 |
北京2022年9月22日 /美通社/ -- 近日，IBM 大中華區(qū)科技事業(yè)部、客戶成功管理部總經(jīng)理朱輝發(fā)表署名文章，深入分析企業(yè)數(shù)字化轉(zhuǎn)型所面臨的數(shù)據(jù)挑戰(zhàn)，分享IBM智能化數(shù)據(jù)經(jīng)緯（Data Fabric）如何基于IBM領(lǐng)先的混合云與AI技術(shù)，幫助企業(yè)應(yīng)對數(shù)據(jù)挑戰(zhàn)。全文分享如下：
身處數(shù)字化時代，用好數(shù)據(jù)者得天下。那些利用數(shù)據(jù)和洞察變得更敏捷、更有預(yù)測性，并以此構(gòu)建核心競爭力的企業(yè)才是贏家。但隨著企業(yè)數(shù)字化進程的加速和云計算的普及，企業(yè)數(shù)據(jù)呈現(xiàn)出三大趨勢：數(shù)據(jù)量持續(xù)增長，數(shù)據(jù)分布呈現(xiàn)多元趨勢，數(shù)據(jù)孤島問題日益加劇。分析機構(gòu)預(yù)測顯示，在未來 3年內(nèi)企業(yè)的數(shù)據(jù)將增長6倍；數(shù)據(jù)保質(zhì)期縮短，數(shù)據(jù)如果不被快速使用，很快就會失去意義。
IBM在《2022 年全球 AI 采用指數(shù)》中發(fā)現(xiàn)，超過三分之二的企業(yè)會使用超過20個不同的數(shù)據(jù)源來為他們的人工智能、商業(yè)智能和分析提供信息。其中較大的企業(yè)往往依賴多達(dá)500個數(shù)據(jù)源，平均擁有五個以上不同的云環(huán)境來存儲數(shù)據(jù)、運行軟件。在這種情況下，有效地捕獲和利用數(shù)據(jù)是非常困難的。報告指出，數(shù)據(jù)治理是企業(yè)和組織邁向規(guī)?；瘧?yīng)用 AI ，釋放數(shù)據(jù)價值從而實現(xiàn)業(yè)務(wù)目標(biāo)的第一步和最重要的基礎(chǔ)。
解鎖"數(shù)據(jù)價值密碼"，成為數(shù)字經(jīng)濟時代所有企業(yè)的機會和挑戰(zhàn)
中國數(shù)字經(jīng)濟的蓬勃發(fā)展，催生了一大批"數(shù)據(jù)為先"的企業(yè)，既有政府、金融、醫(yī)療健康等傳統(tǒng)機構(gòu)及行業(yè)，也有很多新興行業(yè)的企業(yè) 他們的共同之處在于對技術(shù)的價值有清晰的判斷，都希望攜手值得信賴的技術(shù)伙伴，用技術(shù)解鎖數(shù)據(jù)價值，提升企業(yè)的競爭力。
政府服務(wù)和金融業(yè)對于數(shù)據(jù)治理都有著極為嚴(yán)苛的要求。比如，稅務(wù)行業(yè)和銀行間的業(yè)務(wù)數(shù)據(jù)都具有時間跨度長、敏感性高、數(shù)量龐大且不斷增長、高度分散等顯著特點。要想把業(yè)務(wù)數(shù)據(jù)全都轉(zhuǎn)化成有效資產(chǎn)并高效地服務(wù)于當(dāng)下的業(yè)務(wù)，必須要對數(shù)據(jù)進行統(tǒng)一的智能化治理，以保障數(shù)據(jù)質(zhì)量、確保數(shù)據(jù)合規(guī)、并支持業(yè)務(wù)人員的數(shù)據(jù)自服務(wù)消費。
此外，中國大量的民營企業(yè)經(jīng)過數(shù)十年快速發(fā)展，已經(jīng)具有相當(dāng)規(guī)模，同時也面臨業(yè)務(wù)多元、組織復(fù)雜、管理水平跟不上的發(fā)展瓶頸，急需攜手值得信賴的技術(shù)伙伴加速推進數(shù)據(jù)與 AI 戰(zhàn)略，實現(xiàn)規(guī)?；瘎?chuàng)新的實踐。
據(jù)IDC 預(yù)測，到 2025 年，60%的中國商業(yè)領(lǐng)導(dǎo)都將利用數(shù)字平臺和生態(tài)系統(tǒng)的能力來變革和擴展他們的價值鏈，拓展新市場、進入新的行業(yè)領(lǐng)域，攜手新的合作伙伴，持續(xù)構(gòu)建新的產(chǎn)品、服務(wù)和商業(yè)模式。
智能化數(shù)據(jù)經(jīng)緯（Data Fabric）：讓"數(shù)據(jù)找人而不是人找數(shù)據(jù)"成為可能
