Inhoudsopgave:
Video: Artificial Intelligence in Operations (AIOps) (November 2024)
Met alle gegevens die bedrijven verzamelen, is het een uitdaging om een effectieve cloudopslagrepository te vinden om niet alleen al die informatie te bewaren en te beheren, maar ook om zoek- en beveiligingsmogelijkheden in te schakelen. Gelukkig werken leveranciers van cloudplatforms zoals IBM, die scenario's voor IBM Cloud for Infrastructure-as-a-Service (IaaS) en Platform-as-a-Service (PaaS) aanbieden, actief aan nieuwe manieren om gegevens in multicloud-architecturen te beheren.
Wat is een multicloud-architectuur?
Een multicloud-architectuur bestaat uit gegevens en code die zijn opgeslagen in meerdere cloudomgevingen binnen een enkele architectuur. Stel je een toepassing voor die code en bronnen in meerdere clouds gebruikt, zoals Amazon Web Services (AWS), IBM Cloud en Microsoft Azure. Door interoperabiliteitsnormen te gebruiken die nog steeds evolueren, zorgen multicloud-architecturen voor interoperabiliteit van softwareservices, ongeacht welke clouds deze services als platform gebruiken. Hiermee kunt u uw cloudresources aanpassen, zodat deze meer specifiek uw workloads targeten.
Kleine tot middelgrote bedrijven (MKB's) zouden een aanbieder moeten overwegen die kan helpen de infrastructuur van meerdere cloudservices te beheren en deze veilig en georganiseerd te houden in één console. Nog beter is er een die cloudservices van derden, zoals Microsoft Office 365, kan combineren met bronnen die u op uw eigen virtuele servers in een andere cloud gebruikt. Een openbare cloud kan geschikt zijn voor de ene app en een privé-cloud voor de andere. KMO's zullen profiteren van de kosteneffectiviteit en flexibiliteit die een multicloud-architectuur biedt.
Multicloud en IBM
Vanuit een multicloud standpunt was het een druk jaar voor IBM. In mei lanceerde het IBM Cloud Private for Data om bedrijven verborgen inzichten te laten halen uit hun data in verschillende disciplines, zoals data engineering, data science en ontwikkeling, evenals hun apps en databases. Vervolgens kondigde het bedrijf op 10 september aan dat IBM Cloud Private for Data zou integreren met Red Hat OpenShift, de open-source container en het Kubernetes-app-platform. Kubernetes is een open-sourceplatform voor het uitvoeren van containers over clusters van servers. Deze integratie met Red Hat geeft bedrijven meer opties bij het uitvoeren van cloud-native workloads, zodat ze on-premise, in publieke en private clouds en in de open-source Red Hat OpenShift-omgeving kunnen worden uitgevoerd. IBM zal ook zijn samenwerking met Hortonworks, een pionier op het gebied van Big Data-software, uitbreiden om services in Hortonworks DataPlane te integreren met IBM Cloud Private for Data.
Ten slotte kondigde IBM op 13 september ook aan dat het gebruikers in staat zou stellen om analyses in de hele onderneming uit te voeren met behulp van een tool genaamd Queryplex, een enkele console voor het zoeken in meerdere clouds. Diezelfde dag hield IBM een evenement in Terminal 5 in New York City, georganiseerd door Hannah Storm van ESPN om klanten onder de aandacht te brengen die de kunstmatige intelligentie (AI) aangaan. Kort voor het evenement haalde PCMag Rob Thomas, General Manager van IBM Analytics, in om zijn mening te krijgen over hoe de nieuwe cloudzoekfunctie werkt, het werk van IBM met Red Hat en enkele winnende strategieën in AI.
Rob Thomas (RT): Zie het als de console voor hoe een client gegevens overal in elke cloud beheert. Als klanten dat gebruiken, kunnen ze alle gegevens zien die ze op locatie hebben, in een private cloud container-architectuur, of ze kunnen gegevens zien die ze hebben op AWS, Microsoft Azure, Google Cloud Platform of IBM Cloud. Het is een enkele console voor het begrijpen van al uw gegevens - waar deze zich bevindt, het catalogiseren van uw gegevens en het organiseren ervan.
