance a livello di servizio.
Visibilità: Migliorare la gestione dei dati in ambienti multi-cloud grazie alla visibilità e al controllo unificati dell’utilizzo, prestazioni e operatività; la gestione dei dati inizia a trasformarsi da reattiva a preventiva, per evitare perdite in termini di disponibilità grazie ad avanzate caratteristiche di monitoraggio, ottimizzazione delle risorse, capacity planning e intelligenza integrata.
Orchestrazione: Spostare i dati all’interno degli ambienti multi-cloud senza interruzioni per garantire la continuità del business, la compliance, la sicurezza e l’utilizzo ottimale delle risorse. Questo richiede un motore per l’orchestrazione che consenta all’azienda di eseguire, verificare e documentare progetti di disaster recovery in modo altamente automatizzato.
Automazione: I dati si auto-gestiscono, imparando a duplicarsi, spostarsi verso la location migliore in base alle esigenze di business, proteggersi in caso di attività anomale e ripristinarsi in modo istantaneo. Questa fase assicura nuovi livelli di automazione alla gestione dei dati aziendali attraverso una combinazione di funzione di analisi dei dati, pattern recognition e machine learning.