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

Baidu Create 2018 ディープラーニング フロンティア テクノロジーと産業応用公開コースのハイライト

[51CTO.com からのオリジナル記事] 中国の開発者が集まる毎年恒例の盛大な集まりである Ba...

...

労働者の皆さん、ご注意ください: AI は組立ラインの労働者を置き換えるものではなく、管理者を置き換えるものです。

今後 15 年間で、人工知能によって米国の雇用が 40% から 50% 減少すると私は予測しています...

静的な知識を動的にする: ナレッジグラフからファクトグラフへ

[[392524]]ソーシャル ネットワークには、有名な「6 次の隔たり理論」があります。 「世界中...

...

ChatGPTコードインタープリターとJupyter Notebookを組み合わせてコーディング機能を強化

AIの助けを借りれば、開発者のコ​​ーディング効率が大幅に向上することは間違いありません。開発者は単...

...

「機械学習アーキテクチャ」 現実世界の機械学習システムのアーキテクチャ

機械学習では、ML モデルの作成とパッケージ化を支援する ML 開発プラットフォームの概要を説明しま...

人工知能の簡単な歴史 | (1)相農は人工知能の誕生を目撃した

[[391106]] 1956年、人工知能元年。その夏、米国ニューハンプシャー州ハノーバーの小さな町...

将来の成長の原動力は?ビッグデータ+人工知能が浸透し、私たちの生活を変える

画像ソース: Unsplash新世代情報技術の急速な発展に伴い、コンピューティング能力、データ処理能...

ディープラーニングニューラルネットワークによる予測区間

[[390133]]予測区間は、回帰問題の予測における不確実性の尺度を提供します。たとえば、95% ...

...

中国科学院の張雲泉氏:コンピューティング能力は定量化可能であり、インテリジェントコンピューティングは公共サービスになる

[[410843]] 7月9日、2021年世界人工知能大会の期間中に開催された「新世代人工知能コンピ...

機械学習における分類タスクの共通評価指標とPythonコード実装

データ ポイントを特定の数の定義済みクラスに分類するように ML モデルをトレーニングすることがタス...