Tekijä Techopedia Staff, 22. syyskuuta 2016
Takeaway: Isäntä Rebecca Jozwiak keskustelee reuna-analyysista tohtorien Robin Bloorin, Dez Blanchfieldin ja Dell Statistican Shawn Rogersin kanssa.
Et ole tällä hetkellä kirjautunut sisään. Kirjaudu sisään tai kirjaudu sisään nähdäksesi videon.
Rebecca Jozwiak: Hyvät naiset ja herrat, hei ja tervetuloa Hot Technologiesiin 2016. Tänään meillä on ”Edge Analytics: viimeinkin IoT-talous”. Nimeni on Rebecca Jozwiak. Olen tämänhetkisen webcast-lähetyksesi moderaattori. Teemme tweettiä, jonka hashtagi on # HOTTECH16, jos haluat liittyä Twitter-keskusteluun.
Joten internet, joka on ehdottomasti kuuma aihe tänä vuonna ja asioiden internet, koskee oikeastaan kone-, anturitietoja, lokitietoja, laitetietoja. Mikään niistä ei ole uutta, meillä on ollut tällaista tietoa ikuisesti, mutta se on, että emme ole oikeasti kyenneet käyttämään sitä ja näemme nyt vain hiukan uusia tapoja käyttää näitä tietoja. Erityisesti lääketeollisuudessa, rahoitusmarkkinoilla, öljyn ja kaasun sekä hyödykkeiden kanssa, on vain paljon tietoa, jota on aiemmin käytetty käyttämättä. Eikä kovin suuri joukko ihmisiä ole oikeasti ymmärtänyt kuinka tehdä se hyvin. Puhumme paljon pienestä tiedosta, mutta se on paljon tietoa, ja tiedätkö, että verkkoon liittyy ongelmia, laitteisto on mukana tai sitä on käsiteltävä, ja miten voit tehdä sen tukkematta järjestelmää? No, siitä me opimme tänään.
Tässä on asiantuntijakokoonpanomme. Meillä on tohtori Robin Bloor, The Bloor -konsernin pääanalyytikko. Meillä on myös Dez Blanchfield, The Bloor Group -tietoteknikomme. Ja olemme iloisia siitä, että saimme Dell Statistican globaalin markkinoinnin ja kanavien johtajan Shawn Rogersin. Ja sen kanssa aion siirtää pallon Robinille.
Dr. Robin Bloor: Okei, kiitos siitä siitä. Työnnä nappia ja heittää ylös diojan. Minulla ei ole aavistustakaan, miksi loin tämän apokalyptisen kuvan esineiden internetiin. Ehkä siksi, että mielestäni siitä tulee lopulta kaoottista. Jatkan suoraan eteenpäin. Tämä on yhtä suuri kuin kurssi kaikissa Internet-esityksissä. Sinulla on tavalla tai toisella sanoa jotain törkeää siitä, mihin kaikki menee. Ja itse asiassa suurin osa tästä on todennäköisesti totta. Jos tarkastellaan tapaa, jolla nämä käyrät kasvavat vähitellen. Tiedätkö, henkilökohtaiset tietokoneet, älypuhelimet ja tabletit kasvavat todennäköisesti edelleen. Älytelevisiot todennäköisesti nousevat. Pukeutuvat, ne todennäköisesti räjähtävät nyt, verrattuna siihen, mitä he olivat muutama vuosi sitten. Yhdistetyt autot, väistämätöntä, että melkein kaikki autot on tarkoitus kytkeä perusteellisesti leveiksi ja siirtää perusteellisesti tietoja koko ajan. Ja kaikkea muuta. Ja tämä erityinen BI Intelligengen kuvaaja osoittaa, että kaikki muu on selvästi ilmeisempiä erittäin nopeasti.
Joten mitä sanoa Internetistä? Ensimmäinen asia on vain arkkitehtoninen kohta. Tiedät, että kun sinulla on tietoja ja käsittelet sinua tavalla tai toisella, joudut laittamaan ne yhteen. Ja koska tiedot ovat nyt määriä ja kerääntyvät eri paikkoihin, nämä kaksi eivät ole enää luonnollisesti yhdessä. Luultavasti he olivat vanhoina keskusyksiköiden päivinä. Joten voit ajatella prosessointikerroksen, siirtokerroksen ja tietokerroksen suhteen. Ja tavalla tai toisella, kuljetuskerros aikoo nykyään siirtää prosessointia tai siirtää tietoja ympäri verkkoja. Joten tässä ovat valinnat: Voit siirtää tiedot käsittelyyn, siirtää prosessoinnin tietoihin, siirtää prosessoinnin ja tiedot sopivaan suorituspisteeseen tai voit sirottaa käsittelyn ja sirottaa tiedot. Ja mitä tulee asioiden internetiin, tiedot on melko paljon terävöitetty jo syntymän yhteydessä, ja on todennäköistä, että hirveä osa prosessoinnista tulee terävöitetyksi, jotta suoritettavat sovellukset voivat tapahtua.
Joten olen maalannut kuvan. Mielenkiintoinen asia internetissä, puhun tämän kaavion yhdistämisalueesta ja huomautan, että ala-verkkotunnuksia on. Joten voit kuvitella, että IoT-verkkotunnus 1 on jonkinlainen auto, ja toimialue 2 ja toimialue 3 ja toimialue 4 ovat jonkin tyyppisiä autoja, ja kokoat tiedot paikallisesti, ajat paikallisia sovelluksia näihin tietoihin, ja laitat erilaisia asioita toimintaan. Mutta voidaksesi analysoida kaikkia autoja, sinun on siirrettävä tietoja keskustaan, ei välttämättä kaikkia tietoja, mutta sinun on koottava keskukseen. Ja jos mietit tätä, saatat haluta olla monia, monia erilaisia yhdistämisalueita samaan Internet-asioiden joukkoon. Ja itse verkkotunnukset voivat edelleen koota. Joten sinulla voisi olla tämä toistuva hierarkia. Ja pohjimmiltaan se, mitä meillä on, on uskomattoman monimutkainen verkko. Paljon monimutkaisempi kuin mikään meillä oli ennen ollut.
Minulla on huomautus täällä. Kaikki verkon solmut, mukaan lukien lehtisolmut, voivat olla tiedon luojaita, tietovarastoja ja käsittelypisteitä. Ja se antaa sinulle mahdollisuuden jakeluun, kuten sellaista, jota emme ole ennen nähneet. Dez aikoo puhua siitä vähän enemmän, joten siirryn seuraavaan kohtaan. Kun olemme asioiden internetissä ja kaikki tiedot ovat tosiasiallisesti muuttuneet tapahtumiin, tämän dion tarkoitus on vain osoittaa, että meidän on standardisoitava tapahtumia. Meillä on ainakin oltava tämä. Meillä on tapahtuman tapahtumisaika, sen maantieteellinen sijainti, sen luoneen prosessin virtuaalinen tai looginen sijainti, sen luoneen lähdelaitteen, laitteen tunnus, jotta tiedät tarkalleen, mikä lähdelaite sen loi, omistajuus tiedoista ja toimijoista, ihmisistä, joilla on oikeus käyttää tietoja tavalla tai toisella, sen on kuljetettava lupa mukanaan, mikä tarkoittaa todella, että sen on pidettävä turvallisuutta mukana, ja sitten siellä on itse tiedot. Ja kun tarkastelet tätä, huomaat, että vaikka sinulla on anturi, joka ei tee mitään muuta kuin ilmoittaisi jonkin lämpötilan joka sekunti tai niin, tietoja on oikeastaan melko paljon, jotta tunnistetaan tarkalleen missä tiedot ovat alkuperä ja mikä se oikeastaan on. Muuten, tämä ei ole tyhjentävä luettelo.
Joten tulevaisuuden IT-maiseman kannalta näen sen olevan seuraava: että kyse ei ole vain asioiden internetistä, on myös se, että olemme tapahtumavetoisen toiminnan maailmassa, ja siksi me on oltava tapahtumavetoisia arkkitehtuureja, ja niiden on katettava suuret verkot. Ja toinen asia on reaaliaikainen kaikki, meille ei välttämättä ole välttämätöntä olla reaaliaikaista, mutta on jotain, jota viittaan liiketoiminta-aikaan, joka on aika, jonka kuluessa tiedot on todella palveltava ja valmis. jalostettu. Se ei ehkä ole millisekuntia sen luomisen jälkeen. Mutta jokaiselle tiedolle on aina sellainen aika, ja kun sinulla on tapahtumapohjainen arkkitehtuuri, alkaa olla järkevämpää ajatella reaaliaikaisen lähestymistavan suhteen siihen, miten maailma toimii.
