Foto: Markus Spiske/ Unsplash
Por Gustavo Leite* em Página 22 | Na medida em que o mundo trabalha em direção a metas de carbono líquido iguais a zero (net zero), a digitalização se tornou essencial para fornecer estratégias verdes e eficientes. Os dados são essenciais para gerar melhores resultados de negócios e garantir um futuro mais sustentável. Mas o novo mundo orientado por dados também apresenta desafios para a sustentabilidade. Os data centers que abrigam reservas digitais exigem grandes quantidades de energia. Estima-se que as emissões globais da computação em nuvem, por exemplo, representem mais de 3,5% do total de emissões de gases de efeito estufa, ainda mais do que voos comerciais.
Na última década, esforços foram feitos para garantir que os data centers sejam mais sustentáveis. Embora a infraestrutura possa se tornar mais ecológica, o armazenamento contínuo de dados inúteis dificulta os esforços. De acordo com pesquisa da Veritas Technologies, a energia necessária para armazenar esses dados geram até 6,4 milhões de toneladas de gás carbônico anualmente. Os analistas preveem que até 2025 haverá cerca de 91 ZB (zettabytes, ou 1 sextilhão de bytes) de dados sendo mantidos desnecessariamente – mais de quatro vezes o volume atual.
Em média, nossa pesquisa descobriu que 52% dos dados armazenados pelas organizações são obscuros, ou seja, seu conteúdo e valor são desconhecidos e são essencialmente inúteis até que seu valor (se houver) seja determinado. Ao mesmo tempo, estima-se que cerca de um terço dos dados organizacionais sejam Redundantes, Obsoletos e Triviais (ROT).
Em suma, faixas de dados estão sendo armazenadas sem motivo. Os dados ROT são os principais contribuintes para altos custos de armazenamento; pesquisas globais recentes sugerem que mais de nove em cada dez organizações excedem seus orçamentos de nuvem, gastando em média 43% em armazenamento, backup e recuperação.
Muito já foi dito sobre o custo financeiro dos dados obscuros, mas o custo ambiental é frequentemente negligenciado. Eliminar o desperdício de dados pode ajudar a reduzir drasticamente a pegada de carbono das organizações, levando a uma maior sustentabilidade e a custos mais baixos. Como tal, as empresas devem controlar suas estratégias de gerenciamento de dados, usar as ferramentas certas para identificar dados valiosos e livrar seus data centers de dados obscuros desnecessários e que consomem energia.
O gerenciamento de dados é um primeiro passo crucial para que as organizações analisem dados em escala com eficiência. Isso começa com o mapeamento e a descoberta de dados, entendendo como as informações fluem por uma organização. Obter visibilidade e informações sobre onde os dados e informações confidenciais são armazenados, quem tem acesso e por quanto tempo eles são retidos é o primeiro porto de escala ao identificar dados obscuros.
No entanto, é importante que as organizações invistam em um programa contínuo de gerenciamento proativo de dados. Isso permite que as organizações obtenham visibilidade de seus dados, armazenamento e infraestrutura de backup e tomem decisões baseadas em insights relacionados à exclusão de dados continuamente.
A minimização de dados e a limitação da finalidade podem reduzir a quantidade armazenada e garantir que o retido esteja diretamente relacionado à sua finalidade. O uso de classificação, políticas flexíveis de retenção de dados e mecanismos de política compatíveis significa que pode haver exclusão confiável de informações não relevantes. Isso não apenas reduz a quantidade de dados obscuros que alimentam os recursos do data center, mas também pode garantir a conformidade com os regulamentos de proteção de dados, como o General Data Protection Regulation (GDPR).
Para muitas organizações, a redução de dados obscuros e ROT não é uma tarefa simples, especialmente quando feita manualmente. O processo pode ser complexo, com muitas soluções de gerenciamento de dados corporativos retendo uma abordagem manual de implantação e manutenção, diminuindo a agilidade operacional. Além disso, a necessidade de estratégias multinuvem exigiu o desenvolvimento de uma nova abordagem para o gerenciamento de dados (multinuvem significa usar vários provedores de serviços de nuvem pública para atender a diversas necessidades).
A ferramenta indicada para as organizações é o gerenciamento autônomo de dados. Aqui, as tecnologias de inteligência artificial e machine learning permitem a automação dos processos de gerenciamento de dados e minimizam a intervenção e a supervisão humana.
Ao automatizar o provisionamento, otimização, recuperação e configuração de tecnologias de gerenciamento de dados em ambientes multinuvem, as empresas podem obter uma imagem muito mais clara e precisa de seus dados em um espaço de tempo muito mais curto.
Por exemplo, as plataformas de gerenciamento de dados corporativos podem classificar autonomamente dados baseados em nuvem, tirar a duplicação de dados desnecessários e redundantes e arquivar ou excluir dados obsoletos e triviais na nuvem. Essa abordagem automatizada de percepção de dados também deve ser integrada a soluções de arquivamento, backup e segurança cibernética para evitar a perda de dados e garantir a retenção de dados baseada em políticas.
A transformação digital contínua torna os requisitos das organizações para conteúdo e contexto de dados uma prioridade, principalmente quando muitos desses projetos transformadores buscam oferecer maior sustentabilidade. Se pudéssemos remover automaticamente 85% desses dados inúteis dos data centers, isso permitiria um grande salto em direção ao net zero.
Reduzir o impacto ambiental da pegada de armazenamento de dados será imperativo se quisermos evitar a criação de uma massa ainda maior de dados residuais na medida em que a nuvem evolui. As estratégias verdes impulsionadas pela digitalização não podem ser abandonadas pela sombra de dados obscuros que consomem energia em segundo plano, desfazendo silenciosamente um bom trabalho.
*Gustavo Leite é vice-presidente para a América Latina da Veritas Technologies e country manager da empresa no Brasil. Antes da Veritas, trabalhou na Enterasys Networks e na Cabletron
Este texto foi originalmente publicado pela Página 22 de acordo com a licença Creative Commons CC-BY-NC-ND. Leia o original. Este artigo não necessariamente representa a opinião do Portal eCycle.
Utilizamos cookies para oferecer uma melhor experiência de navegação. Ao navegar pelo site você concorda com o uso dos mesmos.
Saiba mais