Perspectiva de la indústria: ibm a la recerca multicloud i estratègia ai

Amb totes les dades que acumulen les empreses, és una lluita per trobar un dipòsit eficaç d’emmagatzematge en núvol que no només mantingui i gestioni tota aquesta informació, sinó que també permeti fer funcions de cerca i seguretat. Afortunadament, els venedors de plataformes de núvol com IBM, que ofereix IBM Cloud per a escenaris d’Infraestructura com a servei (IaaS) i Plataforma com a servei (PaaS), treballen activament en noves maneres de gestionar dades en arquitectures multicloud.

Què és una arquitectura multicloud?

Una arquitectura multicloud consisteix en dades i codi emmagatzemats en diversos entorns de núvol dins d’una sola arquitectura. Simplement imagineu-vos una aplicació que utilitzi codi i recursos a diversos núvols, com ara Amazon Web Services (AWS), IBM Cloud i Microsoft Azure. Mitjançant l’ús d’estàndards d’interoperabilitat que continuen evolucionant, les arquitectures multicloud aporten la interoperabilitat als serveis de programari independentment de quins núvols utilitzin aquests serveis com a plataforma. D’aquesta manera, podeu adaptar els recursos al núvol de manera que s’orientin més específicament a les vostres càrregues de treball.

Les empreses petites o mitjanes empreses (SMB) haurien de considerar un proveïdor que pot ajudar a gestionar la infraestructura de diversos serveis al núvol i mantenir-los segurs i organitzats en una sola consola. Encara és millor un que pot combinar serveis al núvol de tercers, com Microsoft Office 365, amb recursos que teniu en servidors virtuals propis en un altre núvol. Un núvol públic pot ser adequat per a una aplicació i un núvol privat per a una altra. Les PIME es beneficiaran de la rendibilitat i l’agilitat que ofereix una arquitectura multicloud.

Multicloud i IBM

Des d’un punt de vista multicloud, ha estat un any ocupat per a IBM. Al maig, va llançar IBM Cloud Private per a les dades per permetre a les empreses extreure informació oculta de les seves dades a través de disciplines com ara enginyeria de dades, ciències de dades i desenvolupament, així com les seves aplicacions i bases de dades. Aleshores, el 10 de setembre, l'empresa va anunciar que IBM Cloud Private per a dades s'integraria amb Red Hat OpenShift, el contenidor de codi obert i la plataforma d'aplicacions Kubernetes. Kubernetes és una plataforma de codi obert per a executar contenidors a través de clústers de servidors. Aquesta integració amb Red Hat ofereix més opcions a les empreses quan utilitzin càrregues de treball natives del núvol perquè puguin funcionar locals, en núvols públics i privats i en l’entorn de Open Hat Open Openhh de Red Hat. IBM també ampliarà la seva associació amb Hortonworks, un pioner del programari Big Data, per integrar serveis a Hortonworks DataPlane amb IBM Cloud Private per a dades.

Finalment, el 13 de setembre, IBM també va anunciar que permetria als usuaris fer consultes d’analítica a tota l’empresa mitjançant una eina anomenada Queryplex, que és una única consola per cercar els núvols. Aquell mateix dia, IBM va celebrar un esdeveniment a la Terminal 5 de la ciutat de Nova York, organitzat per la tempesta Hannah d’ESPN per tal de reflectir els clients que s’enfronten al repte d’intel·ligència artificial (AI). Poc abans de l’esdeveniment, PCMag va assabentar-se de Rob Thomas, director general d’IBM Analytics, per aprofundir en el funcionament de la nova capacitat de cerca al núvol, el treball d’IBM amb Red Hat i algunes estratègies guanyadores en AI.

PCMag (PCMag): Com permet IBM Cloud Private per a dades veure totes les vostres dades?

Rob Thomas (RT): Penseu-hi com la consola de com un client gestiona les dades a qualsevol lloc de qualsevol núvol. Si els clients utilitzen això, podran veure totes les dades que tenen en premissa, en una arquitectura de contenidors de núvol privat o poden veure dades que tenen a AWS, Microsoft Azure, Google Cloud Platform o IBM Cloud. És una única consola per comprendre totes les vostres dades, on es troben, catalogar les dades i organitzar-les.

PCM: Què és Queryplex i com poden utilitzar les PIME per fer cerques en núvols?

RT: Queryplex us permet escriure realment una consulta de SQL Structured Query Language (SQL) i trobar dades a qualsevol part del món i fer analítiques. Amb aquesta capacitat SQL gran angular, no heu de moure les dades. Trobarem les dades allà on siguin i l’activarem. Podem utilitzar la potència de processament al límit i després proporcionar les analítiques a un sol lloc. Per tant, es tracta de dues cares de la mateixa moneda. Una és una consola per gestionar totes les vostres dades. La segona part tracta de com realment feu analítiques de dades que es troben en qualsevol lloc sense haver de moure les dades com a pas 1, perquè moure les dades és costós; requereix temps. Per tant, bàsicament hem eliminat la necessitat de moviment de dades, que és molt potent.

PCM: Quin seria un exemple quotidià d’una empresa que utilitza aquest tipus de funcions de consulta?

RT: Una bona seria una empresa d’automoció que faci telemàtica per fer manteniment predictiu d’un automòbil o el seu rendiment. Avui, el plantejament seria connectar-se al cotxe i tornar a portar les dades a una ubicació cèntrica. Us ofereix la capacitat en temps real. Per tant, el que hi havia 30 dies abans és ara 30 segons. Aquest és el poder de fer això; només canvia totalment la naturalesa i el procés d’analítica.

