Cloud Pak for Data 3.0は、企業のコスト削減と効率性の向上を支援し、AI導入を加速します。

Cloud Pak for Data 3.0は、企業のコスト削減と効率性の向上を支援し、AI導入を加速します。

[[335519]]

感染症流行後も実体経済は厳しい状況が続いている。生産停止、収益の急激な減少、資金不足など、さまざまな困難に直面している中、いかにして企業コストを削減し、業務効率を向上させるかは、企業が克服しなければならない難しい課題です。

人工知能は限界点だ。データ、分析、AI への注目の高まりをサポートしながら、仮想コラボレーション、自動化、セルフサービスを可能にすることで、IT リーダーは IT の複雑さを軽減し、提供内容を統合する必要に迫られています。

IBM は、Cloud Pak for Data の最新バージョンであるバージョン 3.0 をリリースしました。これは、組織全体のデータを収集、整理、分析し、AI をビジネス プロセスに統合する最新の方法を企業に提供する、完全に統合されたデータおよび AI プラットフォームです。この 3.0 バージョンは中国語インターフェースをサポートし、ローカル ユーザーのユーザー エクスペリエンスが向上します。 Red Hat OpenShift Container Platform 上に構築された Cloud Pak for Data は、市場をリードする IBM Watson AI テクノロジーと、IBM のハイブリッド データ管理プラットフォーム、データ ガバナンス、ビジネス分析テクノロジーを組み合わせています。 Cloud Pak for Data は、人工知能のための高度なデータ アーキテクチャの基盤を構築しながら、顧客の総所有コストを削減できます。あらゆるパブリック クラウドまたはプライベート クラウドに柔軟に導入できるため、顧客はベンダー ロックインを回避しながら、ニーズに最適な環境を選択できます。 Red Hat OpenShift に組み込まれ、その上で実行されるということは、自動スケーリング、シームレスなアップグレード、組み込みの高可用性、ユニバーサル ロギングなど、クラウド コンピューティングの固有の利点の多くを継承していることを意味します。

1. データ仮想化によるデータ保存と移動のコスト削減

これまで、企業はサイロを解体し、さまざまな運用システムからデータ マート、データ ウェアハウス、データ レイクなどの中央データ ストアにデータを複製して分析しようとしてきました。これは特定のユースケースでは依然として非常に重要ですが、ビジネス ユーザーやデータ サイエンティストが新しいデータを必要とするたびに必要となる時間、費用、リソースにより、スケーラビリティが損なわれます。データの抽出、変換、統合には多くのリソースが必要で、コストと時間がかかりますが、データ仮想化によってこれを回避できます。データ仮想化により、データのソースが存在する場所でデータを活用できるようになり、従来のデータ複製によって生じる複雑さが軽減され、データ ガバナンス、セキュリティ、ストレージに対する要求が高まります。これにより、アプリケーション開発が簡素化され、混合データ ソースを単一のビューで活用できるようになります。

2. データとAI機能を1つの統合プラットフォームに統合

Cloud Pak for Data は、データの収集、整理、分析、および AI をビジネス プロセスに統合するために必要なすべての機能を備え、AI ライフサイクル全体にわたる機能を提供します。独自サービス、オープンソース サービス、サードパーティ サービスの活気あるエコシステムを備えており、企業はさまざまなベンダーの機能を統合して最新化できると同時に、ソフトウェアのメンテナンスや、これらのソリューションの管理、アップグレード、統合にかかる IT 費用を大幅に削減できます。 Auto AI により、モデル構築にかかる時間が数週間から数か月からわずか数分に短縮されます。同時に、タスクを自動化することで組織の俊敏性が向上し、企業のリソースをより価値の高い問題に集中させることが可能になります。

3. 最新のクラウドネイティブアーキテクチャを使用してインフラストラクチャとメンテナンスのコストを最小限に抑える

Cloud Pak for Data は Red Hat OpenShift をベースとしており、コンテナベースのサービスと管理を通じて、アプリケーションあたりの IT インフラストラクチャと開発コストを最大 38% 削減できます。また、このプラットフォームはインフラストラクチャ管理作業を 65 ~ 85% 削減することで、顧客がインフラストラクチャと管理のリソースを解放し、より複雑な問題の解決に集中できるように支援します。