如何讓跨部門、跨系統(tǒng)的企業(yè)數(shù)據(jù)更好地被共享，使企業(yè)內(nèi)部的數(shù)據(jù)分析專家能夠隨時獲取數(shù)據(jù)，把高質(zhì)量的數(shù)據(jù)自動并實時地推送給有需求的人，同時符合數(shù)據(jù)權(quán)限和隱私等方面的合規(guī)要求，這是企業(yè)實現(xiàn)數(shù)字化轉(zhuǎn)型的基石與夢想， 也是很多企業(yè)目前面臨的巨大挑戰(zhàn)。
應(yīng)對這個挑戰(zhàn)， 幾年前數(shù)據(jù)經(jīng)緯（Data Fabric）的數(shù)據(jù)架構(gòu)理念悄然而生。根據(jù)Forrester的定義，Data Fabric是以一種智能、安全并且是自服務(wù)的方式，動態(tài)地協(xié)調(diào)分布式的數(shù)據(jù)源，跨數(shù)據(jù)平臺地提供集成和可信賴的數(shù)據(jù)，支持廣泛的不同應(yīng)用的分析和使用場景。也就是說，不管數(shù)據(jù)在哪里，通過Data Fabric的數(shù)據(jù)架構(gòu)，就能幫助企業(yè)的數(shù)據(jù)消費者實時、準(zhǔn)確并且低成本地獲得所需的數(shù)據(jù)。
數(shù)據(jù)經(jīng)緯（Data Fabric）不是單個的產(chǎn)品或平臺，而是一個新興的數(shù)據(jù)管理理念，一個現(xiàn)代化的分布式數(shù)據(jù)架構(gòu)，能夠?qū)崿F(xiàn)共享數(shù)據(jù)資產(chǎn)、優(yōu)化數(shù)據(jù)管理、整合數(shù)據(jù)流程等功能。實施數(shù)據(jù)經(jīng)緯（Data Fabric）也不一定要替換現(xiàn)有的技術(shù)，而是可以將現(xiàn)在的技術(shù)納入企業(yè)的數(shù)據(jù)生態(tài)系統(tǒng)當(dāng)中。它可以幫助企業(yè)繼續(xù)使用已經(jīng)投資的不同數(shù)據(jù)源和存儲庫，包括數(shù)據(jù)庫、數(shù)據(jù)湖、數(shù)據(jù)倉庫，同時簡化數(shù)據(jù)管理，通過自動化集成、嵌入治理和提供數(shù)據(jù)的全面視圖，以集中式存儲庫所不具備的方式促進自助式的數(shù)據(jù)消費，從而推動數(shù)據(jù)共享和加速數(shù)據(jù)計劃的推進 。數(shù)據(jù)經(jīng)緯（Data Fabric）可在正確的時間將正確的人與正確的數(shù)據(jù)聯(lián)系起來——消除數(shù)據(jù)移動、轉(zhuǎn)換和集成帶來的技術(shù)復(fù)雜性。具體來講，數(shù)據(jù)經(jīng)緯（Data Fabric）具有以下幾個關(guān)鍵特性：
IBM Cloud Pak for Data助力企業(yè)數(shù)據(jù)經(jīng)緯（Data Fabric）快速落地
IBM對數(shù)據(jù)經(jīng)緯（Data Fabric）概念做了更進一步的推進，使之從一個新的數(shù)據(jù)架構(gòu)概念變成了可以落地的平臺解決方案——融合了數(shù)據(jù)經(jīng)緯（Data Fabric）架構(gòu)的IBM Cloud Pak for Data成為幫助企業(yè)將數(shù)據(jù)經(jīng)緯（Data Fabric）快速落地的利器。
IBM Cloud Pak for Data能夠提供四個方面的能力：自動分類（AutoCatalog），它相當(dāng)于一個數(shù)據(jù)分類"大腦"，可以根據(jù)數(shù)據(jù)類別進行自動化分類、建立自動化目錄，從而實時維護來自不同環(huán)境的動態(tài)數(shù)據(jù)資產(chǎn)；自動建模（AutoAI），能夠降低AI模型開發(fā)、校正及其自我學(xué)習(xí)的技術(shù)門檻和人力成本，從而對動態(tài)數(shù)據(jù)和整個AI算法生命周期實現(xiàn)自動化管理；自動識別隱私規(guī)則（AutoPrivacy），通過數(shù)據(jù)隱私框架中的AI能力，智能化地識別企業(yè)內(nèi)部的敏感數(shù)據(jù)，當(dāng)數(shù)據(jù)被調(diào)用時，系統(tǒng)就能快速識別和監(jiān)控，甚至在后續(xù)為企業(yè)內(nèi)部敏感數(shù)據(jù)的定義和政策實施，提供自動化技術(shù)保障；自動查詢（AutoSQL），不同類型、不同來源的數(shù)據(jù)都可以在不進行物理移動的前提下，使用同一個查詢引擎進行獲取和分析，這樣一來，既可以節(jié)省數(shù)據(jù)查詢的時間，還可以避免移動數(shù)據(jù)和多查詢引擎帶來的額外成本和復(fù)雜度。