بصيرة الصناعة: ibm على البحث متعدد الإستراتيجيات واستراتيجية منظمة العفو الدولية

مع وجود جميع البيانات التي تتراكمها الشركات ، فإنه من الصعب العثور على مستودع تخزين سحابي فعال ليس فقط للاحتفاظ بجميع هذه المعلومات وإدارتها ، ولكن أيضًا لتمكين إمكانات البحث والأمان أيضًا. لحسن الحظ ، يعمل بائعو المنصات السحابية مثل IBM ، والذي يقدم سيناريوهات IBM Cloud للبنية التحتية كخدمة (IaaS) و سيناريوهات النظام الأساسي للخدمة (PaaS) ، بنشاط على طرق جديدة لإدارة البيانات في تصميمات متعددة الصوت.

ما هو العمارة المتعددة؟

تتكون البنية متعددة الصوت من البيانات والرمز المخزن في بيئات سحابية متعددة داخل بنية واحدة. ببساطة تخيل تطبيقًا يستخدم الكود والموارد عبر عدة سحابات ، مثل Amazon Web Services (AWS) و IBM Cloud و Microsoft Azure. باستخدام معايير قابلية التشغيل البيني التي ما زالت تتطور ، توفر البنى متعددة الصوت إمكانية التشغيل البيني لخدمات البرمجيات بغض النظر عن السحب التي تستخدمها هذه الخدمات كنظام أساسي. يتيح لك ذلك تخصيص موارد السحابة الخاصة بك بحيث تستهدف بشكل أكثر تحديدًا أعباء العمل الخاصة بك.

يجب أن تراعي الشركات الصغيرة والمتوسطة الحجم (SMB) الشركات التي يمكنها المساعدة في إدارة البنية التحتية للخدمات السحابية المتعددة والحفاظ عليها آمنة ومنظمة في وحدة تحكم واحدة. والأفضل من ذلك هو الخدمات التي يمكنها الجمع بين الخدمات السحابية الخارجية ، مثل Microsoft Office 365 ، مع الموارد التي تديرها على الخوادم الافتراضية الخاصة بك في سحابة أخرى. قد تكون السحابة العامة مناسبة لتطبيق واحد وسحابة خاصة لآخر. ستستفيد الشركات الصغيرة والمتوسطة من الفعالية من حيث التكلفة وخفة الحركة التي توفرها بنية متعددة الصوت.

Multicloud و IBM

من وجهة نظر متعددة الصوت ، كانت سنة مزدحمة بالنسبة لشركة IBM. في مايو ، أطلقت IBM Cloud Private for Data للسماح للشركات باستخراج رؤى خفية من بياناتها عبر تخصصات مثل هندسة البيانات وعلوم البيانات والتطوير بالإضافة إلى تطبيقاتها وقواعد البيانات الخاصة بها. بعد ذلك ، في 10 سبتمبر ، أعلنت الشركة أن IBM Cloud Private for Data ستندمج مع Red Hat OpenShift والحاوية مفتوحة المصدر ومنصة تطبيق Kubernetes. Kubernetes هي عبارة عن منصة مفتوحة المصدر لتشغيل الحاويات عبر مجموعات من الخوادم. يوفر هذا التكامل مع Red Hat المزيد من الخيارات للشركات عند تشغيل أحمال العمل السحابية الأصلية حتى تتمكن من تشغيلها في أماكن العمل ، في السحب العامة والخاصة ، وفي بيئة Red Hat OpenShift مفتوحة المصدر. ستقوم IBM أيضًا بتوسيع شراكتها مع Hortonworks ، رائدة برنامج البيانات الكبيرة ، لدمج الخدمات في Hortonworks DataPlane مع IBM Cloud Private for Data.

أخيرًا ، في 13 سبتمبر ، أعلنت IBM أيضًا أنها ستسمح للمستخدمين بالاستعلام عن التحليلات عبر المؤسسة باستخدام أداة تسمى Queryplex ، وهي وحدة تحكم واحدة للبحث عبر السحب. في نفس اليوم ، عقدت IBM حدثًا في مبنى الركاب رقم 5 في مدينة نيويورك استضافته هانا ستورم من ESPN لتسليط الضوء على العملاء الذين يواجهون تحدي الذكاء الاصطناعي (AI). قبل وقت قصير من الحدث ، استوعب PCMag روب توماس ، المدير العام لشركة IBM Analytics ، للتعرف على كيفية عمل إمكانية البحث السحابية الجديدة ، وعمل IBM مع Red Hat ، وبعض الاستراتيجيات الفائزة في AI.