Joten sen keittäminen, koska se, mistä me oikeastaan todella puhumme, on IoT: n analytiikka. Kaikesta tästä huolimatta on vielä aikaa saada oivalluksia, eikä ole vain aika oivallukselle, oivalluksen on seurattava toimia. Joten, aika näkemykseen ja aika toimiin ovat se, mihin keittäisin sen. Tämän jälkeen annan pallon takaisin Dezille.
Dez Blanchfield: Kiitos, Robin. Oivaltava kuten aina. Rakastan sitä, että on vaikeata toimia kaikissa tapauksissa, mutta teen parhaani.
Yksi niistä asioista, joita näen ja viihdyn usein sen vuoksi, ollakseni rehellinen, enkä epämiellyttävässä ja negatiivisessa kaltevassa muodossa, mutta maailmassa on paljon huolta ja paniikkia asioiden Internetin haltuunottoon ja pilkkaamalla meitä, niin menetät tietosi, joten haluan palata hiukan taaksepäin joihinkin asioihin, joita olemme tehneet aikaisemmin viimeisen kahden tai kolmen vuosikymmenen aikana ja jotka olivat läheinen faksi Internetille asioista, mutta ehkä ei aivan samassa mittakaavassa. Ja vain osoittaaksemme itsellemme, että olemme todella olleet täällä ja ratkaisseet joitain ongelmista, ei tällä mittakaavalla eikä tällä nopeudella. Koska se tarkoittaa, että pystymme todella ratkaisemaan ongelman ja tiedämme, mitkä vastauksista ovat; olemme juuri joutuneet metsästämään alas ja soveltamaan uudelleen joitain aiemmin saamiamme oppeja. Ja tiedän, että tämä on koko keskustelu, jota olemme käymässä, ja minulla on koko joukko hauskoja asioita vain keskustellakseni Q & A-osiossa.
Mutta kun ajatellaan ympyrän asioiden Internetiä, keskittyminen nykyään tapahtuu paljon suunnittelutasolla, joka kirjoitettiin jo varhain. Esimerkiksi sopivilla laitteilla on taipumus mennä yhteen keskitettyyn paikkaan, ja se todennäköisesti isännöidään pilvialustalla jossain ja kaikkien näiden laitteiden kaikki tiedot osuvat samaan, sanotaan vain pinoon, mukaan lukien verkko ja sovellus- ja tietopohjaiset palvelut. Mutta ajan mittaan kyseinen mittakaava vaatii uuden suunnittelun, jotta pystytään käsittelemään heille tulevaa tietomäärää, ja he suunnittelevat uudelleen niin, että pinolla on useita etuosia ja useita kopioita useissa paikoissa ja alueilla. Ja näemme tämän, ja voin antaa sinulle useita esimerkkejä, joista voimme keskustella.
Tärkeintä tässä on, että vaikka olemme nähneet joitain näistä ratkaisuista, joita aion kattaa, tietojen laajuus ja määrä sekä verkkoliikenne, jonka esineiden Internet tuottaa, vaatii kiireellisesti siirtymisen keskus mielestäni hajautettuihin arkkitehtuureihin, ja tiedämme tämän, mutta emme ole välttämättä ymmärtäneet, mikä ratkaisu on. Kun ajattelemme käsitettä siitä, mikä on esineiden internet, se on laaja-alainen verkkomalli. Se on paljon ja paljon asioita, jotka nyt aiheuttavat melua. Asiat, jotka eivät aiheuttaneet melua viime aikoihin asti. Ja itse asiassa luulen, että se oli eilen, puhuin vitsailevasti pinosta, mutta menin ostamaan uusi leivänpaahdin ja sen mukana tuli vaihtoehto, joka kertoi minulle erilaisia asioita, myös silloin, kun se tarvitsi puhdistamisen. Ja uusi mikroaaltouuni, jolla on hyvin samankaltainen ominaisuus ja joka voisi jopa pingistaa puhelimelleni sovelluksen sanoaksesi, että se asia, jonka lämmitin, oli nyt tehty. Ja olen erittäin sitä mieltä, että jos on pari asiaa, en halua puhua minulle, se on jääkaappini, mikroaaltouuni ja leivänpaahdin. Olen melko mukava, että ne ovat tyhmiä laitteita. Mutta minulla on hiljattain uusi auto, pieni Audi, ja se puhuu minulle, ja olen siitä varsin tyytyväinen, koska se, mistä se puhuu, on kiinnostavaa. Kuten päivittää karttoja reaaliajassa kertoakseni, mistä on parempi reitti päästä pisteestä A pisteeseen B, koska se havaitsee liikenteen eri mekanismien kautta ja sillä lähetetään tietoja.
Minulla on tämä dia. Olemme jo nähneet, että suuren volyymin verkon mallit vaativat siirtymistä tietojenkäsittely- ja analytiikkamalleista keskitetystä hajautettuun sieppaukseen ja toimittamiseen. Olemme nähneet asioiden liikkuvan kolmesta pienestä kuvaajakaaviosta siellä oikealla puolella, missä meillä on, vasemmalla puolella kolmesta, on keskitetty malli, jossa kaikki pienet laitteet tulevat keskeiseen sijaintiin ja kerätä tietoja, ja asteikko ei ole niin suuri, he selviävät siellä hienosti. Keskellä meillä on hiukan hajautetumpi malli, keskitin ja puhe, mitä mielestäni tarvitsemme seuraavan sukupolven esineiden internetin kanssa. Ja sitten oikealla puolella meillä on tämä täysin hajautettu ja silmämääräinen verkko, johon asioiden internet ja koneelta koneelle menee tulevaisuudessa hyvin lyhyessä ajassa, mutta emme ole aivan siellä monista syistä. Ja pääasiassa siksi, että käytämme Internet-alustoja suurimpaan osaan viestinnästä toistaiseksi emmekä ole tosiasiallisesti rakentaneet toista verkkoa, joka kuljettaa paljon tätä tietoa.
Jo olemassa on toisia verkkoja, kuten Batelco-verkko. Monet ihmiset eivät ajattele sitä, että televiestintäverkot eivät ole Internetiä. Internet on monin tavoin hyvin erillinen asia. He reitittävät tietoja älypuhelimista puhelinverkkojen kautta, sitten puhelinverkkojen kautta ja Internetiin yleensä, missä he tosiasiallisesti tasoittavat kahta verkkoa. Mutta on täysin mahdollista ja todennäköistä, että esineiden internet tarvitsee toisen verkon. Puhumme teollisesta internetistä yleensä aiheena, jota emme syventy nyt, mutta pohjimmiltaan puhumme toisesta verkosta, joka on erityisesti suunniteltu tiedon tai esineiden Internetin kuljettamiseen ja koneelta koneelle. viestintä.
Mutta jotkut esimerkit, jotka halusin kertoa, joissa olemme nähneet suurten verkkojen ja hajautetun datan toimivan erittäin hyvin, ovat esimerkiksi Internet. Internet on suunniteltu ja suunniteltu erityisesti ensimmäisestä päivästä lähtien, jotta se pystyy selviytymään ydinsodasta. Jos osia Yhdysvalloista räjäytetään, Internet suunniteltiin siten, että tiedot voivat liikkua Internetissä ilman pakettihäviötä syistä, että olemme edelleen yhteydessä. Ja se on edelleen olemassa maailmanlaajuisesti. Internetillä on useita ominaisuuksia redundanssin ja pakettien reitityksen välillä. Ja itse asiassa Internetin hallitsema nimi, jota kutsutaan nimellä BGP, Border Gateway Protocol ja Border Gateway Protocol, BGP, on erityisesti suunniteltu selviytymään joko reitittimestä tai kytkimestä tai palvelimesta. Lähettäessäsi tai vastaanottaessasi sähköpostia, jos lähetät kolme sähköpostia peräkkäin, ei ole mitään takeita siitä, että kaikki nämä sähköpostit kulkevat samalla reitillä samaan loppukohtaan. He voivat liikkua Internetin eri osien läpi monista syistä. Voi olla katkoksia, voi olla huoltoikkunoita, joissa asiat ovat offline-tilassa päivitettävissä, verkossa voi olla vain ruuhkia, ja näemme sen esimerkiksi autojen ja julkisen liikenteen liikenneverkoissa sekä laivoissa ja lentokoneissa. Saamme sisältöä laitteisiimme, kuten kannettaviin tietokoneisiin, tablet-laitteisiin ja tietokoneisiin selainten kautta ja niin edelleen päivittäin sisällönjakeluverkkojen kautta. Sisällönjakeluverkkojen tarkoituksena on ottaa kopioita sisällöstä ensisijaisella palvelevalta alustaltasi, kuten verkkopalvelimelta, ja siirtää siitä kopioita siitä ja välimuistista pieniä määriä verkon reunaan ja toimittaa se sinulle vain reunan lähimmästä osasta.
