Hiểu biết sâu sắc về ngành: ibm về tìm kiếm multicloud và chiến lược ai

Với tất cả dữ liệu mà các công ty tích lũy, việc đấu tranh để tìm một kho lưu trữ đám mây hiệu quả để không chỉ giữ và quản lý tất cả thông tin đó mà còn cho phép khả năng tìm kiếm và bảo mật. May mắn thay, các nhà cung cấp nền tảng đám mây như IBM, nơi cung cấp các kịch bản IBM Cloud cho Cơ sở hạ tầng dịch vụ (IaaS) và Nền tảng dịch vụ nền tảng (PaaS), đang tích cực làm việc theo các cách mới để quản lý dữ liệu trong các kiến ​​trúc đa tầng.

Kiến trúc Multicloud là gì?

Một kiến ​​trúc multicloud bao gồm dữ liệu và mã được lưu trữ trong nhiều môi trường đám mây trong một kiến ​​trúc duy nhất. Chỉ cần tưởng tượng một ứng dụng sử dụng mã và tài nguyên trên nhiều đám mây, chẳng hạn như Amazon Web Services (AWS), IBM Cloud và Microsoft Azure. Bằng cách sử dụng các tiêu chuẩn về khả năng tương tác vẫn đang phát triển, các kiến ​​trúc multicloud mang lại khả năng tương tác cho các dịch vụ phần mềm cho dù các dịch vụ đó đang sử dụng như một nền tảng đám mây nào. Điều này cho phép bạn điều chỉnh tài nguyên đám mây của mình để chúng nhắm mục tiêu cụ thể hơn vào khối lượng công việc của bạn.

Các doanh nghiệp vừa và nhỏ (SMB) nên xem xét một nhà cung cấp có thể giúp quản lý cơ sở hạ tầng của nhiều dịch vụ đám mây và giữ chúng an toàn và được tổ chức trong một bảng điều khiển duy nhất. Thậm chí tốt hơn là một dịch vụ có thể kết hợp các dịch vụ đám mây của bên thứ ba, chẳng hạn như Microsoft Office 365, với các tài nguyên bạn đang chạy trên các máy chủ ảo của riêng bạn trong một đám mây khác. Một đám mây công cộng có thể phù hợp cho một ứng dụng và đám mây riêng cho một ứng dụng khác. SMB sẽ được hưởng lợi từ hiệu quả chi phí và sự nhanh nhẹn mà kiến ​​trúc multicloud cung cấp.

Multicloud và IBM

Từ quan điểm đa kênh, đây là một năm bận rộn của IBM. Vào tháng 5, nó đã ra mắt IBM Cloud Private for Data để cho phép các công ty trích xuất những hiểu biết ẩn giấu từ dữ liệu của họ qua các ngành như kỹ thuật dữ liệu, khoa học dữ liệu và phát triển cũng như các ứng dụng và cơ sở dữ liệu của họ. Sau đó, vào ngày 10 tháng 9, công ty đã thông báo rằng IBM Cloud Private for Data sẽ tích hợp với Red Hat OpenShift, bộ chứa nguồn mở và nền tảng ứng dụng Kubernetes. Kubernetes là một nền tảng nguồn mở để chạy các container trên các cụm máy chủ. Việc tích hợp với Red Hat này mang lại nhiều tùy chọn hơn cho các công ty khi chạy khối lượng công việc dựa trên đám mây để họ có thể chạy tại chỗ, trong đám mây công cộng và riêng tư và trong môi trường OpenShift của Red Hat nguồn mở. IBM cũng sẽ mở rộng mối quan hệ hợp tác với Hortonworks, nhà tiên phong phần mềm Big Data, để tích hợp các dịch vụ trong Hortonworks DataPlane với IBM Cloud Private for Data.

Cuối cùng, vào ngày 13 tháng 9, IBM cũng tuyên bố rằng họ sẽ cho phép người dùng truy vấn các phân tích trên toàn doanh nghiệp bằng cách sử dụng một công cụ có tên Queryplex, một giao diện điều khiển duy nhất để tìm kiếm trên các đám mây. Cùng ngày hôm đó, IBM đã tổ chức một sự kiện tại Terminal 5 ở thành phố New York do Hannah Storm của ESPN tổ chức để làm nổi bật những khách hàng đang thực hiện thử thách trí tuệ nhân tạo (AI). Ngay trước khi sự kiện diễn ra, PCMag đã bắt kịp Rob Thomas, Tổng Giám đốc IBM Analytics, để hiểu về cách thức hoạt động của khả năng tìm kiếm trên đám mây mới, IBM làm việc với Red Hat và một số chiến lược chiến thắng trong AI.

PCMag (PCM): IBM Cloud Private for Data cho phép bạn xem tất cả dữ liệu của mình như thế nào?

