Perspectives de l'industrie: ibm sur la recherche multicouches et la stratégie par intérim

Avec toutes les données accumulées par les entreprises, il est difficile de trouver un référentiel de stockage en nuage efficace non seulement pour conserver et gérer toutes ces informations, mais également pour permettre des fonctionnalités de recherche et de sécurité. Heureusement, des éditeurs de plates-formes cloud, tels qu'IBM, qui proposent des scénarios IaaS (Cloud for Infrastructure-as-a-Service) et PaaS (Platform-as-a-Service), travaillent activement à de nouvelles méthodes de gestion des données dans des architectures multicouches.

Qu'est-ce qu'une architecture multicloud?

Une architecture multicouches comprend des données et du code stockés dans plusieurs environnements de nuage au sein d’une même architecture. Imaginez simplement une application qui utilise du code et des ressources sur plusieurs clouds, tels qu'Amazon Web Services (AWS), IBM Cloud et Microsoft Azure. En utilisant des normes d'interopérabilité en constante évolution, les architectures multicouches apportent l'interopérabilité aux services logiciels, quel que soit le nuage utilisé par ces services en tant que plate-forme. Cela vous permet d'adapter vos ressources cloud afin qu'elles ciblent plus spécifiquement vos charges de travail.

Les petites et moyennes entreprises (PME) devraient envisager de choisir un fournisseur capable de gérer l’infrastructure de plusieurs services de cloud computing et de la sécuriser et de l’organiser dans une console unique. Mieux encore, il est possible de combiner des services cloud tiers, tels que Microsoft Office 365, avec des ressources en cours d'exécution sur vos propres serveurs virtuels dans un autre cloud. Un cloud public peut être approprié pour une application et un cloud privé pour une autre. Les PME bénéficieront de la rentabilité et de la souplesse offertes par une architecture multicouches.

Multicloud et IBM

Du point de vue de plusieurs sources, cela a été une année chargée pour IBM. En mai, elle a lancé IBM Cloud Private for Data pour permettre aux entreprises d'extraire des informations cachées de leurs données dans des domaines tels que l'ingénierie des données, la science des données et le développement, ainsi que leurs applications et leurs bases de données. Ensuite, le 10 septembre, la société a annoncé qu'IBM Cloud Private for Data s'intégrerait à Red Hat OpenShift, le conteneur open-source et à la plate-forme d'applications Kubernetes. Kubernetes est une plate-forme open-source permettant d'exécuter des conteneurs sur des grappes de serveurs. Cette intégration avec Red Hat offre plus d'options aux entreprises lors de l'exécution de charges de travail natives sur le cloud, leur permettant de s'exécuter sur site, dans les clouds publics et privés et dans l'environnement Open Source Red Hat OpenShift. IBM étendra également son partenariat avec Hortonworks, un pionnier du logiciel Big Data, pour intégrer des services dans Hortonworks DataPlane à IBM Cloud Private for Data.

Enfin, le 13 septembre, IBM a également annoncé qu’il autoriserait les utilisateurs à effectuer des requêtes analytiques dans l’entreprise en utilisant un outil appelé Queryplex, qui constitue une console unique pour la recherche dans des nuages. Le même jour, IBM a organisé un événement au Terminal 5 à New York organisé par Hannah Storm d'ESPN pour mettre en lumière les clients qui relèvent le défi de l'intelligence artificielle (IA). Peu de temps avant l'événement, PCMag a rencontré Rob Thomas, directeur général d'IBM Analytics, pour comprendre comment fonctionne la nouvelle fonctionnalité de recherche dans le cloud, le travail d'IBM avec Red Hat et certaines stratégies gagnantes en matière d'intelligence artificielle.

PCMag (PCM): Comment IBM Cloud Private for Data vous permet-il de visualiser toutes vos données?