Roskapostin torjunta ja verkkoturvallisuus - jos roskapostitapahtuma tapahtuu Kanadassa ja Microsoft havaitsee sen ja näkee, että samasta sähköpostista lähetetään paljon kopioita satunnaisten ihmisten ryhmälle, siitä tehdään tarkistussummat, sanoman allekirjoitus on luotu ja laitettu verkkoon ja jaettu välittömästi. Ja niin, että sähköposti ei koskaan pääse postilaatikkooni, tai jos se niin tapahtuu, se merkitään roskapostiksi heti, koska se on havaittu muualla verkon reunalla. Joten muille verkon reunoille kerrotaan tästä roskapostin allekirjoituksesta ja se laitetaan tietokannan hakemistoon. Jos viestit alkavat näkyä planeetan toisella puolella, havaitsemme ne ja tiedämme, että ne ovat roskapostia. Ja sama pätee kyberturvallisuuteen. Maapallon toisella puolella tapahtuva hakkerointi havaitaan, rekisteröidään ja kartoitetaan, ja yhtäkkiä verkon toisella puolella voimme torjua sitä ja arkistoida säännöt ja politiikat ja muuttaa nähdäksemme, voimmeko estää sen. Varsinkin palvelun epäämisen tai hajautetun palvelunestohyökkäyksen, kuten tuhansien koneiden hyökkäyksen yhteydessä keskussivustoon, uusien vaikutusten myötä.
Bitcoin ja blockchain ovat oletusarvoisesti luonteeltaan hajautettua pääkirjaa, blockchain ja toimivat verkon mahdollisten katkoksien tai katkenneiden kanssa. Petosten havaitseminen ja ehkäisy, sähkö- ja vesilaitokset - näemme, että tiedät sähköverkon, jos jokin verkon osa saa siihen puumaata ja ottaa navan ja vaijerin, taloni saa silti virtaa. En edes tiedä siitä, en usein edes näe sitä uutisissa. Ja olemme kaikki tottuneet liikenneverkkoihin, joissa alun perin oli keskitetty malli ”Kaikki tiet johtavat Roomaan”, kuten he sanovat, ja lopulta meidän piti mennä hajautettuun malliin keskittimien ja puolien kanssa, ja sitten menimme silmukkaverkkoon, josta pääset kaupungin yhdeltä puolelta toiselle erilaisten silmukkareittien ja erilaisten risteysten kautta. Joten mitä täällä näemme on, että tämän keskitetyn mallin siitä, mitä teemme nyt asioiden internetin kanssa, on pakko ajaa ulos verkon reunaan. Ja tämä pätee analytiikkaan enemmän kuin koskaan, ja se on, että meidän on työnnettävä analytiikka ulos verkosta. Ja sen tekeminen vaatii mielestäni täysin uudenlaista lähestymistapaa siihen, kuinka pääsemme ja käsittelemme näitä tietoja ja tietovirtoja. Puhumme nyt tilanteesta, jossa uskon, että näemme rajoitetun älykkyyden työnnettynä verkon reunaan Internet-yhteydessä olevilla laitteilla, mutta näemme pian näiden laitteiden älykkyyden lisääntyvän ja lisäävän haluamansa analytiikan tasoa tehdä. Ja sen seurauksena meidän on työnnettävä nuo hajuvesit yhä pidemmälle verkon kautta.
Esimerkiksi älysovellukset ja sosiaalinen media - jos ajatellaan sosiaalista mediaa ja osaa älysovelluksista, ne ovat silti erittäin keskeisiä. Tiedät, että Facebook-ystäville on vain kaksi tai kolme tietokeskusta. Google on saanut paljon hajautetumpia, mutta ympäri maailmaa on edelleen rajallinen määrä datakeskuksia. Sitten kun ajattelemme sisällön mukauttamista, sinun on mietittävä hyvin paikallisella tasolla. Paljon mitä tehdään selaimessa tai paikallisessa sisällönjakeluverkkokerroksessa. Ja ajattelemme terveys- ja kuntoseurantalaitteita - suuri osa heiltä kerätystä tiedosta analysoidaan paikallisesti, joten ranteesi asettamien Garmin- ja Fitbit-laitteiden uudet versiot tulevat laitteesta älykkäämmäksi ja älykkäämmäksi. . He eivät nyt lähetä kaikkia sykettä koskevia tietoja takaisin keskitettyyn palvelimeen analysoinnin suorittamiseksi. he rakentavat kyseisen älykkyyden suoraan laitteeseen. Auton sisäisessä navigoinnissa oli aiemmin niin, että auto haki jatkuvasti päivityksiä ja karttoja keskeisestä sijainnista. Nyt arkut ovat autossa ja auton päätöksenteko tapahtuu yksinään ja lopulta autot silmäilevät. Autot puhuvat keskenään jonkinlaisen langattoman verkon kautta, joka voi olla seuraavan sukupolven 3G- tai 4G-langattoman verkon kautta, mutta lopulta kyse on laitteesta toiseen. Ja ainoa tapa selviytyä sen volyymista on tekemällä laitteista älykkäämpiä.
Meillä on jo hätävaroitusjärjestelmiä, jotka keräävät tietoa paikallisesti ja lähettävät sen keskitetysti tai verkkoon ja tekevät päätöksiä paikallisesti tapahtuvasta. Esimerkiksi Japanissa on sovelluksia, joita ihmiset ajavat älypuhelimillaan älypuhelimen kiihtyvyysmittarilla. Älypuhelimen kiihtyvyysmittarit tunnistavat värähtelyt ja liikkeet ja voivat erottaa normaalin päivittäisen liikkeen ja maanjäristyksen vapinajen ja iskujen välillä. Ja tämä puhelin alkaa hälyttää heti paikallisesti. Varsinainen sovellus tietää, että se havaitsee maanjäristykset. Mutta se jakaa nämä tiedot myös verkon kautta hajautetussa keskittimessä ja puhemallissa, jotta lähelläsi olevia ihmisiä varoitetaan heti tai niin pian kuin mahdollista, että tiedot virtaavat verkon kautta. Ja sitten lopulta, kun se pääsee keskeiseen sijaintiin tai hajautettuun kopioon keskeisestä sijainnista, se työntyy takaisin ihmisille, jotka eivät ole lähialueella, eivät ole havainneet planeetan liikettä, mutta heitä on varoitettava siitä, koska Ehkä tsunami on tulossa.
Ja älykäs kaupunkiinfrastruktuuri - älykkään infrastruktuurin käsite, rakennamme älyä jo älykkäisiin rakennuksiin ja älykkäisiin infrastruktuureihin. Itse asiassa pysäköin eilen autoni kaupunkiin uudelle alueelle, jolla osa kaupunkia kunnostettiin ja rakennettiin uudelleen. Ja he ovat tehneet kaikki kadut, ja kaduilla on anturit, ja todellinen pysäköintimittari tietää, että kun olen ajanyt autolla, se tietää, että kun menen päivittämään kahden tunnin raja, joka auto ei ole muuttunut, eikä se oikeastaan antaisi minun täyttyä ja pysyä vielä kaksi tuntia. Minun piti päästä autoon, vetää pois tilasta ja vetää sitten takaisin huijatakseen sitä, jotta voisin olla siellä vielä kaksi tuntia. Mutta mielenkiintoista on, että lopulta olemme menossa kohtaan, jossa ei vain havaita alueelle saapuvaa autoa paikallisena anturina, vaan myös optisia ominaisuuksia, joissa tunnistus tehdään kameroilla, jotka katsovat rekisterikilveni, ja se tietää että itse asiassa vain vedin ja vedin takaisin sisään ja huijain sen, eikä se vain anna minun uudistua ja jatkan. Ja sitten se jakaa kyseiset tiedot ja varmistaa, että en voi tehdä sitä muualla ja huijata verkkoa myös jatkuvasti. Koska sen on luonteeltaan oltava älykkäämpi, muuten me kaikki jatkamme hämäämistä.
