疫情之后,实体经济继续处于水深火热之中。生产停摆、收入锐减、资金紧张等多重困难,如何降低企业成本,提高运营效率,是企业必须要去攻克的难题。
人工智能是一个破局点。实现虚拟协作、自动化和自助服务,同时支持对数据、分析和人工智能的日益关注,迫使IT领导者降低IT复杂性并整合其产品。
IBM刚刚发布了Cloud Pak for Data的最新版本3.0版本,它是一个全面集成的数据和AI平台,能够为企业提供现代化的方式,在整个组织中收集、组织和分析数据以及融合AI在业务流程中。这个3.0版本可以支持中文界面,提升了本地用户的使用体验。Cloud Pak for Data基于Red HatOpenShiftContainer Platform而构建,将市场领先的IBM Watson AI技术与IBM混合数据管理平台、数据治理以及业务分析技术结合在一起。通过Cloud Pakfor Data可以节省客户总体拥有成本,同时为人工智能奠定了先进的数据架构基础。它可以灵活地部署在任何公共或私有云上,允许客户选择最适合他们需求的环境,同时避免供应商锁定。事实上,它嵌入并运行在Red Hat OpenShift之上,这意味着它继承了许多云计算固有的优势,包括自动扩展、无缝升级、内置高可用性、通用日志记录等。
1.通过数据虚拟化降低数据存储和移动成本
从历史上看,公司一直试图打破筒仓,将不同操作系统的数据复制到中央数据存储区(如数据集市、数据仓库和数据湖)进行分析。虽然这对于某些用例仍然非常相关,但是每次业务用户或数据科学家需要新数据时,所需的时间、资金和资源使其无法扩展。提取、转换和整合数据是资源密集型、昂贵且耗时的,可以通过数据虚拟化来避免。通过数据虚拟化,可以在数据源所在位置利用数据,这样可以减少复杂性,以及由于传统的数据复制所造在数据治理、安全性和存储方面增加的需求。这也有助于简化应用程序开发并在单个视图中利用混合数据源。
2.将数据和人工智能能力整合到一个集成平台中
Cloud Pak for Data提供了跨整个AI全生命周期的能力,以及收集、组织、分析数据和将人工智能融入到业务流程所需的所有功能。它拥有一个充满活力的专有、开放源码和第三方服务的生态系统,使企业能够整合来自不同供应商的功能并使其现代化,同时显著减少其在软件维护以及管理、升级和集成这些解决方案上的IT开支。Auto AI把以往需要几周到几个月的建模时间缩短到几分钟。同时,自动化任务也有助于提高组织的敏捷性,并确保企业资源能够专注于更高价值的问题上。
3.使用现代云本地架构将基础设施和维护成本降至最低
CloudPak for Data基于Red Hat OpenShift, 通过基于容器化的服务及管理,可以将每个应用程序的IT基础设施和开发成本降低高达38%。并通过减少65-85%的基础设施管理工作,该平台可以帮助客户腾出基础设施和管理资源,集中精力解决更复杂的问题。
4.在确保安全的同时简化治理和安全
大多数企业客户将治理和安全视为经营业务的成本:确保法规遵从性,并避免因安全违规而带来的业务和声誉风险。Cloud Pak for Data通过自动化手动繁琐的任务—数据发现、术语分配、识别法规遵从性风险和对所有数据资产(结构化和非结构化)的策略实施,Cloud Pak for data显著降低了数据治理和确保法规遵从性的成本。
另外通过Cloud Pak中一项新的非结构化数据管理和隐私服务“InstaScan”,可自动扫描Box、Google Drive、Microsoft OneDrive和SharePoint。它可以识别热点和侵犯隐私的行为,并在数小时内进行补救,从而大大减少了法规遵从性所需的手动工作。
IBM Cloud Pak for Data 可帮助您降低总拥有成本,消除数据孤岛,增强组织的协作性和透明度,推动您的人工智能之旅。
了解更多企业部署 Cloud Pak for Data 可能实现的预期投资回报率
下载研究报告《新技术: IBM Cloud Pak for Data的预期总经济影响》
了解更多IBM AI解决方案,请访问IBM数据与人工智能专区