Industri wawasan: ibm pada carian multicloud dan strategi ai

Dengan semua data yang dikumpulkan oleh syarikat, perjuangan untuk mencari repositori penyimpanan awan yang berkesan bukan hanya untuk memegang dan mengurus semua maklumat itu, tetapi untuk membolehkan keupayaan carian dan keselamatan juga. Nasib baik, vendor platform awan seperti IBM, yang menawarkan senario IBM Cloud untuk senario Infrastruktur-sebagai-Perkhidmatan (IaaS) dan Platform-sebagai-Perkhidmatan (PaaS), sedang giat mengusahakan cara-cara baru untuk mengurus data dalam seni bina multicloud.

Apa itu Senibina Multicloud?

Senibina multicloud terdiri daripada data dan kod yang disimpan dalam persekitaran awan berganda dalam satu seni bina tunggal. Bayangkan suatu aplikasi yang menggunakan kod dan sumber di pelbagai awan, seperti Amazon Web Services (AWS), IBM Cloud, dan Microsoft Azure. Dengan menggunakan standard interoperabilitas yang masih berkembang, arsitektur multicloud membawa kebolehoperasian ke perkhidmatan perisian tidak kira apa awan perkhidmatan tersebut digunakan sebagai platform. Ini membolehkan anda menyesuaikan sumber awan anda supaya mereka lebih khusus menyasarkan beban kerja anda.

Perniagaan kecil untuk menengah (SMB) harus mempertimbangkan pembekal yang dapat membantu menguruskan infrastruktur perkhidmatan awan berganda dan memastikan mereka selamat dan teratur dalam satu konsol. Lebih baik lagi yang boleh menggabungkan perkhidmatan awan pihak ketiga, seperti Microsoft Office 365, dengan sumber yang anda jalankan pada pelayan maya anda sendiri di awan lain. Awan awam mungkin sesuai untuk satu aplikasi dan awan peribadi untuk yang lain. SMB akan mendapat manfaat daripada keberkesanan kos dan ketangkasan yang menyediakan seni bina multicloud.

Multicloud dan IBM

Dari sudut pandangan yang multicloud, ia menjadi tahun yang sibuk untuk IBM. Pada bulan Mei, ia melancarkan IBM Cloud Private untuk Data untuk membolehkan syarikat mengekstrak pandangan tersembunyi dari data mereka merentasi disiplin seperti kejuruteraan data, sains data, dan pembangunan serta aplikasi dan pangkalan data mereka. Kemudian, pada 10 September, syarikat itu mengumumkan bahawa IBM Cloud Private untuk Data akan diintegrasikan dengan Red Hat OpenShift, bekas sumber terbuka dan platform aplikasi Kubernetes. Kubernetes adalah platform sumber terbuka untuk menjalankan bekas di seluruh kelompok pelayan. Penyepaduan ini dengan Red Hat memberi lebih banyak pilihan kepada syarikat apabila menjalankan beban kerja awan supaya mereka boleh menjalankan di premis, di awan awam dan swasta, dan dalam persekitaran Red Hat OpenShift sumber terbuka. IBM juga akan memperluaskan perkongsiannya dengan Hortonworks, perintis perisian Big Data, untuk mengintegrasikan perkhidmatan dalam DataPlane Hortonworks dengan IBM Cloud Private untuk Data.

Akhirnya, pada 13 September, IBM juga mengumumkan bahawa ia akan membiarkan analisis permintaan pengguna merentas perusahaan dengan menggunakan alat yang disebut Queryplex, yang merupakan satu konsol untuk mencari di seluruh awan. Pada hari yang sama, IBM mengadakan acara di Terminal 5 di New York City yang dihoskan oleh Hannah Storm ESPN untuk memberi perhatian kepada pelanggan yang mengambil cabaran kecerdasan buatan (AI). Tidak lama sebelum acara itu, PCMag terperangkap dengan Rob Thomas, Pengurus Besar IBM Analytics, untuk mengambil alih bagaimana keupayaan carian awan yang baru berfungsi, kerja IBM dengan Red Hat, dan beberapa strategi pemenang dalam AI.

PCMag (PCM): Bagaimanakah IBM Cloud Private untuk Data membiarkan anda melihat semua data anda?