隨著 AutoSLQ 技術(shù)的推出，IBM Cloud Pak for Data 現(xiàn)已整合了市場上性能最強的云數(shù)據(jù)倉庫（依據(jù)我們的基準(zhǔn)研究），可以利用AI幫助客戶獲取分布式查詢結(jié)果，與其它數(shù)據(jù)倉庫相比，其速度較之前提升8倍，成本下降近半。
此外，IBM此前已經(jīng)將數(shù)據(jù)倉庫能力（如DB2 Warehouse）、數(shù)據(jù)治理能力（如Watson Knowledge Catalog）、數(shù)據(jù)虛擬化能力、機器學(xué)習(xí)能力等等進行了集成，如今的IBM Cloud Pak for Data已經(jīng)是一個相當(dāng)完備的數(shù)據(jù)平臺。與數(shù)據(jù)相關(guān)的需求，企業(yè)在這個平臺上都可以找到與之對應(yīng)的技術(shù)來滿足。
具體來講，IBM Cloud Pak for Data可幫助企業(yè)通過智能數(shù)據(jù)經(jīng)緯解決四大痛點：
優(yōu)化數(shù)據(jù)治理和隱私。數(shù)據(jù)治理和維護數(shù)據(jù)隱私是一個復(fù)雜而費力的過程，在復(fù)雜的監(jiān)管環(huán)境下風(fēng)險很高。 IBM 可以幫助客戶消除數(shù)據(jù)治理的技術(shù)復(fù)雜性并自動執(zhí)行數(shù)據(jù)保護策略。適合這方面應(yīng)用的IBM 產(chǎn)品主要包括IBM Watson Knowledge Catalog 和 IBM Cloud Pak for Data 上的 IBM Watson Query。
多云數(shù)據(jù)集成。無論數(shù)據(jù)位于何處，企業(yè)都需要實現(xiàn)數(shù)據(jù)的連接、優(yōu)化和交付。IBM為客戶提供的解決方案，讓他們不必遷移到單個數(shù)據(jù)倉庫或云就可成功實現(xiàn)數(shù)據(jù)分析和AI。 IBM 還能夠為企業(yè)創(chuàng)建所有數(shù)據(jù)的統(tǒng)一視圖，從而實現(xiàn)應(yīng)用程序間的一致性。適合這方面應(yīng)用的IBM 產(chǎn)品主要包括IBM Cloud Pak for Data 的 IBM DataStage、IBM Watson Query 和 IBM Watson Knowledge Catalog。
360度的用戶智能化。為了給客戶提供更加個性化的體驗，企業(yè)需要全面了解所有客戶數(shù)據(jù)。對于擁有數(shù)十萬甚至數(shù)百萬客戶的企業(yè)來說，這是一個巨大的挑戰(zhàn)，尤其是當(dāng)這些數(shù)據(jù)被孤立在不同的部門和系統(tǒng)中時。IBM 可以組合多個來源的數(shù)據(jù)，輕松構(gòu)建 360 度視圖并將這些數(shù)據(jù)提供給分析和 AI 項目。適合這方面應(yīng)用的IBM 產(chǎn)品主要包括IBM Match 360 with Watson、IBM Watson Query 和IBM Cloud Pak for Data 上的 IBM Watson Knowledge Catalog。
更可信的AI。IBM報告顯示，有91% 使用 AI 的企業(yè)認(rèn)為能夠解釋AI如何做出決策至關(guān)重要。IBM 正在通過實現(xiàn)可解釋和透明的模型，幫助客戶建立對數(shù)據(jù)、對模型以及對流程的信任。適合這方面應(yīng)用的IBM 產(chǎn)品主要包括IBM Watson Studio、IBM Watson Knowledge Catalog、IBM Cloud Pak for Data 上的IBM OpenPages with Watson。
混合云架構(gòu)讓數(shù)據(jù)變得更加公開，在不觸及數(shù)據(jù)擁有權(quán)、敏感度、安全性和可信性的前提下，讓更多人能從中得到價值，實現(xiàn)數(shù)據(jù)的民主化，這是IBM技術(shù)演進所立足的思路和邏輯。