Tässä on esimerkki siitä, että olen itse henkilökohtaisesti asunut siellä, missä palomuuritekniikassa, 80-luvun lopulla ja 90-luvun alkupuolella, nimeltään Check Point FireWall-1. Hyvin yksinkertainen palomuuritekniikka, jota olemme käyttäneet sääntöjen luomiseen ja politiikkojen ja sääntöjen luomiseen tiettyjen asioiden ympärille sanomalla, että tietyn tyyppinen liikenne tiettyjen porttien kautta ja IP-osoitteet ja verkot päästäkseen toisistaan, verkkoliikenne paikasta toiseen, siirtyminen selaimesta ja asiakaspäästä palvelinpäähän. Ratkaisimme tämän ongelman poistamalla logiikan itse palomuureista ja siirtämällä sen ASIC: ään, sovelluskohtaiseen integroituun piiriin. Se kontrolloi Ethernet-kytkinten portteja. Havaitsimme, että palvelintietokoneet, tietokoneet, joita tosiasiallisesti käytimme palvelimina päätöksentekoon palomuureina, eivät olleet riittävän tehokkaita käsittelemään niiden läpi kulkevaa liikenteen määrää jokaisesta pienestä pakettivalvonnasta. Ratkaisimme ongelman siirtämällä pakettivalvonnan ja Internet-havaintojen suorittamiseen tarvittavan logiikan verkkokytkimiin, jotka jaettiin ja pystyivät käsittelemään verkkotason läpi kulkevaa tietomäärää. Emme huolestuneet siitä keskitetyllä tasolla palomuurien avulla, siirrimme sen kytkimiin.
Ja niin meillä oli valmistajia rakentamaan meille kyky työntää polkuja ja sääntöjä ja käytäntöjä Ethernet-kytkimeen niin, että todellisella Ethernet-porttitasolla ja ehkä monet uima-altaan ihmiset eivät tunne tätä, koska olemme kaikki elävät nyt langattomassa maailmassa, mutta kerran kaiken piti kytkeä verkkoon Ethernetin kautta. Nyt Ethernet-porttitasolla tarkistimme paketteja nähdäksemme, saako pakettien edes siirtyä kytkimeen ja verkkoon. Jotkut tästä ratkaistaan nyt haasteessa, joka koskee verkon tietojen sieppaamista, erityisesti IRT-laitteista, tarkastamista ja analysointia siitä ja todennäköisesti sen analysointia reaaliajassa päätöksentekoa varten. Ja osa siitä on saada tietoa liiketoiminnan tiedoista ja tietoa siitä, kuinka ihmiset tekevät parempia päätöksiä ja muuta analytiikkaa ja suorituskykyä koneelta toiselle -tasolla, kun laitteet puhuvat laitteille ja tekevät päätöksiä.
Ja tästä tulee trendi, joka meidän on tarkasteltava lähitulevaisuudessa ratkaisemiseen, koska jos emme, niin päädymme vain tähän melun hajoamiseen. Ja olemme nähneet suurten tietojen maailmassa, olemme nähneet sellaisia asioita kuin datajärvet muuttuvat datasoiksi, joista päädytään vain melun myrskyyn, jota emme ole keksineet kuinka ratkaista käsittelyn analysointi keskitetysti muoti. Jos emme ratkaise tätä ongelmaa, mielestäni IoT: llä heti ja saamme alustaratkaisun erittäin nopeasti, päädymme erittäin, erittäin huonoon paikkaan.
Ja pitäen tämän mielessä lopuksi huomautukseni, jonka mukaan uskon, että yksi suurimmista muutoksista, jotka tapahtuvat big data- ja analytiikkatilassa, johtuu välittömästä tarpeesta reagoida Internetin vaikutuksiin asioista suuren volyymin ja reaaliaikaisen analyysin suhteen, koska meidän on siirrettävä analytiikka ulos verkkoon ja sitten lopulta verkon reunaan vain selviytyäkseen sen pelkästä määrästä, vain prosessoidaksesi sitä. Ja sitten lopulta, toivottavasti, laitamme älykkyyden verkkoon ja verkon reunaan keskittimeen ja puhuimme mallia, jolla pystymme tosiasiallisesti hallitsemaan sitä ja saamaan oivalluksia reaaliajassa ja saamaan siitä hyötyä. Ja sen kanssa aion siirtyä vieraillemme ja nähdä, mihin tämä keskustelu vie meidät.
Shawn Rogers: Paljon kiitoksia. Tässä on Shawn Rogers Dell Statisticalta, ja poika. Aivan aluksi olen täysin samaa mieltä kaikista tärkeimmistä aiheista, joita tässä on käsitelty. Ja Rebecca, aloititte yhden ajatuksen ympärillä, tiedättekö, nämä tiedot eivät ole uusia, ja minulle on huomattava, kuinka paljon aikaa ja energiaa käytetään tiedon, datan ja Internetin tietojen keskusteluun. Ja se on varmasti merkityksellistä, tiedätkö, Robin huomautti hyvin, vaikka teetkin jotain todella yksinkertaista ja napautat termostaattia kerran sekunnissa, tiedät, että teet sen 24 tuntia vuorokaudessa ja sinulla todella onkin, tiedät, mielenkiintoisia datahaasteita. Mutta tiedät loppujen lopuksi - ja luulen, että monet teollisuuden ihmiset puhuvat tiedoista tällä tavalla - että se ei ole oikeastaan yhtä mielenkiintoista ja että Rebeccan mielestä se on ollut hyvä, kauan aikaa, mutta emme ole aiemmin pystyneet hyödyntämään sitä suuresti. Ja luulen, että edistynyt analytiikkateollisuus ja BI-ala yleensä alkavat kääntyä todella päänsä kohti Internet-verkkoa. Ja Dez, viimeiseksi huomautukseksi, tämä on mielestäni totta totta, että se on osa suurta datamaisemaa tai yksi haastavista kohdista. Uskon, että kaikki ovat erittäin innoissaan siitä, mitä voimme tehdä tämän tyyppisillä tiedoilla, mutta jos emme pysty selvittämään, miten soveltaa tietoa, ryhtyä toimiin ja tiedätte saada analytiikkaa missä tiedot ovat, luulen meillä on haasteita, joita ihmiset eivät näe oikeasti tulevan tiensä eteen.
Tästä huolimatta edistyneessä analytiikkatilassa olemme suuria faneja siitä, mitä mielestämme voi tapahtua IoT-tiedoilla, varsinkin jos sovellamme siihen analytiikkaa. Ja tässä diassa on paljon tietoa ja annan kaikkien vain metsästää ja piilottaa, mutta jos tarkastellaan eri aloja, kuten vähittäiskauppaa oikealla puolella, näkee heidän mahdollisuutensa syntyvän, koska ne voivat olla innovatiivisempia tai joilla on joitain kustannussäästö tai prosessin optimointi tai parannukset ovat erittäin tärkeitä, ja he näkevät siihen paljon käyttötapauksia. Jos katsot, tiedät, vasemmalta oikealle diaan, näet kuinka kukin näistä yksittäisistä toimialoista vaatii uusia ominaisuuksia ja uusia erottelumahdollisuuksia itselleen, kun he soveltavat analytiikkaa IoT: hen. Ja mielestäni lopputulos on, että jos aiot yrittää mennä tällä tiellä, sinun ei tarvitse pelätä pelkästään tietoja, kuten olemme keskustelleet, ja arkkitehtuuria, vaan sinun on myös tarkasteltava kuinka parhaiten soveltaa analytiikkaa siihen ja missä analysoinnin on tapahduttava.
