根据IBM的研究，随着企业将断开连接的数据从一个云迁移到另一个云以供各种应用程序使用，他们经常会遇到性能问题，并且成本会显著增加，甚至高达 300%。部分用户也会抱怨多云服务，称由于云之间的数据传输和 IT 人员增加，使他们的成本大幅增加。
1.在云之间获得统一的视图
随着企业迁移到多个云，他们很快发现每个云提供商都是独一无二的，这增加了管理这些环境的挑战，例如网络架构、功能和规模，这为客户在云中操作和给数据中心和校园网络等现有环境带来了运营挑战。
支持私有云或公共云之间的网络连接和管理功能。使用针对所有网络抽象的一致操作模型来操作多个公共云——使用它们用来操作现有数据中心和园区网络的相同运行手册和流程。给客户多云网络网络状态的时间序列存储和分析，这让客户可以回过头来检查问题发生的原因和方式，并减少恢复运营的时间，同时对初始故障检测进行快速的根本原因分析。
支持网络边缘的动态路径选择，允许客户为应用程序分配路径以降低数据传输/同步成本。通过跨数据中心、园区和多个公共云的统一 EOS 和 CloudVision 部署，客户可以支持和管理他们的多云战略，而不会将他们的团队规模扩大太多或影响他们的预算计划。
2.故障排除
在管理多云环境时，企业面临的另一个问题是区分应用程序性能问题和网络问题。企业往往很难准确预测新配置的云服务对网络的影响。
其实，IT 和 DevOps 团队可以一起工作，使用共享词汇来查明应用程序退化的根本原因，主动实时预防问题，设置策略，并自动响应以解决本地或云中的应用程序问题。
由于缺乏信息和可见性，大多数企业发现在公共云中排除网络问题非常困难，尤其是在故障排除需要数据包级别的可观察性时，应用程序和网络 IT 人员一起工作，使多云工作更有效，但目前大多数企业还没有做到这一点。
3.来自 AI/ML 的帮助
将来自物理本地部署和多个云的数据拼接在一起并对其应用分析是一项挑战，但这是管理这种环境的关键。部分提供机器学习和人工智能驱动的云管理平台，可以简化网络基础设施设备的入职、配置、监控、管理、故障排除、报警和报告。
在多云环境中，在本地和跨多个云环境中同样运行良好的解决方案是获得全面可见性和消除孤岛的关键。部分解决方案测量应用程序的可用性和性能，自动化操作以快速从应用程序或网络性能问题中恢复，并提供可见性和工具来诊断和修复问题，以免影响运营或最终用户对应用程序环境的体验。
当然，管理多云世界还面临其他挑战。企业需要使员工具备管理多供应商产品的技能。数据格式和 API 是不同的，企业需要一个能够理解所有这些事情的团队。IDC 表示，容器、微服务和 Kubernetes 的引入进一步增加了复杂性。 从多云管理组合中获得收益需要企业做出权衡和战略投资选择。在快速发展的技术环境中，很难完全预测新流程、方法和工具的影响。