Rob Thomas (RT): Pikirkan tentangnya sebagai konsol untuk bagaimana pelanggan menguruskan data di mana saja di mana-mana awan. Jika pelanggan menggunakannya, maka mereka dapat melihat semua data yang mereka ada di premis, dalam arkitek awan kontena peribadi, atau mereka dapat melihat data yang mereka ada pada AWS, Microsoft Azure, Platform Awan Google, atau Cloud IBM. Ia konsol tunggal untuk memahami semua data anda-di mana ia adalah, mengkatalogkan data anda dan menganjurkannya.

PCM: Apakah Queryplex dan bagaimana SMB menggunakan sesuatu seperti itu untuk mencari di seluruh awan?

RT: Queryplex memberikan anda keupayaan untuk benar-benar menulis Pertanyaan Kuasa Terstruktur (SQL) dan mencari data di mana sahaja di dunia dan melakukan analisis. Dengan keupayaan SQL sudut lebar ini, anda tidak perlu memindahkan data. Kami akan mencari data di mana sahaja dan kami akan mendayakannya. Kita boleh menggunakan kuasa pemprosesan di pinggir dan kemudian memberikan analisis kembali ke satu tempat. Jadi, mereka adalah dua sisi duit syiling yang sama. Satu adalah konsol untuk mengurus semua data anda. Sekeping kedua adalah tentang bagaimana anda melakukan analitik dengan data yang mana saja tanpa perlu memindahkan data sebagai Langkah 1, kerana memindahkan data adalah mahal; ia memakan masa. Oleh itu, pada dasarnya kita menghapuskan keperluan untuk pergerakan data, yang sangat kuat.

PCM: Apa yang akan menjadi contoh sehari-hari syarikat menggunakan keupayaan pertanyaan jenis ini?

RT: Yang baik ialah syarikat automotif yang melakukan telematik untuk melakukan penyelenggaraan ramalan pada kereta atau bagaimana ia berfungsi. Hari ini, pendekatan itu adalah untuk menyambung ke kereta dan kemudian membawa data kembali ke lokasi pusat. Ia memberikan anda keupayaan masa nyata. Jadi, apa yang telah 30 hari sebelum kini adalah 30 saat. Itulah kuasa untuk melakukan ini; ia benar-benar mengubah sifat dan proses analitik.

PCM: Apakah implikasi keselamatan mencari di pelbagai awan? Bagaimanakah anda memilih untuk membenarkan jenis carian?

RT: Kami merangka Queryplex sebagai produk perusahaan yang akan memanfaatkan apa sahaja organisasi yang ditubuhkan di sekitar protokol keselamatan dan identiti pengurusan Rujukan Direktori Lightweight (LDAP) atau dasar urus tadbir data. Berikan saya satu contoh: Jika dasar syarikat anda adalah bahawa pada bila-bila masa anda membuat pertanyaan bersekutu yang anda tidak mahu menyentuh apa-apa Maklumat Pengenalan Secara Peribadi (PII), maka kami boleh menutup data tersebut sebagai sebahagian daripada keupayaan ini supaya ia tidak ' sebahagian daripadanya. Kami benar-benar mereka bentuknya untuk mengintegrasikan ke dalam seni bina keselamatan sebuah syarikat.

PCM: Apa yang perlu dilakukan oleh syarikat untuk membolehkan akses kepada awan yang berbeza?

RT: Apabila anda berada di IBM Cloud Private untuk Data, anda akan dipasang dengan sangat cepat. Dari segi menyambung ke awan yang berbeza, ia hanya mengetahui alamat IP. Itu cukup mudah; anda boleh melakukannya. Jadi sekeping sambungan tidak sukar. Di mana saya fikir ia menjadi lebih sukar bagi syarikat-syarikat, kerana anda lebih maju ke arah penggunaan AI atau data menggunakan jenis sains, anda perlu membina model untuk itu. Anda perlu melatih model itu, dan kami dapat membantu anda menyusun data untuk melakukannya.

PCM: Apakah beberapa strategi utama untuk syarikat melaksanakan AI atau pembelajaran mesin (ML)?

RT: Beberapa perkara yang berbeza. Saya melihat beberapa pelanggan yang menubuhkan Pusat Kecemerlangan Sains (COE) sains data. Saya fikir ini boleh menjadi cara yang baik untuk memberi tenaga kepada organisasi mengenai topik itu dan mendapatkan perkara yang bergerak. Saya rasa itu satu pendekatan yang baik.

Kami melihat pelanggan lain yang mengupah Ketua Pegawai Data (CDO) dan memberi orang itu misi memandu syarikat ke arah ini. Saya fikir itu baik juga.