Tiedätte, että joillekin meille tämän päivän puhelun aikana, Robin ja minä olemme tunteneet toisiamme erittäin kauan ja olleet lukemattomia keskusteluja perinteisistä arkkitehtuureista, keskitetyistä tietokannoista tai yritystietovarastoista ja niin edelleen, ja kun me ' Olemme löytäneet viimeisen vuosikymmenen aikana niin, että teemme aika hyvää työtä venätäksemme näiden infrastruktuurien rajoituksia. Ja he eivät ole niin vankkoja tai vahvoja kuin haluaisimme heidän olevan tänään, tukeakseen kaikkia hienoja analytiikoita, joita sovellamme tietoihin ja tietysti myös tiedot rikkovat arkkitehtuuria, tiedätte, datan nopeus, datan määrä ja niin edelleen, ovat ehdottomasti venyttämässä joidenkin perinteisempien lähestymistapojemme ja strategioidemme rajoituksia tämän tyyppiseen työhön. Joten mielestäni alkaa vaatia yritysten tarvetta suhtautua tähän ketterämpään ja ehkä joustavampaan näkökulmaan. Se on osa, luulen, että haluaisin puhua hiukan Internetin puolelta.
Ennen kuin teen, annan hetken vain antaa kaikille puhelun, antaa sinulle vähän taustaa siitä, mitä Statistica on ja mitä teemme. Kuten tämän dian otsikosta näet, Statistica on ennustava analytiikka, iso data ja visualisointi IoT-alustalle. Itse tuote on hiukan yli 30 vuotta vanha, ja kilpailemme muiden markkinoiden johtajien kanssa, jotka olet todennäköisesti perehtynyt tapaan, jolla pystyt soveltamaan ennustavaa analytiikkaa, edistynyttä analytiikkaa tietoihin. Näimme tilaisuuden laajentaa toiminta-alueitamme kohtaan, johon sijoitimme analytiikkamme, ja aloimme työskennellä joihinkin tekniikoihin, jotka ovat asentaneet meidät melko hyvin hyödyntämään sitä, mitä sekä Dez että Robin ovat tänään puhuneet, mikä on tämä uusi lähestymistapa ja mihin aiot laittaa analytiikan ja miten alat sulauttaa sen tietoihin. Sen vieressä on muita asioita, joihin sinun on pystyttävä käsittelemään alusta, ja kuten mainitsin, Statistica on ollut markkinoilla pitkään. Olemme erittäin hyviä asioiden yhdistämisessä ja luulen, että tiedämme, että emme ole puhuneet liikaa tiedonsaannista tänään, mutta pystymme tavoittamaan nämä monipuoliset verkot ja saamaan kätesi oikeisiin tietoihin oikea aika on muuttumassa yhä mielenkiintoisemmaksi ja tärkeämmäksi loppukäyttäjille.
Viimeinkin kommentoin vielä yhtä kappaletta täällä, koska Dez esitti hyvät huomautukset itse verkoista, sillä niillä on jonkin verran hallintaa ja turvallisuutta analyyttisten mallien suhteen ympäristössäsi ja miten ne pitävät itseään tiedon tulossa erittäin tärkeäksi. Kun pääsin tähän alaan muutama vuosi sitten - mielestäni tällä hetkellä melkein 20 -, kun puhuimme edistyneestä analytiikasta, se oli hyvin kuratoitua. Vain muutamalla organisaation ihmisellä oli käsiinsä, he käyttivät sitä ja he antoivat ihmisille tarvittavan vastauksen tai tarjosivat tarvittavia oivalluksia. Se on todella muuttuvaa, ja näemme, että monet ihmiset työskentelevät yhden tai useamman monimuotoisen ja joustavamman tavan kanssa saada tietoja, soveltaa tietoturvaa ja hallintoa ja sitten pystyä tekemään siitä yhteistyötä. Nämä ovat joitain tärkeitä asioita, joita Dell Statistica tarkastelee.
Mutta haluan sukeltaa aiheeseen, joka on hiukan lähempänä nykypäivän otsikkoa, joka on, kuinka meidän pitäisi käsitellä asioiden internetistä saatavia tietoja ja mitä sinun kannattaa etsiä etsiessään erilaisia ratkaisuja. Dia, jonka olen nyt noussut edessäsi, on tavallaan perinteinen näkymä, ja sekä Dez että Robin koskettivat tätä, ajatusta puhua anturille, olipa se sitten auto tai leivänpaahdin tai tuuliturbiinin, tai mitä sinulla on, ja sitten siirtämällä nämä tiedot tietolähteestä koko verkkoon takaisin keskitettyyn konfiguraatiomuotoon, kuten Dez mainitsi. Ja se verkostoituu melko hyvin, ja monet yritykset pääsevät Internet-alueeseen alun perin alkamaan tehdä sitä tällä mallilla.
Toinen asia, joka tuli mukana, kun tarkastellaan dian alaosaa, on tämä ajatus ottaa muita perinteisiä tietolähteitä, täydentää IoT-tietojasi ja sitten tällaisessa ytimessä, riippumatta siitä, onko ytimessäsi datakeskus tai se saattaa olla pilvessä, sillä ei ole väliä, ota Statistica-kaltainen tuote ja sitten analysoit sitä siihen kohtaan ja sitten annat nämä oivallukset kuluttajille oikealta. Ja mielestäni tässä vaiheessa tämä on pöydässä. Tämä on jotain, joka sinun on kyettävä tekemään, ja sinulla on oltava tarpeeksi avoin arkkitehtuuri edistyneelle analytiikkaalustalle ja puhua kaikille näille, eräänlaisille, monipuolisille tietolähteille, kaikille näille antureille ja kaikille näille eri kohteille, joissa sinulla on tietoja. Ja mielestäni tämä on jotain, joka sinun on kyettävä tekemään, ja mielestäni pidät totta, että monet markkinoiden johtajat kykenevät tekemään tällaisia asioita. Täällä Statisticassa puhumme eräänlaisesta tästä ydinanalyysinä. Mene hakemaan tietoja, palauttamaan tiedot takaisin ytimeen, käsittelemään niitä, lisää tarvittaessa tai tarvittaessa lisätietoja. Tee analyysi ja jaa sitten tiedot toimintoa tai tietoa varten.
Ja joten mielestäni nämä ovat varmasti toiminnalliselta kannalta, olisimme todennäköisesti kaikki yhtä mieltä siitä, että tiedätte, että tämä on vain välttämätöntä asia ja kaikkien on tehtävä tämä. Mistä alkaa tulla mielenkiintoista, missä sinulla on valtavia määriä tietoja, tiedoista, jotka tulevat erilaisista tietolähteistä, kuten IoT-antureista, kuten mainitsin, onko kyse sitten autosta, turvakamerasta vai valmistusprosessista, sieltä alkaa tulla etuna se, että pystyt suorittamaan analyyttisen tiedon missä tosiasiallisesti tuotetaan. Ja etuna useimmille ihmisille, mielestäni kun aloitamme analyytin siirtämisen ytimestä reunaan, on tämä kyky levittää joitain tapahtuvia datahaasteita, ja Dez ja Robin kommentoivat tätä todennäköisesti lopussa Tänään, mutta mielestäni sinun on voitava seurata ja tehdä toimia tietojen reunalta poistamiseksi, jotta kaikkia näitä tietoja ei ole aina tarpeen siirtää verkkoon. Robin puhui tästä hänen laatimissaan arkkitehtuurikuvissa, joissa on kaikki nämä eri lähteet, mutta yleensä on joitain yhdistämiskohtia. Yhdistelmäkohta, jonka näemme melko usein, on joko anturitason tasolla, mutta vielä useammin yhdyskäytävätasolla. Ja nämä yhdyskäytävät ovat eräänlaisena välittäjänä tietolähteiden tiedonkulussa ennen palaamista ytimeen.