今天，IBM 已經(jīng)成功利用數(shù)據(jù)經(jīng)緯（Data Fabric）幫助世界各地的很多客戶發(fā)現(xiàn)和釋放他們企業(yè)的數(shù)據(jù)價值。
ING 是一家大型銀行，它一直在構(gòu)建龐大的數(shù)據(jù)湖，并希望數(shù)據(jù)在整個組織內(nèi)有效運作。把要治理的數(shù)據(jù)引入數(shù)據(jù)湖的工作需要許多專家，這對于運營來說是一項挑戰(zhàn)，而且要付出高昂的代價。此外，ING 還希望能夠像在本地一樣地在云上管理他們的數(shù)據(jù)。通過采用IBM Data Fabric架構(gòu)，ING可自動化地提取不同來源的數(shù)據(jù)，理解這些數(shù)據(jù)，并通過 AI 將其直接映射成自己的內(nèi)部業(yè)務(wù)語言。
某家全球電信供應(yīng)商也在尋找一種解決方案，希望能解決手動監(jiān)控大量數(shù)據(jù)的挑戰(zhàn)，同時符合數(shù)據(jù)隱私政策，及時地處理數(shù)據(jù)復(fù)制和副本識別。這個過程會帶來很多存儲和運營成本。借助IBM的解決方案，該公司的用戶現(xiàn)在可以連接從不同網(wǎng)點獲取的生產(chǎn)數(shù)據(jù)，從而簡化數(shù)據(jù)訪問，同時滿足合規(guī)性要求。 IBM幫助客戶在整個企業(yè)內(nèi)創(chuàng)建了一致的流程，同時通過數(shù)據(jù)訪問和流程的簡化提高了用戶工作效率。過去，這些流程需要數(shù)周才能完成，而現(xiàn)在只需要幾分鐘。
Change Machine 是一家非營利性組織，致力于通過以人為本的技術(shù)為低收入社區(qū)的人們提供財務(wù)安全服務(wù)。Change Machine 通過一個 SaaS 平臺，幫助低收入人群找到可以實現(xiàn)他們財務(wù)目標(biāo)的金融產(chǎn)品。借助IBM，Change Machine 使用人工智能開發(fā)了一個推薦引擎，幫助低收入社區(qū)的用戶獲得合適、安全的金融產(chǎn)品。
此外，在醫(yī)療健康領(lǐng)域，數(shù)據(jù)經(jīng)緯（Data Fabric）能夠幫助醫(yī)療組織發(fā)現(xiàn)、集成和豐富所有來源的所有相關(guān)患者數(shù)據(jù)，以獲得更完整的患者視圖，同時通過自動標(biāo)記和屏蔽所有敏感的結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)，提供更好的患者體驗。
在制造業(yè)，除了產(chǎn)品創(chuàng)新，制造商還希望利用數(shù)據(jù)來改善生產(chǎn)和物流。IBM 智能化的數(shù)據(jù)經(jīng)緯（Data Fabric）可幫助制造商獲得整個價值鏈中數(shù)據(jù)的全局視圖，幫助企業(yè)進行原因分析、業(yè)務(wù)優(yōu)化和實時決策。
2022年6月，IBM被評為 "Forrester Data Fabric Wave for 2022" 的領(lǐng)導(dǎo)者。Forrester 強調(diào)，IBM 的解決方案尤其適合那些在混合和多云環(huán)境（包括傳統(tǒng)系統(tǒng)）里擁有大型、復(fù)雜、分布式數(shù)據(jù)存儲的組織，并指出IBM的合作伙伴生態(tài)系統(tǒng)和路線圖是支持其取得領(lǐng)導(dǎo)者地位的重要因素。
數(shù)據(jù)推動數(shù)字化，人工智能解鎖數(shù)據(jù)價值，混合云實現(xiàn)數(shù)據(jù)民主。今天的 IBM，聚焦混合云與 AI 戰(zhàn)略，聚焦更為簡單清晰的混合云與 AI 產(chǎn)品組合及服務(wù)，聚焦把 IBM 的技術(shù)和產(chǎn)品價值轉(zhuǎn)化為客戶的業(yè)務(wù)價值，把 IBM Cloud Paks 開放與智能的軟件能力與客戶具體的應(yīng)用場景相結(jié)合，通過編織智能化的數(shù)據(jù)經(jīng)緯（Data Fabric），幫助各行各業(yè)的企業(yè)解鎖數(shù)據(jù)價值密碼，快速高效地推進他們的數(shù)字化征程。