Rob Thomas (RT): Considérez-le comme la console permettant à un client de gérer des données partout dans le cloud. Si les clients l'utilisent, ils peuvent voir toutes les données dont ils disposent sur le site, dans une architecture de conteneur de cloud privé, ou sur AWS, Microsoft Azure, Google Cloud Platform ou IBM Cloud. C'est une console unique qui vous permet de comprendre toutes vos données, de les cataloguer et de les organiser.

PCM: Qu'est-ce que Queryplex et comment les PME peuvent-elles utiliser quelque chose comme ça pour effectuer des recherches dans les nuages?

RT: Queryplex vous permet d’écrire réellement une requête SQL (Structured Query Language), de rechercher des données partout dans le monde et d’effectuer des analyses. Avec cette fonctionnalité SQL grand angle, vous n'avez pas à déplacer les données. Nous trouverons les données où qu'elles se trouvent et nous les activerons. Nous pouvons utiliser la puissance de traitement sur le bord, puis fournir l’analyse à un endroit unique. Donc, ce sont les deux côtés de la même pièce. L'une est une console pour gérer toutes vos données. La deuxième partie traite de la manière dont vous effectuez réellement des analyses sur des données stockées n'importe où sans devoir les déplacer à l'étape 1, car les transférer coûte cher; cela prend du temps. Nous avons donc éliminé le besoin de transfert de données, qui est extrêmement puissant.

PCM: Quel serait un exemple quotidien d'entreprise utilisant ce type de capacité d'interrogation?

RT: Une bonne entreprise serait une entreprise automobile qui utilise la télématique pour effectuer la maintenance prédictive d’une voiture ou de ses performances. Aujourd'hui, l'approche serait de se connecter à la voiture, puis de ramener les données à un emplacement central. Il vous donne la capacité en temps réel. Donc, ce qui était 30 jours avant est maintenant 30 secondes. C'est le pouvoir de faire cela. cela change totalement la nature et le processus d'analyse.

PCM: Quelles sont les implications pour la sécurité de la recherche sur plusieurs clouds? Comment choisissez-vous d'autoriser ce type de recherche?

RT: Nous avons conçu Queryplex comme un produit d’entreprise qui tirera parti de tout ce qu’une organisation a établi autour des protocoles de sécurité et de gestion de l’identité LDAP (Lightweight Directory Access Protocol) ou des politiques de gouvernance des données. Permettez-moi de vous donner un exemple. Si la politique de votre entreprise stipule que, chaque fois que vous effectuez des requêtes fédérées, vous ne souhaitez toucher à aucune information d'identification personnelle (PII), nous pouvons masquer ces données dans le cadre de cette fonctionnalité afin qu'elles ne soient pas '. t en partie. Nous l'avons vraiment conçu pour s'intégrer dans l'architecture de sécurité d'une entreprise.

PCM: Que devrait faire une entreprise pour permettre l'accès à différents clouds?

RT: Lorsque vous êtes dans IBM Cloud Private for Data, vous êtes installé très rapidement. Pour ce qui est de la connexion à un nuage différent, il suffit de connaître l'adresse IP. C'est assez simple. vous pouvez le faire. Donc, la connectivité n'est pas difficile. À mon avis, il est de plus en plus difficile pour les entreprises de développer un modèle à mesure que vous avancez vers des cas d'utilisation de type IA ou Data Science. Vous devez former ce modèle et nous pouvons vous aider à organiser les données pour le faire.

PCM: Quelles sont quelques stratégies clés pour que les entreprises mettent en œuvre l'IA ou l'apprentissage automatique (ML)?

RT: Quelques choses différentes. Je vois des clients qui établissent des centres d’excellence en science des données (COE). Je pense que cela pourrait être un bon moyen de dynamiser l’organisation sur le sujet et de faire avancer les choses. Je pense que c'est une bonne approche.

Nous voyons d’autres clients qui embauchent un Chief Data Officer (CDO) et leur confient la mission de conduire l’entreprise dans cette direction. Je pense que c'est bien aussi.