PCM: Wat is Queryplex en hoe kunnen MKB's zoiets gebruiken om in de wolken te zoeken?
RT: Queryplex biedt u de mogelijkheid om echt een Structured Query Language (SQL) -query te schrijven en gegevens overal ter wereld te vinden en analyses uit te voeren. Met deze groothoek-SQL-mogelijkheid hoeft u de gegevens niet te verplaatsen. We zullen de gegevens vinden waar het ook is en we zullen het inschakelen. We kunnen de verwerkingskracht op het randje gebruiken en de analyses vervolgens terugbrengen naar één plek. Dus dat zijn twee kanten van dezelfde medaille. Een daarvan is een console voor het beheren van al uw gegevens. Het tweede deel gaat over hoe je eigenlijk analyses uitvoert op gegevens die overal zijn zonder de gegevens als Stap 1 te hoeven verplaatsen, omdat het verplaatsen van de gegevens kostbaar is; het is tijdrovend. Dus hebben we in feite de behoefte aan gegevensbeweging geëlimineerd, wat super krachtig is.
PCM: Wat zou een dagelijks voorbeeld zijn van een bedrijf dat dit soort query-mogelijkheden gebruikt?
RT: Een goede zou een autobedrijf zijn dat telematica doet om voorspellend onderhoud aan een auto te doen of hoe het presteert. Vandaag zou de aanpak zijn om verbinding te maken met de auto en vervolgens gegevens terug te brengen naar een centrale locatie. Het geeft je de real-time mogelijkheden. Wat 30 dagen eerder was, is nu 30 seconden. Dat is de kracht om dit te doen; het verandert gewoon de aard en het analyseproces.
PCM: Wat zijn de beveiligingsimplicaties van zoeken in meerdere clouds? Hoe kies je ervoor om dat soort zoekopdrachten toe te staan?
RT: We hebben Queryplex ontworpen als een enterprise-product dat zal profiteren van alles wat een organisatie heeft opgezet rond LDAP-beveiligings- en identiteitsbeheerprotocollen of data-governancebeleid van Lightweight Directory Access Protocol (LDAP). Laat me u een voorbeeld geven: als uw bedrijfsbeleid is dat u op elk moment federatieve query's uitvoert waarbij u geen persoonlijk identificeerbare informatie (PII) wilt aanraken, kunnen we die gegevens maskeren als onderdeel van deze mogelijkheid, zodat t maakt er deel van uit. We hebben het echt ontworpen om te integreren in de beveiligingsarchitectuur van een bedrijf.
PCM: Wat zou een bedrijf moeten doen om toegang tot verschillende clouds mogelijk te maken?
RT: Wanneer u zich in IBM Cloud Private for Data bevindt, wordt u zeer snel geïnstalleerd. In termen van verbinding maken met een andere cloud, is het gewoon het IP-adres kennen. Dat is vrij eenvoudig; je kan dat doen. Dus het verbindingsstuk is niet moeilijk. Waar ik denk dat het voor bedrijven moeilijker wordt, is dat je, naarmate je meer evolueert naar AI of gebruik van data science-achtige, daarvoor een model moet bouwen. U moet dat model trainen en we kunnen u helpen de gegevens daarvoor te organiseren.
PCM: Wat zijn een paar belangrijke strategieën voor bedrijven om AI of machine learning (ML) te implementeren?
RT: Een paar verschillende dingen. Ik zie enkele klanten die Data Science Centres of Excellence (COE) oprichten. Ik denk dat dat een goede manier kan zijn om de organisatie meer energie te geven over het onderwerp en dingen in beweging te krijgen. Ik denk dat dat een goede aanpak is.
We zien andere klanten die een Chief Data Officer (CDO) inhuren en die persoon de missie geven om het bedrijf in deze richting te sturen. Ik vind dat ook goed.