Yksi Dell Statistican hyödyntämistä mahdollisuuksista on, että kykymme viedä malli keskitetystä edistyneestä analytiikkaalustastamme pystyy ottamaan mallin ja toteuttamaan sen sitten mallin reunalla eri alustalle, kuten yhdyskäytävälle tai sisälle. tietokannasta tai mitä sinulla on. Ja luulen, että joustavuus, joka antaa meille, on todella mielenkiintoinen kohta tämänpäiväisessä keskustelussa, onko sinulla sitä nykyisessä infrastruktuurissasi? Pystytkö siirtämään analyytikon sinne, missä tiedot elävät verrattuna vain siirtämään tiedot aina sinne, missä analysoijasi asuu? Ja siihen Statistica on keskittynyt jo jonkin aikaa, ja kun katsot tarkemmin dioja, huomaat, että siellä on jotain muuta tekniikkaa sisaryritykseltämme, Dell Boomilta. Dell Boomin tietointegraatio- ja sovellusintegraatioalusta pilvessä. Käytämme Dell Boomia todellakin ihmiskaupan välineenä siirtääksemme mallejamme Dell Statistica -sovelluksesta Boomin kautta ja reunalaitteisiin. Ja ajattelemme, että tämä on ketterä lähestymistapa, jota yritykset vaativat niin paljon kuin he pitävät versiosta, jonka minä näyttelin sinulle minuutti sitten, joka on eräänlainen ydinidea siirtää tietoja antureista takaisin takaisin Samanaikaisesti yritykset haluavat kyetä tekemään sen tavalla, jollaisen selvitän täällä. Ja tämän suorittamisen etuna on joitain seikkoja, jotka sekä Robin että Dez ovat esittäneet, eli voitteko tehdä päätöksen ja ryhtyä toimiin yrityksesi vauhdilla? Pystytkö siirtämään analytiikkaa paikasta toiseen ja voisitko säästää aikaa, rahaa ja energiaa sekä monimutkaisuutta siirtääksesi reunadataa jatkuvasti takaisin ytimeen.
Nyt olen ensimmäinen, joka sanoo, että jotkut reunatiedoista ovat aina riittävän suuria ansioita, jos on järkevää tallentaa nämä tiedot ja säilyttää ne ja viedä ne takaisin verkkoosi, mutta minkä reuna-analyysin avulla voit onko kyky tehdä päätöksiä sillä nopeudella, jota tiedot tosiasiallisesti saavat, eikö? Että pystyt soveltamaan näkemystä ja toimintaa nopeudella, jolla on suurin mahdollinen arvo. Ja mielestäni jotain, jota me kaikki etsimme, kun on kyse edistyneiden analytiikkojen ja Internet-tietojen hyödyntämisestä, on tämä tilaisuus liikkua liiketoiminnan nopeudella tai asiakkaan vaatimalla nopeudella. Mielestäni kantamme on, että mielestäni sinun on kyettävä tekemään molemmat. Ja mielestäni melko pian ja hyvin nopeasti, kun yhä useammat yritykset tarkastelevat monipuolisempia tietokokonaisuuksia, etenkin Internet-puolella, ne alkavat tarkastella myyjätilaa ja vaatia mitä Statistica kykenee tekemään. Joka on mallin käyttöönotto ytimessä, kuten olemme tehneet perinteisesti monien vuosien ajan, tai sen käyttöönotto alustoille, jotka ovat ehkä epätyypillisiä, kuten IoT-yhdyskäytävä, ja joiden avulla voidaan tosiasiallisesti pisteyttää ja soveltaa analytiikkaa reunalla, kun tiedot tuotetaan. Ja mielestäni juuri siellä keskusteluun tulee mielenkiintoinen osa. Koska pystymme soveltamaan analyyttistä anturia reunaan sillä hetkellä, kun tiedot tulevat anturista, antaa meille mahdollisuuden toimia niin nopeasti kuin tarvitsemme, mutta antaa meille myös mahdollisuuden päättää, onko näiden tietojen palattava välittömästi takaisin ytimeen? Voimmeko erotella sen täällä ja lähettää sen sitten takaisin paloina ja osina ja tehdä analysointia myöhemmin? Ja sitä me näemme paljon johtavien asiakkaidemme tekevän.
Tapa, jolla Dell Statistica tekee tämän, on, että meillä on kyky hyödyntää sitä, joten sanotaan esimerkiksi, että rakennat neuraalisen verkon Statistican sisälle ja halusit laittaa neuroverkon muualle tietokenttään. Meillä on kyky tuottaa ne mallit ja kaikki kielet, jotka huomasit oikeassa kulmassa - Java, PPML, C ja SQL ja niin edelleen, mukana on myös Python ja pystymme viemään myös skriptejämme - ja kun siirrät sen pois keskitetystä alustastamme, voit sitten ottaa kyseisen mallin tai algoritmin käyttöön missä tahansa tarvitset. Ja kuten aiemmin mainitsin, käytämme Dell Boomi -sovellusta ja pysäytämme sen mihin meidän on suoritettava se. Sitten voimme palauttaa tulokset, tai voimme auttaa palauttamaan tiedot tai keräämään tiedot ja ryhtymään toimiin sääntöjemme avulla . Kaikista noista asioista tulee tavallaan tärkeitä, kun alamme tutkia tällaista tietoa ja ajattelemme uudelleen.
Tämä on asia, joka suurimmalle osalle puhelimesta on tarpeen tehdä, koska verkon verottaminen, kuten Dez mainitsi, tulee hyvin kalliiksi ja verottaa, kuten Dez mainitsi, näiden kaavioiden vasemmalta puolelta näiden kaavioiden oikealle puolelle. aika. Se ei kuulosta paljon, mutta olemme nähneet valmistusasiakkaita, joiden tehtaissa on kymmenentuhatta anturia. Ja jos tehtaallasi on kymmenentuhatta anturia, vaikka teetkin vain näitä sekunnin tyyppisiä testejä tai signaaleja, puhut kahdeksankymmentä neljätuhatta riviä tietoja jokaisesta näistä antureista päivässä. Ja niin tiedot ehdottomasti kasaantuivat ja Robin eräänlainen mainitsi sen. Alussa mainitsin pari toimialaa, joilla näemme ihmisten saavan aikaan joitain melko mielenkiintoisia asioita ohjelmistomme ja Internet-tietojen avulla: rakennusautomaatio, energia, apuohjelmat ovat todella tärkeä tila. Näemme paljon työtä järjestelmän optimoinnissa, jopa asiakaspalvelussa ja tietysti yleisessä toiminnassa ja ylläpidossa, energialaitoksissa ja automaatiorakennuksissa. Ja nämä ovat joitain käyttötapauksia, jotka näemme olevan melko voimakkaita.
Olemme tehneet reuna-analyyttisiä aikaisemmin, luulen, että termi oli keksitty. Kuten mainitsin, meillä on syvät juuret Statisticalla. Yritys perustettiin melkein 30 vuotta sitten, joten meillä on asiakkaita, jotka palaavat jo jonkin aikaa takaisin ja integroivat internet-tiedot analyysiinsä ja ovat olleet jonkin aikaa. Ja Alliant Energy on yksi käyttötapaamme tai referenssiasiakkaitamme. Ja voit kuvitella ongelman, jonka energiayhtiöllä on fyysisen laitoksen kanssa. Skaalaus fyysisen laitoksen tiiliseinien ulkopuolelle on vaikeaa, joten Alliantin kaltaiset energiayhtiöt etsivät tapoja optimoida energiantuotonsa, tehostamalla pohjimmiltaan tuotantoprosessiaan ja optimoimalla se korkeimmalle tasolle. Ja he käyttävät Statisticaa hallitakseen kasviensa uuneja. Ja meille kaikille, jotka palaamme takaisin varhaisina päivinämme tiedekursseille, me kaikki tiedämme, että uunit tuottavat lämpöä, lämpö saa höyryä, turbiinit pyörivät, saamme sähköä. Alliantin kaltaisten yritysten ongelmana on itse asiassa optimointi siitä, miten asiat kuumenevat ja palavat noissa suurissa sykloniuuneissa. Ja optimoimalla tuotanto vältetään ylimääräiset kustannukset pilaantumisesta, hiilen siirtymästä ja niin edelleen. Ja niin sinun on voitava seurata yhden näiden sykloniuunien sisäpintaa kaikilla näillä laitteilla, antureilla, ottaa sitten kaikki anturitiedot ja tehdä muutoksia energiaprosessiin jatkuvasti. Ja juuri sitä Statistica on tehnyt Alliantille noin vuodesta 2007, ennen kuin termi IoT oli erittäin suosittu.
