关于下一代IBM Cloud Pak for Data及其新型数据经纬:5大必知之事

让AI自动访问海量的分布式企业数据,提升企业采用AI的成本效率

      客户面临着一个重大挑战:如何使AI更容易访问海量的分布式企业数据,使其推导并产生基于洞察的业务成果?同时如何以更高的成本效率做到这点?

      从多云环境中提取数据,数据质量和数据整合会成为主要问题。此外,数据孤岛往往会使数据整合变得复杂,阻碍集中式数据管理,增加数据访问难度。企业在试着整合其企业数据、理解并使之有用的过程中,数据的复杂性往往又会增加其人力资源负担,提高运营成本,降低决策速度。

      三年前推出的IBM Cloud Pak for Data可以为企业赋能,使其能将AI应用到跨任何混合云环境的数据之上。自那时起,汉莎航空 (Lufthansa)、美国州立农业保险(State Farm)和瑞银 (UBS) 等客户就已开始利用IBM Cloud Pak for Data的这些能力,提取其企业数据的价值,为其AI引擎提供燃料。

      今天,IBM把基于AI的新能力注入Cloud Pak for Data的智能数据经纬,其中包括一项名为AutoSQL(结构化查询语言)的突破性技术。AutoSQL 技术可实现AI自动访问、整合和管理数据的功能,无需考虑数据存储位置,也无需移动数据。利用其新的数据经纬和AI能力,通过对数据和AI生命周期实现自动化(释放时间、金钱和资源潜能),IBM可以为客户带来未来可期的重大竞争优势,在正确的时间把正确的数据提供给合适的人,同时节省资源。

      关于下一代IBM Cloud Pak for Data的新能力及其对企业业务的重要性,以下5大必知之事,您需要了解一下:

      1. 跨混合多云环境实现数据访问自动化,无需移动数据

      AutoSQL这项新技术旨在帮助客户实现AI自动访问、整合和管理数据的功能,是客户无需考虑数据存储位置、无需移动数据。这种能力对于寻求在AI领域获得成功的企业至关重要。据IBM新发布的《2021年全球AI采用指数》,约90% 的企业表示,无需考虑数据存储位置而能随处运行AI项目,是他们采用AI的关键;然而,32%的企业表示,不断加剧的数据复杂性和数据孤岛是他们采用AI的主要障碍。

      2. 旨在助您提高数据查询速度

      AutoSQL这项新技术针对不同的数据源(包括数据仓库、数据湖和流数据),使用相同的查询引擎,无需额外进行手动调整或移动数据,从而帮助企业节省时间和资源,免于移动数据及维护多个查询引擎。随着 AutoSLQ 技术的推出,IBM Cloud Pak for Data 现已整合了市场上性能最强的云数据仓库(依据我们的基准研究),可以利用AI帮助客户获取分布式查询结果,与其他数据仓库相比,其速度较之前提升8倍,成本下降近半。

      3. 一个智能的数据经纬把AI赋能的新能力“编织”在一起

      Cloud Pak for Data的基础是我们全新的智能化数据经纬,利用AI来实现复杂数据管理任务的自动化,把所有新的AI能力“编织”在一起,其中就包括 AutoSQL技术。这一数据经纬的构建是为了发现和统一不同的数据源——无论是数据湖、数据目录,还是数据仓库——将其整合在同一视图之下,帮助企业用户通过一个统一的访问入口来找到、理解、构建和使用跨整个企业系统的数据。而我们看到的传统做法是,企业要用手动的方式把不同数据源的数据整合到一个平台之上。而这种新型数据经纬可以简化混合云环境的复杂度,帮助企业用户确保在不危害隐私、安全和合规性的前提之下,访问所需数据。

      4. 智能化数据经纬把AI赋能的新能力整合成目录,同时保护数据

      作为新型智能数据经纬的组成部分和AutoSQL技术的补充,AutoCatalog是一个由AI 赋能的“大脑”,它可以对数据的发现和分类流程实现自动化,以维护来自不同数据环境的数据资产的实时目录,专为跨企业的不同业务团队轻松查找数据而设计。AutoPrivacy是IBM Cloud Pak for Data中可用通用数据隐私框架的关键部分。AutoPrivacy旨在使用AI,智能地实现企业内部敏感数据识别、监控以及后续政策实施的自动化。

      5. 推进 “Watson Anywhere”策略,重申IBM把AI带给随处存储的数据的独到能力

      此次发布进一步拓展了IBM Watson Anywhere的策略。与他人不同的是,IBM正致力为客户赋能,帮助他们把AI带给他们随处存储的数据,而不是把数据带给AI。

      在上周召开的Think 2021大会上,您也许已经了解了ING、CitiBank、Verizon等企业成功应用AI的故事。虽然AI的变革力量不容置疑,但是千里之行始于足下,要将发展AI的愿望转化为业务成果,要从构建一个坚实基础开始,也就是要从解决当今多样化数据格局的复杂性开始。

      在此,我们特意摘选了几位客户在Think 2021 大会上的发言如下:

      ING 科技集团服务首席架构师 Ferd Scheepers说:“我们需要一个统一的数据层来映射数据,利用AI来理解数据意义,执行相关政策——在法律禁止个人数据出境的国家和地区防止数据的跨国移动,同时竭尽所能做好现在所需的工作来构建自我。这正是数据经纬所承诺的,以活跃的元数据来驱动我们利用数据的可能性,让数据在不同地区和不同云之间持续可用,无论数据客户需要在何处、以何种方式使用数据,都无需依赖长达一年之久的 IT 项目来访问他们所需的数据。”

      威瑞森电信 (Verizon) 数据治理及架构负责人 Sal Maraccino 说:“数据被限制在跨企业的孤岛、传统数据仓库和数据湖的各个孤立环境之中,使我们无法规模化地整合数据。因此,我们正在引入数据经纬,打造一个让我们可以整合企业数据的通用平台。现在,利用数据经纬,我们能实现一致的数据管控,这一经纬层让我们能够实现规模化数据整合......我们重新对控制措施进行统一化,让员工可以更轻松地访问数据。“

      更多信息:

      · 欲了解有关 Cloud Pak for Data 和新功能更多信息,查看此博客。

      · 欲了解更多客户反馈,请访问https://www.ibm.com/events/think/,查看更多大会内容。