Rob Thomas (RT): Hãy nghĩ về nó như bàn điều khiển cho cách khách hàng quản lý dữ liệu ở bất kỳ đâu trên bất kỳ đám mây nào. Nếu khách hàng đang sử dụng điều đó, thì họ có thể thấy tất cả dữ liệu họ có trong tiền đề, trong kiến ​​trúc bộ chứa đám mây riêng hoặc họ có thể thấy dữ liệu họ có trên AWS, Microsoft Azure, Google Cloud Platform hoặc IBM Cloud. Đó là một bàn điều khiển duy nhất để hiểu tất cả dữ liệu của bạn ở đâu, sắp xếp danh mục dữ liệu của bạn và sắp xếp nó.

PCM: Queryplex là gì và SMB có thể sử dụng thứ gì đó như thế nào để tìm kiếm trên các đám mây?

RT: Queryplex cung cấp cho bạn khả năng thực sự viết truy vấn Ngôn ngữ truy vấn có cấu trúc (SQL) và tìm dữ liệu ở bất kỳ đâu trên thế giới và thực hiện phân tích. Với khả năng SQL góc rộng này, bạn không phải di chuyển dữ liệu. Chúng tôi sẽ tìm thấy dữ liệu mọi lúc mọi nơi và chúng tôi sẽ kích hoạt nó. Chúng tôi có thể sử dụng sức mạnh xử lý ở cạnh và sau đó cung cấp các phân tích trở lại một nơi duy nhất. Vì vậy, đó là hai mặt của cùng một đồng tiền. Một là một giao diện điều khiển để quản lý tất cả dữ liệu của bạn. Phần thứ hai là về cách bạn thực sự phân tích dữ liệu ở bất cứ đâu mà không phải di chuyển dữ liệu như Bước 1, vì việc di chuyển dữ liệu rất tốn kém; nó tốn thời gian Vì vậy, về cơ bản, chúng tôi đã loại bỏ nhu cầu di chuyển dữ liệu, siêu mạnh mẽ.

PCM: Ví dụ hàng ngày của một công ty sử dụng loại khả năng truy vấn này là gì?

RT: Một công ty tốt sẽ là một công ty ô tô đang thực hiện viễn thông để bảo trì dự đoán trên ô tô hoặc cách thức hoạt động của nó. Ngày nay, cách tiếp cận sẽ là kết nối với xe và sau đó đưa dữ liệu trở lại vị trí trung tâm. Nó cung cấp cho bạn khả năng thời gian thực. Vì vậy, những gì đã 30 ngày trước bây giờ là 30 giây. Đó là sức mạnh của việc này; nó chỉ hoàn toàn thay đổi bản chất và quá trình phân tích.

PCM: Ý nghĩa bảo mật của việc tìm kiếm trên nhiều đám mây là gì? Làm thế nào để bạn chọn tham gia để cho phép loại tìm kiếm đó?

RT: Chúng tôi đã thiết kế Queryplex như một sản phẩm dành cho doanh nghiệp, sẽ tận dụng mọi thứ mà một tổ chức đã thiết lập xung quanh các giao thức quản lý nhận dạng và bảo mật Giao thức truy cập thư mục nhẹ (LDAP) hoặc chính sách quản trị dữ liệu. Để tôi cho bạn một ví dụ: Nếu chính sách của công ty bạn là bất cứ khi nào bạn thực hiện các truy vấn được liên kết mà bạn không muốn chạm vào bất kỳ Thông tin nhận dạng cá nhân nào (PII), thì chúng tôi có thể che giấu dữ liệu đó như một phần của khả năng này để nó không phải là ' t một phần của nó. Chúng tôi thực sự thiết kế nó để tích hợp vào kiến ​​trúc bảo mật của một công ty.

PCM: Công ty cần làm gì để cho phép truy cập vào các đám mây khác nhau?

RT: Khi bạn ở trong IBM Cloud Private for Data, bạn sẽ được cài đặt rất nhanh. Về mặt kết nối với một đám mây khác, chỉ cần biết địa chỉ IP. Điều đó khá đơn giản; bạn có thể làm điều đó Vì vậy, phần kết nối không khó. Tôi nghĩ điều khó khăn hơn đối với các công ty là, khi bạn tiến xa hơn về AI hoặc các trường hợp sử dụng kiểu khoa học dữ liệu, bạn cần xây dựng một mô hình cho điều đó. Bạn cần đào tạo mô hình đó và chúng tôi có thể giúp bạn sắp xếp dữ liệu để thực hiện điều đó.

PCM: một vài chiến lược chính cho các công ty để triển khai AI hoặc học máy (ML) là gì?

RT: Một vài điều khác nhau. Tôi thấy một số khách hàng thành lập Trung tâm xuất sắc khoa học dữ liệu (COE). Tôi nghĩ rằng đó có thể là một cách tốt để tiếp thêm năng lượng cho tổ chức về chủ đề này và khiến mọi thứ chuyển động. Tôi nghĩ đó là một cách tiếp cận tốt.

Chúng tôi thấy các khách hàng khác thuê một Giám đốc dữ liệu (CDO) và giao cho người đó nhiệm vụ điều hành công ty theo hướng này. Tôi nghĩ rằng điều đó cũng tốt.