Rebeccan näkökulmasta varhaisessa vaiheessa tiedot eivät todellakaan ole uusia. Kyky käsitellä ja käyttää sitä oikein on todella siellä missä jännittäviä asioita tapahtuu. Olemme puhuneet hiukan terveydenhuollosta tänään puhelunvaiheessa ja näemme kaikenlaisia ihmisille tarkoitettuja sovelluksia, jotka koskevat parempaa potilaan hoitoa, ennaltaehkäisevää ylläpitoa, toimitusketjun hallintaa ja terveydenhuollon operatiivista tehokkuutta. Ja se on melko jatkuvaa, ja käyttötapauksia on paljon. Yksi siitä, mistä olemme ylpeitä täällä Statisticassa, on asiakkaamme Shire Biopharmaceuticals. Ja Shire valmistaa erikoislääkkeitä todella vaikeasti hoidettaviin sairauksiin. Ja kun he luovat erän lääkettä asiakkailleen, se on erittäin kallis prosessi ja myös erittäin kallis prosessi vie aikaa. Kun mietit valmistusprosessia, kun näet haasteet, yhdistävät kaiken datan, ovat riittävän joustavia eri tavoilla lisätä tietoja järjestelmään, validoida tiedot ja pystyä sitten olemaan ennustavia siitä, kuinka autamme asiakasta. Ja prosessit, jotka vetivät suurimman osan tiedoista valmistusjärjestelmistämme ja tietenkin laitteista ja antureista, jotka ohjaavat näitä valmistusjärjestelmiä. Ja se on hieno käyttötapa, kuinka yritykset välttävät menetyksiä ja optimoivat valmistusprosessinsa yhdistämällä anturitiedot, Internet-tiedot ja prosessiensa säännölliset tiedot.
Joten tiedät, hyvä esimerkki siitä, missä valmistus ja erityisesti korkean teknologian valmistus hyödyttävät terveydenhuoltoalaa tämän tyyppisen työn ja tietojen ympärillä. Luulen, että minulla on vain muutama huomautus, jotka haluaisin tehdä ennen kuin kietoisin sen ja annan sen takaisin Dezille ja Robinille. Mutta tiedätte, mielestäni tämä ajatus mahdollisuudesta viedä analyytikkosi missä tahansa ympäristössäsi on jotain, josta tulee erittäin tärkeä useimmille yrityksille. Sidottuna perinteiseen ETL-tiedonsiirtomuotoon lähteistä takaisin keskeisiin paikkoihin on aina paikka strategiassasi, mutta sen ei pitäisi olla ainoa strategia. Sinun on suhtauduttava nykyistä paljon joustavammin asioihin. Mainitun tietoturvan soveltamiseksi on vältettävä verkon verottamista, jotta pystyt hallitsemaan ja suodattamaan reunasta tulevaa tietoa ja määrittämään, mitä tietoja kannattaa säilyttää pitkällä aikavälillä, mitä tietoja kannattaa siirtää yli verkkoon tai mitä tietoja on vain analysoitava luomishetkellä, jotta voimme tehdä parhaat mahdolliset päätökset. Tämä analyyttinen lähestymistapa kaikkialla ja muualla on jotain, jota otamme varsin sydämessämme Statisticassa, ja olemme asia, jolla olemme erittäin taitavia. Ja se juontaa juurensa yhteen niistä dioista, jotka mainitsin aikaisemmin, mahdollisuuteen viedä mallejasi useilla kielillä, jotta ne voisivat sovittaa yhteen ja kohdistua alustoihin, joissa tietoja luodaan. Ja sitten tietenkin omistaa jakelulaite näille malleille, mikä on myös jotain, jonka tuomme pöytään ja josta olemme erittäin innoissamme. Uskon, että tänään käytävä keskustelu on, jos aiomme tosissaan ottaa tosissaan järjestelmissämme jo pitkään olleista tiedoista vakavasti ja haluaisimme löytää kilpailuedun ja innovatiivisen näkökulman sen hyödyntämiseen, sinun on haettava jotain tekniikkaa, jonka avulla voit päästä eroon joistakin aiemmin käyttämistämme rajoittavista malleista.
Jälleen kerran, minun huomautukseni on, että jos aiot tehdä Internet, luulen, että sinun on kyettävä tekemään se ytimessä ja tuomaan tiedot yhteen ja sovittamaan ne muihin tietoihin ja tekemään analyysisi. Mutta yhtä tärkeä tai ehkä vielä tärkeämpää on, että sinulla on oltava tämä joustavuus asettaa analyysi datan kanssa ja siirtää analyysi ulos arkkitehtuurisi keskuspuolelta reunaan etujen vuoksi, jotka olen maininnut ennen. Se on vähän siitä, keitä olemme ja mitä teemme markkinoilla. Ja olemme innostuneita internetistä, ajattelemme sen olevan ehdottomasti ikääntymistä ja jokaiselle täällä on hyvät mahdollisuudet vaikuttaa analyysiinsä ja kriittisiin prosesseihinsa tämän tyyppisillä tiedoilla.
Rebecca Jozwiak: Shawn, kiitos paljon, se oli todella upea esitys. Ja tiedän, että Dez kuolee todennäköisesti esittämään sinulle muutamia kysymyksiä, joten Dez, annan sinun mennä ensin.
Dez Blanchfield: Minulla on miljoona kysymystä, mutta sisällytän itseni, koska tiedän, että myös Robinilla on. Yksi asioista, joita näen kauas ja laajasti, on esiin nouseva kysymys, ja olen todella innokas saamaan käsityksen kokemuksestasi tässä, koska olet oikeassa asioiden sydämessä. Organisaatiot kamppailevat haasteen kanssa, ja näyttää siltä, että jotkut heistä ovat juuri lukeneet Klaus Schwabin "Neljännen teollisen vallankumouksen" kaltaiset tapaukset ja sitten kärsineet paniikkikohtauksen. Ja ne, jotka eivät tunne tätä kirjaa, se on lähinnä herrasmiesten käsitys, jonka on kirjoittanut Klaus Schwab, joka on mielestäni professori, joka on muistista Maailman talousfoorumin perustaja ja pääjohtaja, ja kirja on pohjimmiltaan tämä koko kaikkialla luokiteltu esineiden räjähdys ja vaikutukset maailmaan yleensä. Organisaatiot, joiden kanssa puhun, ovat epävarmoja siitä, pitäisikö heidän mennä uusimaan nykyinen ympäristö tai investoimaan kaikki uuden ympäristön, infrastruktuurin ja alustojen rakentamiseen. Näetkö Dell Statistica -sovelluksessa myös ihmisiä parantamaan nykyisiä ympäristöjä ja ottamaan käyttöympäristön käyttöön olemassa olevaan infrastruktuuriin, vai näetkö heidän siirtävän huomionsa kaiken uuden infrastruktuurin rakentamiseen ja valmistautuvan tähän virtaan?
Shawn Rogers: Tiedätkö, meillä on ollut mahdollisuus palvella molempia asiakastyyppejä ja olemalla markkinoilla niin kauan kuin meillä on, saat nämä mahdollisuudet laajaan ulottuvuuteen. Meillä on asiakkaita, jotka ovat luoneet aivan uusia fab-kasveja parin viime vuoden aikana ja varustaneet heitä anturitiedoilla, IoT: lla, analysoinnilla reunasta loppuun koko prosessin ajan. Minun on kuitenkin sanottava, että suurin osa asiakkaistamme on ihmisiä, jotka ovat tehneet jonkin aikaa tällaista työtä, mutta jotka on pakotettu sivuuttamaan nämä tiedot. Tiedätkö, Rebecca esitti asian suoraan eteenpäin - tämä ei ole uutta tietoa, tämäntyyppisiä tietoja on jo jonkin aikaa ollut saatavana monissa eri muodoissa erittäin kauan, mutta missä ongelma oli ollut, on yhteydenpito siihen, siirrä sitä, tuo se jonnekin, missä voit tehdä jotain fiksua tekemällä sen.
