物聯網、人工智能／機器學習和云計算的融合將以人們無法想象的方式影響商業和工業運營。但有一件事是顯而易見的，就是會有更多的數據。而數據本身將成為自己的變革力量。

幸運的是，大量云存儲的可用性使得收集和訪問這些數據成為可能，并且使諸如機器學習和分析的日益復雜的數據處理技術變得更加可行并且必要。當這些數據通過智能軟件聯網并得到支持時，就會有更多的變化。以下是行業專家預測的一些近期效應：

1．數據將越來越脫離其起源地

設施運營商利用從傳感器獲得的實時數據可以監控系統性能的各個方面，可以與其管理的資產進行物理分離。當管理人員能夠獲得全面的實時性能數據和自動控制時，遠程控制的數據中心變得更加可行。這反過來又使數據中心位于具有成本優勢或氣候優勢的地區，但對員工的吸引力較小。

相反，數據中心必須位于城市附近，以達到降低延遲的目的，因此可以提供更大的設計和位置靈活性。微軟公司在其海底數據中心試點項目中展示了這方面的一個例子。行業媒體DCD曾經介紹了10個“極端”數據中心，其中包括空間和地下各種不同聽位置。這些地方在不久的將來似乎變得不再那么極端。

2．警報將變得非常復雜和預測性

傳統的警報并不是信息性的。有的數據中心甚至一個普通的警報引發了70個單獨的警報。其結果是，技術人員被派往處理非緊急情況，幾乎沒有關于正在發生的事情的信息，以及尋找什么。

由于物聯網、云計算和機器學習的融合，提供了更詳細，更細粒度的報警收據，設施工作人員可以隨時了解是否需要立即調度，或者是否可以簡單地將調查添加到即將進行的維護呼叫中。預測性警報將成為標準。實際警報的數量將隨著人們的關注從應急響應轉變為糾正預防警報而減少，這將大大降低了成本。

警報數量的減少，更多的預測性維護以及有關警報性質的完整信息將進一步推動行業向遠程管理的數據中心邁進。

3．維護將變得更有預見性

即時訪問實時和歷史數據，幾乎每一件設備的每一個操作都會產生影響，使性能下降易于發現和解決。IBM公司最近運行了一個沃森廣告來說明這一點。其廣告顯示一名電梯修理工到一個辦公地點來解決一個尚未發生的問題。

一些數據中心相當先進，運行時設備部分損壞，通風氣流非常不平衡。這些問題今后將不太常見。設施管理人員可以使用設備性能數據來優先維護，減少實際設備故障的頻率。基于狀態的維護可能成為常態。維護管理人員將有數據來驗證其員工的工作或外包第三方的工作是否成功。數據中心的運營風險較小，即使運營復雜性增加。

安全將從氣隙式變為內置式。當今數據中心的協議和自動化并不安全。空氣間隙、安全網絡與不安全網絡之間的物理隔離是數據中心的常見安全機制。當數據中心作為獨立的建筑物運行時，這是有道理的。然而，空氣間隙和利用網絡的好處，云友好的操作是不相容的。

展望未來，數據將會聯網。缺乏安全性或不存在安全性的傳統協議將不再滿足要求。新的基于物聯網的協議和API已經包含現代安全作為設計標準。

4．標準操作程序實際上已經標準化

由于啟用了數據透明性和集中操作控制，企業范圍內的設施與設施符合能源效率、維護和操作的標準做法將變得易于管理。最佳實踐策略可以在更高管理層實施，以確保財務和運營目標得到滿足。設施所有者將能夠確保遵循最佳實踐，同時向客戶和執行管理層報告合規情況。透明度加強了對各個層面的控制，對投資組合和管理層級的可視性產生了最為顯著的影響。

數據越來越網絡化，數據中心必須為這個新的常態做好準備。數據和物聯網、云計算與機器學習融合的結合將推動并實現相當大的運營優化。那些迅速采用這些數據來獲取信息并采取行動的企業將獲得明顯的優勢。

毫無疑問，這種融合正在發揮作用，只是人們需要對如何利用它的好處做好準備。