Thứ ba, tôi thấy rất nhiều công ty dựa vào điều này xuất phát từ dòng doanh nghiệp, nghĩa là ngành kinh doanh để tìm trường hợp sử dụng, và sau đó là cho sự đổi mới công nghệ. Tôi nghĩ rằng bất kỳ trong số đó có thể làm việc.

Tôi nghĩ khoảng cách lớn nhất và những gì tôi khuyến khích khách hàng làm là có một chiến lược dữ liệu. Một phần của chiến lược dữ liệu là biết bạn đang ở đâu hôm nay. Có nghĩa là, bạn thực sự chỉ đang làm kinh doanh thông minh (BI) và lưu trữ dữ liệu hay bạn thực sự đang làm phân tích tự phục vụ? Hiểu bạn đang ở đâu và sau đó hiểu điểm cuối. Nếu bạn hiểu rõ về hai điểm đó, thì bạn có thể khởi chạy thử nghiệm thông qua COE khoa học dữ liệu, CDO hoặc thông qua một ngành kinh doanh, biết rằng bạn sẽ có được mức độ lặp lại trong số đó, điều này rất quan trọng.

PCM: Điều gì đã khiến IBM hợp tác với Red Hat?

RT: Nếu bạn quay trở lại năm 2000, IBM là một người ủng hộ Linux khá lớn. Tôi cho rằng Linux có thể sẽ không còn như ngày nay nếu không có sự hỗ trợ của IBM. Do đó, chúng tôi luôn có một cuộc đối thoại đang diễn ra với Red Hat xung quanh sự đổi mới và cách chúng tôi hỗ trợ hệ sinh thái. Chúng tôi đã xem Red Hat đã làm gì với OpenShift.

Chúng tôi là những người tin tưởng rất lớn vào các container và Kubernetes có cách giúp khách hàng hiện đại hóa các ứng dụng và trạng thái dữ liệu. Nếu bạn nhìn vào Red Hat với OpenShift, họ đã xây dựng một nền tảng container tuyệt vời tập trung vào hiện đại hóa. Nhưng họ không có gì cho dữ liệu và thật khó để hiện đại hóa ứng dụng mà không hiện đại hóa dữ liệu cùng một lúc.

Nơi chúng tôi có thể mang lại những gì chúng tôi đã thực hiện về mặt hiện đại hóa dịch vụ dữ liệu với IBM Cloud Private for Data là chạy điều đó ngay trên OpenShift, để những khách hàng đang trong hành trình hiện đại hóa ứng dụng có thể làm điều tương tự với dữ liệu và họ có thể biến dự án đó thành kết quả cho AI.

Hadoop vẫn chưa chuyển sang kiến ​​trúc microservice, vì vậy đó là mảnh ghép khác. Làm việc với Hortonworks để giúp hiện đại hóa và tạo các dịch vụ siêu nhỏ của Hadoop có thể chơi cùng với IBM Cloud Private cho Dữ liệu và OpenShift.

PCM: Làm thế nào để các công ty sử dụng kiểu kiến ​​trúc microservice đó?

RT: Tôi nghĩ tất cả đều quay trở lại với AI và khoa học dữ liệu. Bất cứ điều gì bạn đang làm với dữ liệu thường được định hướng xung quanh kết quả kinh doanh. Bạn đang tìm kiếm một số lợi thế về cách bạn đang sử dụng phân tích.

Vì vậy, nếu bạn có nhiều dữ liệu của mình trong Hadoop, nếu bạn không thể sử dụng dữ liệu đó cho phân tích dự đoán, ML hoặc khoa học dữ liệu, thì tổ chức đó không có giá trị lắm. Đó là cách tôi kết nối các dấu chấm. Hadoop là một dịch vụ siêu nhỏ; nó có thể ghép lại nhiều hơn, linh hoạt hơn rất nhiều. Làm việc với dữ liệu dễ dàng hơn và dễ dàng hơn để cung cấp cho nhóm khoa học dữ liệu lớn. Và điều đó cho phép bạn nhận được nhiều giá trị hơn từ việc triển khai Hadoop của bạn.

PCM: Bạn thấy mọi thứ sẽ đi đến đâu trong tương lai xa như AI và ML?

RT: Chúng ta sẽ từ từ vào dòng chính. Một năm trước, cuộc thảo luận là "Tôi có thể làm gì không?" Tôi muốn nói rằng đây là năm thử nghiệm gia tăng. Tôi nghĩ năm tới chúng tôi sẽ thử nghiệm hàng loạt và hy vọng, vào cuối năm tới, chúng tôi đang ở thời điểm mà điều này trở nên chính thống hơn. Mọi người đang sử dụng AI và các mô hình để tự động hóa rất nhiều quy trình kinh doanh cơ bản, để tự động hóa rất nhiều việc ra quyết định. Vì vậy, chúng tôi rõ ràng trên hành trình đó. Bạn có thể thấy sự tiến triển. Tôi cảm thấy như chúng ta đang tiến gần đến điểm bùng phát, nếu bạn muốn, nhưng chúng ta chưa hoàn toàn ở đó.