Ten derde zie ik veel bedrijven die erop vertrouwen dat ze uit de branche komen, wat betekent dat de branche de use case vindt, en dat is dan voor de technologische innovatie. Ik denk dat elk van die kan werken.
Ik denk dat de grootste kloof en wat ik klanten aanmoedig om te doen, is om een datastrategie te hebben. Onderdeel van een datastrategie is weten waar u vandaag bent. Dit betekent dat u eigenlijk alleen business intelligence (BI) en datawarehousing doet of zelf analyses van selfservice uitvoert. Begrijp waar je bent en begrijp vervolgens het eindpunt. Als u duidelijkheid krijgt over die twee punten, kunt u experimenten starten via COE's op het gebied van gegevenswetenschap, een CDO of een branche, wetende dat u daaruit een mate van herhaalbaarheid haalt, wat belangrijk is.
PCM: Wat heeft IBM ertoe gebracht om met Red Hat te werken?
RT: Als je teruggaat naar 2000, is IBM een behoorlijk grote voorstander van Linux geweest. Ik zou zeggen dat Linux waarschijnlijk niet zou zijn waar het vandaag is zonder de ondersteuning van IBM. Daarom zijn we altijd in dialoog geweest met Red Hat over innovatie en hoe we het ecosysteem ondersteunen. We hebben bekeken wat Red Hat met OpenShift heeft gedaan.
Wij geloven enorm in containers en Kubernetes heeft een manier om klanten te helpen bij het moderniseren van apps en gegevensstatussen. Als je naar Red Hat met OpenShift kijkt, hebben ze een geweldig containerplatform gebouwd dat is gericht op modernisering. Maar ze hebben niets voor gegevens, en het is moeilijk om apps te moderniseren zonder tegelijkertijd gegevens te moderniseren.
Waar we kunnen brengen wat we hebben gedaan op het gebied van de modernisering van datadiensten met IBM Cloud Private for Data, is om dat native op OpenShift uit te voeren, zodat die klanten die op een applicatiemoderniseringsreis zijn, hetzelfde kunnen doen met data, en ze kan dat project omzetten in resultaten voor AI.
Hadoop is nog niet overgestapt op een microservice-architectuur, dus dat is het andere stukje van de puzzel. Werken met Hortonworks om te helpen bij het moderniseren en maken van microservices van Hadoop die kunnen meespelen met IBM Cloud Private voor Data en OpenShift.
PCM: Hoe gebruiken bedrijven dat soort microservice-architectuur?
RT: Ik denk dat het allemaal terugkomt op AI en data science. Wat u ook met gegevens doet, is meestal gebaseerd op een bedrijfsresultaat. U zoekt een voordeel in termen van hoe u analyses gebruikt.
Dus als je veel van je gegevens in Hadoop hebt, als je dat niet kunt gebruiken voor voorspellende analyses, ML of data science, dan is het niet erg waardevol voor de organisatie. Zo verbind ik de stippen. Hadoop is een microservice; het is een stuk compacter, een stuk flexibeler. Het is eenvoudiger om met de gegevens te werken en het is gemakkelijker om deze beschikbaar te maken voor een groot team voor gegevenswetenschap. En daarmee kunt u meer uit uw Hadoop-implementatie halen.
PCM: Waar zie je dingen in de toekomst gaan tot AI en ML?
RT: We gaan langzaam de mainstream binnen. Een jaar geleden was de discussie: "Kan ik iets doen?" Ik zou zeggen dat dit het jaar van meer experimenteren is geweest. Ik denk dat we volgend jaar in massa-experimenten gaan en hopelijk, tegen het einde van volgend jaar, zijn we op een punt waar dit meer mainstream wordt. Mensen gebruiken AI en modellen om veel basis bedrijfsprocessen te automatiseren, om veel besluitvorming te automatiseren. Dus we zijn duidelijk op die reis. U kunt de voortgang zien. Ik heb het gevoel dat we een kantelpunt naderen, als je wilt, maar we zijn er nog niet helemaal.