Troisièmement, je vois que beaucoup d'entreprises qui dépendent de cela viennent de secteurs d'activité différents, ce qui signifie secteur d'activité pour trouver le scénario d'utilisation, puis l'innovation en matière de technologie. Je pense que n'importe lequel d'entre eux peut fonctionner.

Je pense que la plus grande lacune et ce que j'encourage les clients à faire est d’avoir une stratégie de données. Une partie de la stratégie de données consiste à savoir où vous en êtes aujourd'hui. Cela signifie-t-il que vous ne faites que de la veille stratégique (BI) et de l'entreposage de données ou effectuez-vous réellement des analyses en libre-service? Comprenez où vous êtes et comprenez ensuite le point final. Si vous comprenez bien ces deux points, vous pouvez alors lancer des expériences via des centres d'excellence en science des données, un CDO ou un secteur d'activité, tout en sachant que vous obtiendrez un niveau de répétabilité important.

PCM: Qu'est - ce qui a amené IBM à travailler avec Red Hat?

RT: Si vous remontez en 2000, IBM a été un très grand partisan de Linux. Je dirais que Linux ne serait probablement pas où il en est aujourd'hui sans le support d'IBM. Pour cette raison, nous avons toujours eu un dialogue permanent avec Red Hat sur l'innovation et la manière dont nous soutenons l'écosystème. Nous observons ce que Red Hat a fait avec OpenShift.

Nous croyons énormément dans les conteneurs et Kubernetes a un moyen d'aider ses clients à moderniser leurs applications et leurs états de données. Si vous regardez Red Hat avec OpenShift, ils ont construit une excellente plate-forme de conteneur axée sur la modernisation. Mais ils n'ont rien pour les données et il est difficile de moderniser les applications sans les moderniser en même temps.

Nous pouvons apporter ce que nous avons fait en termes de modernisation des services de données avec IBM Cloud Private for Data: exécuter cela directement sur OpenShift, afin que les clients en cours de modernisation des applications puissent faire la même chose avec les données. peut transformer ce projet en résultats pour AI.

Hadoop n’a pas encore migré vers une architecture de microservice, c’est donc l’autre pièce du puzzle. Travailler avec Hortonworks pour aider à moderniser et créer des microservices de Hadoop pouvant être utilisés avec IBM Cloud Private for Data et OpenShift.

PCM: Comment les entreprises utilisent-elles ce type d'architecture de microservice?

RT: Je pense que tout cela revient à l'IA et à la science des données. Quoi que vous fassiez avec des données, cela dépend généralement d'un résultat commercial. Vous recherchez un avantage en termes d’utilisation de l’analyse.

Ainsi, si vous avez beaucoup de vos données dans Hadoop, si vous ne pouvez pas les utiliser pour l'analyse prédictive, le ML ou la science des données, elles ne sont pas très utiles à l'entreprise. C'est comme ça que je relie les points. Hadoop est un microservice; c'est beaucoup plus composable, beaucoup plus flexible. Il est plus facile de travailler avec les données et de le rendre disponible pour une grande équipe de science des données. Et cela vous permet d’obtenir plus de valeur de votre implémentation Hadoop.

PCM: Où envisagez-vous l'avenir dans le domaine de l'IA et du ML?

RT: Nous allons entrer lentement dans le courant dominant. Il y a un an, la discussion était: "Puis-je faire quelque chose?" Je dirais que cette année a été marquée par une expérimentation accrue. Je pense que l'année prochaine, nous entreprendrons des expériences de masse et espérons que, d'ici la fin de l'année prochaine, nous serons à un point où cela deviendra plus courant. Les gens utilisent l'IA et des modèles pour automatiser un grand nombre de processus métier de base, pour automatiser de nombreuses prises de décision. Donc, nous sommes clairement sur ce voyage. Vous pouvez voir la progression. J'ai l'impression que nous approchons d'un point critique, si vous voulez, mais nous n'en sommes pas encore là.