Ketiga, saya melihat banyak syarikat yang bergantung kepada ini untuk datang dari garis bisnis, yang bermaksud garis perniagaan untuk mencari kes penggunaan, dan kemudian itu untuk inovasi teknologi. Saya fikir mana-mana orang yang boleh bekerja.

Saya fikir jurang yang paling besar dan apa yang saya dorong pelanggan lakukan adalah mempunyai strategi data. Sebahagian daripada strategi data adalah mengetahui di mana anda berada hari ini. Maksudnya, adakah anda benar-benar hanya melakukan risikan perniagaan (BI) dan pergudangan data atau adakah anda benar-benar melakukan analisis layan diri? Memahami di mana anda berada dan kemudian memahami titik akhir. Sekiranya anda mendapat kejelasan pada kedua-dua mata, maka anda boleh melancarkan eksperimen melalui COE sains data, CDO, atau melalui perniagaan, mengetahui bahawa anda akan mendapat tahap kebolehulangan daripada yang penting.

PCM: Apa yang menyebabkan IBM bekerjasama dengan Red Hat?

RT: Jika anda kembali ke tahun 2000, IBM telah menjadi penyokong Linux yang cukup besar. Saya akan berhujah bahawa Linux mungkin tidak berada di mana ia hari ini tanpa sokongan IBM. Oleh itu, kami sentiasa mengadakan dialog dengan Red Hat sekitar inovasi dan bagaimana kami menyokong ekosistem. Kami telah melihat apa yang Red Hat telah dilakukan dengan OpenShift.

Kami orang yang beriman dalam bekas, dan Kubernet mempunyai cara untuk membantu klien memodenkan aplikasi dan data. Jika anda melihat Red Hat dengan OpenShift, mereka membina sebuah platform kontena yang hebat yang memberi tumpuan kepada pemodenan. Tetapi mereka tidak mempunyai apa-apa untuk data, dan sukar untuk memodenkan aplikasi tanpa memodenkan data pada masa yang sama.

Di mana kita boleh membawa apa yang telah kami lakukan dari segi memodenkan perkhidmatan data dengan IBM Cloud Private untuk Data adalah untuk menjalankan yang secara semula jadi tepat pada OpenShift, sehingga pelanggan yang sedang dalam perjalanan pemodenan aplikasi boleh melakukan hal yang sama dengan data, dan mereka boleh menjadikan projek itu sebagai hasil untuk AI.

Hadoop belum berpindah ke seni bina microservice, jadi itu teka-teki yang lain. Bekerja dengan Hortonworks untuk membantu memodenkan dan mencipta mikroservis Hadoop yang boleh dimainkan bersama dengan IBM Cloud Private untuk Data dan OpenShift.

PCM: Bagaimanakah syarikat menggunakan jenis seni bina mikroservis?

RT: Saya fikir semuanya kembali kepada sains AI dan data. Apa sahaja yang anda lakukan dengan data biasanya didorong oleh hasil perniagaan. Anda sedang mencari kelebihan dari segi cara anda menggunakan analitik.

Jadi, jika anda mendapat banyak data anda di Hadoop, jika anda tidak dapat menggunakannya untuk analisis ramalan, ML, atau sains data, maka itu tidak begitu berharga bagi organisasi. Begitulah saya menyambungkan titik-titik itu. Hadoop adalah mikroservice; ia lebih komposit, lebih fleksibel. Lebih mudah untuk bekerja dengan data, dan lebih mudah untuk menjadikannya tersedia untuk pasukan sains data yang besar. Dan ini membolehkan anda mendapatkan lebih banyak nilai daripada pelaksanaan Hadoop anda.

PCM: Di mana anda melihat perkara-perkara yang akan berlaku pada masa depan sejauh AI dan ML?

RT: Kami akan perlahan memasuki arus perdana. Setahun yang lalu, perbincangan itu, "Boleh saya buat apa?" Saya akan mengatakan ini adalah tahun percubaan yang meningkat. Saya fikir tahun depan kita mendapat eksperimen besar-besaran dan diharapkan, menjelang akhir tahun depan, kita berada pada titik di mana ini menjadi lebih utama. Orang menggunakan AI dan model untuk mengautomasikan banyak proses perniagaan asas, untuk mengautomasikan banyak membuat keputusan. Jadi, kita jelaskan pada perjalanan itu. Anda boleh melihat perkembangannya. Saya rasa kita semakin dekat dengan titik kritikal, jika anda mahu, tetapi kita masih belum berada di sana.