El 30% de las empresas de tamaño mediano habrán adoptado un modelo de recuperación en la nube, traducción española del concepto Recuperation-as-a-service (RaaS), para apoyar la recuperación de las operaciones, desde el escaso 1% que lo utilizan en la actualidad. Al menos eso se desprende de un estudio sobre las perspectivas de futuro del RaaS, publicado por la consultora Gartner. RaaS es un término que engloba la replicación de datos de producción en la nube a través de un proveedor de servicios externo, junto con los medios para activar las máquinas virtuales para permitir la ejecución, bien de pruebas de recuperación como de las propias operaciones de recuperación real.
Gartner considera que el mercado de RaaS se verá impulsado por las empresas de tamaño mediano (aquellas con ingresos anuales entre los $150 millones y $1,000 millones de dólares), que ven en el modelo cloud la oportunidad de implantar sistemas y servicios que de otra manera sería imposible dado su alto coste de implementación.
Asimismo, Gartner explica en su informe que la recuperación tradicional y las pruebas constituyen una parte significativa del presupuesto anual de recuperación ante desastres (a veces hasta $100,000 dólares o más por ejercicio), por lo que el modelo RaaS puede reducir o incluso eliminar estos costes. Por otro lado, llevar la recuperación a la nube facilita la replicación de las máquinas virtuales y su sincronización con los sistemas de negocio de la empresa, además de volverse mucho más manejables.
Pruebas ante los desastres
Uno de los mayores quebraderos de cabeza de los CIO a la hora de apostar por un modelo tradicional o uno cloud es la efectividad real de estas soluciones a la hora de actuar ante un desastre. Por ello, son especialmente importantes las pruebas que se lleven a cabo para comprobar como funciona el sistema de recuperación de la información, si bien este tipo de test pueden ser muy costosos.
Así pues, algunas empresas alargan el tiempo entre pruebas para permitirse pruebas de mayor envergadura, mientras que otros incluso miran la ocurrencia de los fracasos en las pruebas previas y programan sólo los sistemas más frágiles para la próxima prueba de recuperación.