PCM: Quines són les implicacions de seguretat de cercar en diversos núvols? Com opteu per permetre aquest tipus de cerca?

RT: Hem dissenyat Queryplex com un producte empresarial que aprofitarà tot allò que una organització hagi establert al voltant dels protocols de seguretat i identitat de LDAP (Lightweight Directory Access Protocol) o les polítiques de govern de dades. Permeteu-vos donar un exemple: si la política de la vostra empresa és que, sempre que realitzeu consultes federades i que no vulgueu tocar cap informació identificable personalment (PII), podríem emmascarar aquestes dades com a part d'aquesta capacitat perquè no es pugui fer " t una part. Realment l’hem dissenyat per integrar-se a l’arquitectura de seguretat d’una empresa.

PCM: què hauria de fer una empresa per permetre l’accés a diferents núvols?

RT: quan esteu a IBM Cloud Private per a dades, s’instal·la molt ràpidament. En termes de connexió a un núvol diferent, només cal conèixer l’adreça IP. És bastant senzill; podeu fer això. Així que la peça de connectivitat no és dura. Quan crec que és més difícil per a les empreses, és que, a mesura que avanceu més cap als casos d’ús de tipus IA o de ciència de dades, heu de crear un model. Cal formar aquest model i podem ajudar-vos a organitzar les dades per fer-ho.

PCM: Quines són algunes de les estratègies clau per a que les empreses puguin implementar IA o aprenentatge automàtic (ML)?

RT: Unes quantes coses diferents. Veig alguns clients que estableixen centres d’excel·lència (COE) en ciències de dades. Crec que això podria ser una bona manera de dinamitzar l’organització sobre el tema i fer que les coses es moguin. Crec que és un bon enfocament.

Veiem altres clients que contracten un Chief Data Officer (CDO) i donen a aquesta persona la missió de conduir l’empresa en aquesta direcció. Crec que també és bo.

En tercer lloc, veig que moltes empreses que es basen en això provenen de la línia de negocis, és a dir, la línia de negocis per trobar el cas d’ús i, després, això és per a la innovació tecnològica. Crec que qualsevol pot funcionar.

Crec que el major desfasament i el que animo als clients a fer és tenir una estratègia de dades. Una part d’una estratègia de dades és saber on es troba avui. Significant, realment només esteu fent intel·ligència empresarial (BI) i emmagatzematge de dades o realment feu analítica d'autoservei? Enteneu on esteu i, a continuació, comprendreu el punt final. Si obteniu claredat en aquests dos punts, podeu llançar experiments mitjançant COEs de ciències de dades, CDO o a través d'una línia de negoci, ja que sabreu que podreu obtenir un nivell de repetibilitat, cosa important.

PCM: què va portar a IBM a treballar amb Red Hat?

RT: Si es remunta al 2000, IBM ha estat un gran defensor de Linux. Diria que probablement Linux no estaria allà on es troba actualment sense el suport d’IBM. Per això, sempre hem mantingut un diàleg continu amb Red Hat entorn de la innovació i la forma de donar suport a l'ecosistema. Hem estat observant què ha fet Red Hat amb OpenShift.

Som grans creients en contenidors i Kubernetes té una forma d’ajudar els clients a modernitzar les aplicacions i els estats de dades. Si us fixem en Red Hat amb OpenShift, van crear una gran plataforma de contenidors centrada en la modernització. Però no tenen res per a les dades, i és difícil modernitzar aplicacions sense modernitzar les dades alhora.

On podem aportar el que hem fet en termes de modernització de serveis de dades amb IBM Cloud Private per a dades és executar-ho de forma nativa a OpenShift, de manera que aquells clients que es troben en un viatge de modernització d'aplicacions poden fer el mateix amb les dades i ells pot convertir aquest projecte en resultats per a AI.

Hadoop encara no s'ha traslladat a una arquitectura de microservici, per la qual cosa és l'altra peça del trencaclosques. Treballant amb Hortonworks per ajudar a modernitzar i crear microservicis d’Hadoop que podrien jugar juntament amb IBM Cloud Private per a dades i OpenShift.

PCM: Com fan servir les empreses aquest tipus d’arquitectura de microservici?

RT: Crec que tot es torna a la IA i la ciència de dades. Tot el que facis amb les dades es condueix generalment al resultat d'un negoci. Esteu cercant algun avantatge quant a la utilització de les analítiques.

Per tant, si teniu moltes dades a Hadoop, si no podeu utilitzar-ho per a analítica predictiu, ML o ciències de dades, aleshores no és molt valuosa per a l'organització. Així connecto els punts. Hadoop és un microservici; és molt més composable, molt més flexible. És més fàcil treballar amb les dades i és més fàcil posar-lo a disposició d’un gran equip de ciències de dades. I això us permet treure més valor a la vostra implementació Hadoop.

PCM: On veuen les coses en el futur en relació amb AI i ML?

RT: Anem a entrar lentament al corrent principal. Fa un any, la discussió va ser: "Puc fer res?" Diria que aquest ha estat l’any d’experimentació augmentada. Crec que l’any que ve ens endinsem en l’experimentació de masses i esperem que, a finals de l’any vinent, estem en un punt en què això esdevingui més corrent. La gent utilitza AI i models per automatitzar molts processos bàsics de negoci, per automatitzar molta presa de decisions. Així doncs, estem clarament en aquest viatge. Podeu veure la progressió. Em sembla que ens aproparem a un punt de mira, si voleu, però encara no hi som.