PCMag (PCM): كيف يتيح لك IBM Cloud Private for Data رؤية جميع بياناتك؟

روب توماس (RT): فكر في الأمر كوحدة تحكم لكيفية إدارة العميل للبيانات في أي مكان عبر أي سحابة. إذا كان العملاء يستخدمون ذلك ، فيمكنهم عندئذٍ رؤية جميع البيانات الموجودة لديهم ، في بنية حاوية سحابية خاصة ، أو يمكنهم رؤية البيانات الموجودة على AWS أو Microsoft Azure أو Google Cloud Platform أو IBM Cloud. إنها وحدة تحكم واحدة لفهم جميع بياناتك - حيث توجد ، وفهرسة بياناتك وتنظيمها.

PCM: ما هو Queryplex وكيف يمكن للشركات الصغيرة والمتوسطة استخدام شيء من هذا القبيل للبحث عبر السحب؟

RT: تمنحك Queryplex القدرة على كتابة استعلام لغة الاستعلام الهيكلية (SQL) حقًا والعثور على البيانات في أي مكان في العالم وإجراء التحليلات. مع هذه القدرة SQL ذات الزاوية الواسعة ، لن تضطر إلى نقل البيانات. سنجد البيانات أينما كانت وسنقوم بتمكينها. يمكننا استخدام قوة المعالجة على الحافة ثم تقديم التحليلات مرة أخرى إلى مكان واحد. لذلك ، هذه وجهان لعملة واحدة. واحد هو وحدة التحكم لإدارة جميع البيانات الخاصة بك. الجزء الثاني يدور حول كيفية إجراء تحليلات فعلية للبيانات الموجودة في أي مكان دون الحاجة إلى نقل البيانات كخطوة 1 ، لأن نقل البيانات مكلف ؛ انها تستغرق وقتا طويلا. لذلك ، قمنا بشكل أساسي بإلغاء الحاجة إلى حركة البيانات ، والتي تعتبر قوية جدًا.

PCM: ما هو مثال يومي لشركة تستخدم هذا النوع من القدرة على الاستعلام؟

RT: من الجيد أن تكون شركة سيارات تقوم بعمل التليماتية لإجراء صيانة تنبؤية على سيارة أو كيفية أدائها. اليوم ، سيكون النهج هو الاتصال بالسيارة ثم إعادة البيانات إلى موقع مركزي. فهو يوفر لك القدرة في الوقت الحقيقي. إذن ، ما كان قبل 30 يومًا هو الآن 30 ثانية. هذه هي قوة القيام بذلك ؛ يغير تماما تماما طبيعة وعملية التحليلات.

PCM: ما هي الآثار الأمنية للبحث عبر السحب المتعددة؟ كيف تختار السماح لهذا النوع من البحث؟

RT: لقد صممنا Queryplex كمنتج مؤسسي يستفيد من أي شيء أنشأته منظمة حول بروتوكولات إدارة الأمان والهوية لبروتوكول الوصول الخفيف (LDAP) أو سياسات إدارة البيانات. اسمحوا لي أن أقدم لكم مثالًا: إذا كانت سياسة شركتك هي أنه في أي وقت تقوم فيه باستعلامات موحدة لا تريد أن تلمس أي معلومات تعريف شخصية (PII) ، يمكننا حينئذٍ إخفاء تلك البيانات كجزء من هذه الإمكانية بحيث لا تكون ' ر جزء منه. لقد صممناها حقًا لتتكامل مع البنية الأمنية للشركة.

PCM: ما الذي يتعين على الشركة القيام به للسماح بالوصول إلى السحب المختلفة؟

RT: عندما تكون في IBM Cloud Private for Data ، فإنك تحصل على التثبيت بسرعة كبيرة. من حيث الاتصال بسحابة مختلفة ، فهي تعرف فقط عنوان IP. هذا واضح جدا ؛ تستطيع فعل ذلك. لذلك قطعة الاتصال ليست صعبة. عندما أظن أن الأمر أكثر صعوبة بالنسبة للشركات ، نظرًا لأنك تتقدم أكثر نحو حالات استخدام الذكاء الاصطناعى أو حالات استخدام نوع العلم في البيانات ، فأنت بحاجة إلى بناء نموذج لذلك. تحتاج إلى تدريب هذا النموذج ، ونحن قادرون على مساعدتك في تنظيم البيانات للقيام بذلك.

PCM: ما هي بعض الاستراتيجيات الرئيسية للشركات لتطبيق الذكاء الاصطناعي أو التعلم الآلي (ML)؟

RT: بعض الأشياء المختلفة. أرى بعض العملاء الذين ينشئون مراكز التميز لعلوم البيانات (COE). أعتقد أنه يمكن أن يكون وسيلة جيدة لتنشيط المنظمة بشأن هذا الموضوع وتحريك الأمور. أعتقد أن هذا نهج واحد جيد.

نرى عملاء آخرين يقومون بتعيين كبير موظفي البيانات (CDO) ومنح هذا الشخص مهمة قيادة الشركة في هذا الاتجاه. أعتقد أن هذا جيد أيضًا.

