??
　　一、DevOps工具將日趨成熟
　　

　　沒有人再懷疑云計算在企業市場將風卷殘云般成為主流平臺，大幅提高企業業務靈活性和競爭力。云計算的普及意味著越來越多的企業需要新的工具來打破開發團隊和運維團隊之間隔膜，讓企業技術部門持續規模創新的速度能夠跟上企業業務發展速度。越來越多的企業需要借助DevOps完成應用開發工作，而傳統的監控工具顯然無法勝任。
　　
　　2016年，DevOps領域將出現新一代基于云計算的日志和機器數據分析服務，并進一步整合預測算法。DevOps工具（例如服務器容器和基礎設施數據）之間也將能無縫集成，大幅改進持續集成和持續部署流程。
　　
　　二、CISO首席信息安全官和安全運營團隊將在系統智能上投入更多預算

??　　
                     　　

??過去幾年，企業已經認識到大數據在業務決策上的商業價值，如今隨著機器學習等技術的成熟，在系統基礎設施層面部署大數據分析對企業來說同樣意義重大。
　　
　　對于安全團隊來說，機器數據分析將大大提高對系統和用戶異常行為、威脅偵測的響應速度，不僅僅能大大縮短MTTI(平均介入時間)和MTTR(平均恢復時間)，而且將促使信息安全主管們重新思考企業的信息安全架構。
　　
　　企業的信息安全主管們將加強與DevOps團隊的協作，通過整合機器分析，在新的企業應用基礎架構中嵌入安全功能。
　　
　　三、日志管理將是IT運維和客戶支持團隊的重大機遇

??　　                                

　　通過日志分析來監測、管理采集用戶和應用信息以及基礎架構日志將是應對云計算基礎架構復雜性的完美方案。這個領域的供應商已經開始整合，新的廠商也不斷涌入日志分析市場。越來越多的企業將重視日志分析在應用開發、信息安全和IT運維方面的重要價值，而日志分析也將成為“分析民主化”的排頭兵。

四、“超級架構”的崛起
　　              
　　今天的云計算架構可以通過虛擬服務器軟件編織起數以千計的微處理器，這讓摩爾定律失去了意義。因此，今天的創新型CTO們已經開始拜托傳統數據中心的局限，大膽推動新的基于軟件的“超級架構”，駕馭私有云和公有云中的龐大計算資源。

　??　五、商業智能的價值從后知后覺轉向實時分析

　　從慢數據向實時的快數據的轉型是機器分析引發的商業智能變革。通過實施日志數據分析，企業能更快地了解運營和顧客數據，從而實現24/7的持續創新和競爭力提升。
??