4. 安全性を確保しながらガバナンスとセキュリティを簡素化する

ほとんどの企業顧客は、ガバナンスとセキュリティを、規制遵守を確保し、セキュリティ侵害に伴うビジネスおよび評判のリスクを回避するという、ビジネスを行うためのコストと見なしています。 Cloud Pak for Data は、データの検出、用語の割り当て、コンプライアンス リスクの特定、すべてのデータ資産 (構造化データと非構造化データ) にわたるポリシーの適用など、手動で行う面倒なタスクを自動化することで、データ ガバナンスのコストを大幅に削減し、規制コンプライアンスを確保します。

さらに、Cloud Pak の新しい非構造化データ管理およびプライバシー サービス「InstaScan」では、Box、Google Drive、Microsoft OneDrive、SharePoint を自動的にスキャンできます。ホットスポットとプライバシー侵害を特定し、数時間以内に修復することで、規制遵守に必要な手作業を大幅に削減します。

IBM Cloud Pak for Data は、総所有コストの削減、データ サイロの排除、組織全体のコラボレーションと透明性の向上、AI の推進に役立ちます。

IBM AIソリューションの詳細については、IBMデータおよび人工知能ゾーンをご覧ください。

<<:  PCの顔認証ログイン、驚くほど簡単

>>:  73歳のヒントン氏は、次世代のニューラルネットワーク「教師なし対照学習」を考案した。

ブログ    
ブログ    
ブログ    

推薦する

...

Megvii Technologyがロボット協調ネットワーク頭脳「Hetu」をリリース、エコシステムの改善に20億元を投資

現在、モノのインターネットの将来の発展方向は非常に明確であり、それが AIoT です。 AIは頭脳で...

...

トランスフォーマー6周年:その年にNeurIPS Oralを受賞しなかった8人の著者が、いくつかのAIユニコーンを創設した

ChatGPTからAI描画技術まで、人工知能分野における最近の進歩はTransformerのおかげか...

AI および機械学習プロジェクトはどの程度安全ですか?

[[355693]]人工知能と機械学習はメリットをもたらす一方で、新たな脆弱性ももたらします。この...

より多用途で効果的なAntの自社開発オプティマイザーWSAMがKDDオーラルに採用されました

ディープ ニューラル ネットワーク (DNN) の一般化能力は、極値点の平坦性と密接に関係しています...

2020 年の国内トップ 10 の人工知能イベントのレビュー: 政策と規制、技術的成果、産業への応用などを網羅。

人工知能業界では、今年多くの出来事がありましたが、その中には慎重に検討する価値のあるものもありました...

...

3 つのヒープ内キャッシュ アルゴリズム (ソース コードと設計アイデア付き)

トレードオフを最もよく反映するコンピュータ システムのテクノロジといえば、それはキャッシュです。高速...

FPGA+CPUアーキテクチャに基づく自動運転プラットフォームの性能分析

1 はじめに自動運転の分野では、センサーデータに対するディープニューラルネットワークに基づく大量の複...

建設業界には後継者がいないのでしょうか?考えすぎです!建設ロボットがやって来ます!

世界の建設業界の現状人口ボーナスの消滅により、中国の建設業界は人件費への大きな圧力に直面しているほか...

陳根:人工知能は人間と機械の間の感情的な溝を埋めている

長い間、感情があるかどうかは、人間と機械を区別する重要な基準の一つでした。つまり、機械が感情を持って...

AI起業家にとって、これら4つの新たな方向性は注目に値するかもしれない

AI 起業家にとって、次の 4 つの新しい方向性は注目する価値があるかもしれません。第 1 に、人間...

クラウド コンピューティング テクノロジーの進化において、人工知能はどのような役割を果たすのでしょうか?

[[438415]]クラウド コンピューティング業界が成長を続ける中、クラウド コンピューティング...