ثالثًا ، أرى أن الكثير من الشركات التي تعتمد على هذا الأمر تأتي من مجموعة من الشركات ، مما يعني أن خط الأعمال سيجد حالة الاستخدام ، ثم يتعلق الأمر بالابتكار التكنولوجي. أعتقد أن أي من هؤلاء يمكن أن تعمل.

أعتقد أن أكبر فجوة وما أشجع العملاء على القيام به هو وجود استراتيجية بيانات. جزء من استراتيجية البيانات هو معرفة مكانك اليوم. بمعنى ، هل تقوم فعلاً بذكاء الأعمال (BI) وتخزين البيانات أم أنك تقوم بالفعل بتحليلات الخدمة الذاتية؟ فهم أين أنت ومن ثم فهم نقطة النهاية. إذا حصلت على وضوح بشأن هاتين النقطتين ، يمكنك حينئذٍ إجراء تجارب من خلال المعدات المملوكة للوحدات الخاصة بعلم البيانات ، أو ملف CDO ، أو من خلال مجموعة من الأعمال ، مع العلم أنك ستحصل على مستوى من التكرار من هذه الأمور ، وهذا أمر مهم.

PCM: ما الذي دفع IBM للعمل مع Red Hat؟

RT: إذا عدت إلى عام 2000 ، كانت IBM من المؤيدين الهائلين لنظام Linux. أود أن أزعم أن لينكس ربما لن يكون على ما هو عليه اليوم دون دعم IBM. ولهذا السبب ، كان لدينا دائمًا حوار مستمر مع ريد هات حول الابتكار وكيف ندعم النظام البيئي. لقد كنا نراقب ما فعلته ريد هات مع OpenShift.

نحن مؤمنون في الحاويات ، ول Kubernetes وسيلة لمساعدة العملاء على تحديث التطبيقات وحالات البيانات. إذا نظرت إلى Red Hat مع OpenShift ، فقد قاموا ببناء منصة حاويات رائعة تركز على التحديث. لكن ليس لديهم أي شيء للبيانات ، ومن الصعب تحديث التطبيقات دون تحديث البيانات في نفس الوقت.

حيث يمكننا إحضار ما قمنا به فيما يتعلق بتحديث خدمات البيانات مع IBM Cloud Private for Data هو تشغيل هذا الأمر الأصلي مباشرة على OpenShift ، بحيث يمكن للعملاء الذين هم في رحلة تحديث التطبيقات القيام بنفس الشيء مع البيانات ، وهم يمكن تحويل هذا المشروع إلى نتائج لمنظمة العفو الدولية.

لم ينتقل Hadoop بعد إلى بنية الخدمات المصغرة ، لذلك هذا هو الجزء الآخر من اللغز. العمل مع Hortonworks للمساعدة في تحديث وإنشاء microservices من Hadoop التي يمكن أن تلعب جنبا إلى جنب مع IBM Cloud Private for Data و OpenShift.

PCM: كيف تستخدم الشركات هذا النوع من بنية microservice؟

RT: أعتقد أن كل ذلك يعود إلى الذكاء الاصطناعى وعلوم البيانات. كل ما تفعله بالبيانات يكون عادةً مدفوعًا بنتيجة أعمال. كنت تبحث عن بعض المزايا من حيث كيفية استخدامك للتحليلات.

لذا ، إذا حصلت على الكثير من البيانات الخاصة بك في Hadoop ، إذا لم تكن قادرًا على استخدام التحليلات التنبؤية ، أو ML ، أو علم البيانات ، فهي ليست ذات قيمة كبيرة للمؤسسة. هذه هي الطريقة التي أقوم بتوصيل النقاط. Hadoop هو microservice. إنها أكثر قابلية للتكوين ، وأكثر مرونة. من الأسهل التعامل مع البيانات ، كما أنه من الأسهل إتاحتها لفريق علم البيانات الكبير. ويتيح لك ذلك الحصول على المزيد من القيمة من تطبيق Hadoop.

PCM: أين ترى الأشياء تسير في المستقبل بقدر الذكاء الاصطناعي و ML؟

RT: نحن نذهب ببطء إلى التيار الرئيسي. قبل عام ، كان النقاش ، "هل يمكنني فعل أي شيء؟" أود أن أقول أن هذا كان عام زيادة التجارب. أعتقد أنه في العام المقبل سنخوض تجربة واسعة النطاق ، ونأمل ، بحلول نهاية العام المقبل ، أننا وصلنا إلى مرحلة أصبح فيها هذا الاتجاه أكثر شيوعًا. يستخدم الناس الذكاء الاصطناعى والنماذج لأتمتة الكثير من العمليات التجارية الأساسية ، لأتمتة الكثير من عملية صنع القرار. لذلك ، نحن بوضوح في تلك الرحلة. تستطيع أن ترى في التقدم. أشعر أننا نقترب من نقطة التحول ، إذا صح التعبير ، لكننا لم نصل إلى هذا الحد بعد.