エンタープライズリーダーがMLとAIで先を争う中、リアルタイムのニーズを解決する

データを迅速に実行可能にすることは、古いデータ管理の順序にとって困難な課題を生み出します。

ガートナーからの3つの新しいレポートは、AIとMLを取り入れた価値を生み出す運用アプリケーションを構築する企業の緊急性の高まりに焦点を当てています。または永遠に遅れるリスク 。

UrgencyBuilder＃1： Gartnerは、最新のAIビジネス価値予測で、AIaugmentationによって2.9兆ドルが創出されると述べています。 2021年のビジネス価値の向上。それはたった1年です。

UrgencyBuilder＃2： GartnerのAIおよびMLDevelopmentStrategyの調査によると、主要な組織はAI / MLプロジェクトを大幅に増やすことを期待しています。今年の平均は4つで、2022年までに35になります。

UrgencyBuilder＃3： Gartnerは、「Predicts 2019：Data＆Analytics Strategy」レポートで、次のように述べています。「効果的なデータ管理はこれまで以上に重要です。一部の企業はデータを管理し、市場での優位性を確保するための武器に変えましたが、他の多くの企業は、ブレーキソンインテリジェンスの調整を行う問題に苦しんでいます： silos 。」

関連項目： AIの導入をスピードアップしてCIのメリットをより早く達成する方法

ガートナーの「主要な組織」は、意思決定サポート、リアルタイムの意思決定の自動化、AIで強化されたインテリジェンスなど、AI、ML、IoEのイニシアチブから流れる2.9兆ドルのビジネス価値のシェアを獲得する競争の最前線にあります。

何を保持している会社ですか？

IoEアプリケーションを構築し、MLおよびAIプロジェクトをデプロイする取り組みを損なうのは、サイロ化されたデータだけではありません。柔軟性のないレガシーシステムは、IoTに関連する時系列データを処理するのに適していないリアルタイム 操作も混乱する可能性があります。

あなたのはどこにありますか 価値を実現するための競争で組織はランク付けされますか？ お元気ですか AIまたはMLプロジェクトとIoEアプリケーションの導入への道のりをスムーズにするのに役立ちますか？多くの企業のように、サイロ化されたデータから始めて、あなたの努力はいくつかの重要な課題に直面しています。

さまざまなソースからのデータをまとめて全体像を把握できないことが、Internet of Everything（IoE）アプリケーションの要件を検討する前であっても、一部の企業が追いつくのに苦労している主な要因です。

彼らは何年にもわたって、何世代にもわたる業界固有の狭機能のSaaSおよびエンタープライズクラウドアプリケーションによって強制されるデータサイロに取り組んできました。しかし現在、彼らは分離されたデータの分析の限界に達しており、データが存在するため、データを全体的に分析したり、それに基づいて行動したり、新しい世代のアプリケーションに簡単に展開したりすることができないことを発見しています。

データを重心にする

成功するには、すべてのMLとAIの取り組みをデータに基づいて行う必要があります。まず、データレンズを通じてすべてのプロセス自動化要件を確認します。これは、私たちが行うすべてのこと、自動化するすべてのプロセス、および私たちが可能にするすべてのリアルタイムの決定またはアクションの重心です。

最初にセンサーで生成された時系列データ用に最適化されていますが、データの種類、ソースが何であるか、ボリュームや速度がどの程度であるかは実際には関係ありません。データが根本的な原因です。データに依存しないアプリケーションのデータ自動化基盤を構築することで、エンタープライズSaaSの崩壊した世界でのサイロバスティングデータ統合の進歩が可能になります。

オムニデータと考えています アプローチ–センサーネットワークのデータ管理要件により、企業内の他の場所でオムニデータのメリットが得られるため、より多くのことを耳にするでしょう。

一般的な市場アプローチがこの勅令に従うことはめったにありません。たとえば、典型的なIoT企業と話をすると、彼らがどのように人々を連れてくるかについての良い話はありません。 方程式に。それらはすべて物事に関するものです。同様に、位置データサービスと労働力管理プロバイダーは、人と労働者の追跡について良い話をしますが、物事を統合するための信頼性はほとんどありません。 。

これが、IoEがIoTよりもはるかに多くのコミュニケーションに存在する理由の1つです。ほとんどの企業運営上の問題は、人と物を同等に含みます。データの観点からは、違いのオービアはありません。

OldData Management Order is Out

データの運用化は、古いデータ管理の順序に大きな新たな課題を生み出しています。彼らがそれを知っているかどうかにかかわらず、企業は「ポストデータベース管理システム（DBMS）」の世界に入っています。彼らは、データインモーションのケースを堅固なレガシーDBMSインフラストラクチャに組み込むことが、不可能ではないにしても、ますます困難になっていることに気づいています。

ソフトウェアアプリケーションのデータ要件は劇的に変化しました。 ユーザーとマシンの両方が、リアルタイムのデータ分析や機械学習などの手法を使用してビジネスロジックを推進するために、より多くのデータを作成しています。

従来、アプリケーションのすべてのデータは、一元化された、またはオフィス中心のリレーショナルデータベースに保存されていました。ただし、これは、リアルタイム操作とインテリジェンスが依存するセンサー駆動の時系列データ爆発には対応していません。

真のデータ駆動型ソリューションを構築するために、エンジニアリングとメンテナンスの負担は不可逆的に複雑になっています。少数のサブシステムから、よりコストのかかるビッグデータエンジニアリングチームの専門知識を必要とする数十のサブシステムに移行しました。

ユースケースを理解する

IoE、ML、およびAI関連のユースケースを単純に想定して理解することは、企業を阻むもう1つの大きな課題です。

ガートナーのAI/ML開発調査への回答者の約42％が、ユースケースの特定を（スキルの欠如に続いて）2番目に大きな課題として挙げています。これは何度も見られます。

その他の重要な課題には、スケーラビリティに加えて、時系列データや異種ソースからの大量の高速データを処理できない柔軟性のないレガシーシステムが含まれます。

すべてを支配するOneBackbone

この多くの課題を考えると、ますます多くの企業がIoEアプリケーションを構築するための「シングルバックボーン」データ自動化基盤の使用を実験しています。これには、リアルタイムのビジネスロジック、データストレージ、意思決定分析に加えて、スケーラブルなデータの取り込み、正規化、強化を処理できる、リアルタイムでスケーラブルなデータ自動化とAIソリューションを構築するためのオープンで柔軟なプラットフォームが必要です。

データバックボーンアプローチにより、開発者は、データのすべての使用を予測して、より古い、より堅固なDBMSインフラストラクチャに収めようとするのではなく、独自のビジネスとユーザーの価値をソリューションに組み込むことに集中できます。

企業は、入力と出力の任意のタイプまたは組み合わせで、さまざまなボリュームと速度でセンサーデータを取り込むことができるシステムを必要としています。また、オンプレミス、クラウド、エッジ、またはハイブリッドバージョンでこのような機能を展開できる必要があります。

これにより、サイロ化されたデータや限られたスケーラビリティから、毎回データ基盤を再発明することなく複数のアプリケーションを構築するという課題に至るまで、多数の問題が解決または回避されます。そして、それは価値実現へのより速い道を提供します。