Ja niin sanoisin, että suurin osa asiakkaistamme tarkastelee sitä, mikä heillä on tänään, ja Dez, te mainitsitte tämän jo aiemmin, että tämä on osa sitä suurta datavallankumousta ja luulen, että mistä se oikeasti kyse on, onko kyse kaikesta datavallankumous, eikö niin? Meidän ei tarvitse enää sivuuttaa tiettyjä järjestelmätietoja tai valmistustietoja tai rakennusautomaatioita, meillä on nyt oikeat lelut ja työkalut mennäkseen hankkimaan ja tekemään älykkäitä asioita sen kanssa. Ja mielestäni tässä tilassa on paljon kuljettajia, jotka tekevät sen tapahtumaan, ja jotkut heistä ovat teknisiä. Tiedätte, Hadoopin ja muiden kaltaiset suuret tietoinfrastruktuuriratkaisut ovat tehneet siitä jonkin verran halvemman ja joillekin meistä helpompaa miettiä tällaisen tiedon tietojärven luomista. Ja etsimme nyt yritystä ympäri mennäkseni: "Hei, meillä on analytiikkaa valmistusprosessissamme, mutta voisimmeko niitä parantaa, jos voisimme lisätä näkemyksiä näistä prosesseista?" Ja se on mielestäni mikä suurin osa asiakkaamme tekevät. Kyse ei ole niinkään luomisesta alusta asti, vaan täydentää ja optimoida jo olemassa olevaa analytiikkaa heille uuden tiedon avulla.
Dez Blanchfield: Joo, joihinkin mielenkiintoisimpiin asioihin, joita olemme nähneet, ja te mainitsitte, tapahtuu joitain mielenkiintoisimpia toimialoja. Ilmailu on juuri käymässä läpi tämän puomin, jossa yksi kaikkien aikojen suosikkilaitteistani, josta puhun säännöllisesti, Boeing 787 Dreamliner ja varmasti Airbus-vastaava, A330, on mennyt samalla reitillä. Oli 787, kuten se julkaistiin ensimmäisen kerran, kuusi tuhatta anturia, ja luulen, että he puhuvat nyt viidestätoista tuhannesta anturista sen uudessa versiossa. Ja utelias juttu puhuttaessa joillekin kyseisen maailman ihmisille, oli ajatus asettaa anturit siipiin ja niin edelleen, ja hämmästyttävä asia 787: n suhteen suunnittelualustalla on, että tiedätkö, että he keksivat kaiken uudelleen lentokone. Kuten esimerkiksi siipi, kun lentokone ottaa pois siipi taipuu jopa kaksitoista ja puoli metriä. Mutta äärimmäisyydessä siivet voivat taipua kärjessä jopa 25 metriin. Tämä juttu näyttää lintu räpylältä. Mutta mitä heillä ei ollut aikaa korjata, oli kaiken näiden tietojen analysointi, joten heillä on anturit, jotka antavat LED-merkkivalojen vilkkua vihreänä ja punaisena, jos jotain huonoa tapahtuu, mutta he eivät todellakaan päädy syvälle oivallukselle reaaliaika. Ja he eivät myöskään ratkaisseet tietomäärän siirtämistä koskevaa ongelmaa, koska Yhdysvaltojen kotimaan ilmatilassa päivittäin on 87 400 lentoa. Kun jokainen lentokone saavuttaa osuutensa 787 Dreamlineristä, se on 43 petatavua päivässä dataa, koska nämä lentokoneet luovat tällä hetkellä noin puoli teratavua dataa. Ja kertomalla 87 400 lentoa päivässä kotimaassa Yhdysvalloissa pisteellä viisi tai puoli teratavua, lopputuloksena on 43, 5 petatavua dataa. Emme fyysisesti pysty liikuttamaan sitä. Joten suunnittelulla meidän on pakotettava analytiikka ulos laitteeseen.
Mutta yksi mielenkiintoisista asioista, kun tarkastelen tätä koko arkkitehtuuria - ja haluan nähdä mitä ajattelet tästä -, olemmeko siirtyneet kohti perustietojen hallintaa, eräänlaisia ensimmäisiä tiedonhallinnan periaatteita, vetämistä kaikki keskeiseen sijaintiin. Meillä on tietojärviä, ja sitten luomme haluttaessasi vähän datalammikoita otteita siitä, jota analysoimme, mutta jakamalla reunaan yksi asioista, joita jatkuvasti ilmestyy, etenkin tietokantahenkilöiltä ja tiedonhallinnalta tai tiedonhallinnan yrityksiä, mitä tapahtuu, kun minulla on paljon hajautettuja pieniä datajärviä? Minkälaisia asioita tähän ajatteluun on sovellettu ratkaisusi reuna-analytiikan suhteen siinä mielessä, että perinteisesti kaikki tapahtuisi keskitetysti datajärven kanssa, nyt päädymme näihin pieniin dataläpätietoihin kaikkialla, ja vaikka voimmekin suorittaa analytiikkaa heille paikallisesti saadaksesi paikallista tietoa, mitkä ovat haasteita, joihin olet joutunut kohtaamaan ja kuinka olet ratkaistu siihen, kun sinulla on jaettu tietojoukko, ja etenkin kun saat tietojärvien ja hajautettujen alueiden mikrokosmoset?
Shawn Rogers: No mielestäni se on yksi haasteista, eikö niin? Kun siirrymme pois, tiedätte, että kaikkien tietojen kuljettaminen takaisin keskustaan tai analyyttiseen ydint esimerkkiin, jonka annoin ja teemme sitten jaetun version, on, että lopulta päädytte kaikkiin näihin pieniin siiloihin, eikö niin? Aivan kuten kuvasit, eikö? He tekevät vähän työtä, jotkut analyysit ovat käynnissä, mutta miten koota heidät takaisin yhteen? Ja mielestäni avain on orkestrointi kaiken tämän suhteen, ja luulen, että te kaverit olette samaa mieltä kanssani, mutta olen onnellinen, jos ette, uskon, että olemme seuranneet tätä kehitystä melko jonkin aikaa.
Palaamalla ystävieni herra Inmonin ja herra Kimballin päiviin, jotka auttoivat kaikkia varhaisten tietovarastoinvestointiensa arkkitehtuurilla, asia on, että olemme poistuneet siitä keskitetystä mallista jo pitkään. Olemme hyväksyneet tämän uuden ajatuksen, jonka mukaan tietojen avulla voidaan osoittaa sen vakavuus siinä missä sen parhaiten tulisi sijaita ekosysteemissäsi, ja kohdistaa tiedot parhaan mahdollisen alustan kanssa parhaan mahdollisen lopputuloksen saavuttamiseksi. Ja olemme alkaneet jonkin verran viettää, mielestäni, enemmän organisoitua lähestymistapaa ekosysteemiinmme kattavaksi tapana tehdä tapa, samoin kuin yritämme kohdistaa kaikki nämä kappaleet kerralla. Minkä tyyppistä analyyttistä tai työtä aion tehdä tietojen kanssa, millaista tietoa se on, mikä auttaa sanomaan, missä sen pitäisi elää. Missä sitä tuotetaan ja millaista painovoimaa tiedoilla on?
Tiedätte, että näemme paljon näitä suuria data-esimerkkejä, joissa ihmiset puhuvat 10- ja 15-tavuisten tietojärvien muodostamisesta. No, jos sinulla on niin suuri datajärvi, sinun on erittäin epäkäytännöllistä siirtää sitä, joten sinun on pystyttävä tuomaan siihen analytiikkaa. Mutta kun teet niin, kysymyksesi ytimeen, mielestäni se herättää kaikille paljon uusia haasteita ympäristön organisoinnille sekä hallintotavan ja turvallisuuden soveltamiselle ja ymmärtämiselle, mitä kyseisillä tiedoilla on tehtävä sen kuratoimiseksi ja saat parhaan hyödyn siitä. Ja ollakseni rehellinen teille - haluaisin kuulla mielipiteesi täällä - luulen, että olemme siellä varhain, ja mielestäni on vielä tehtävä paljon hyvää työtä. Mielestäni Statistican kaltaiset ohjelmat keskittyvät siihen, että entistä useammat ihmiset pääsevät tietoihin. Keskitymme ehdottomasti näihin uusiin henkilöihin, kuten kansalaistietojen tutkijaan, joka haluaa ohjata ennakoivaa analytiikkaa organisaation sisäisiin paikkoihin, joita se ei ehkä ole aiemmin ollut. Ja mielestäni nämä ovat joitain alkuaikoista tämän suhteen, mutta mielestäni kypsyyskaarin on osoitettava korkeatasoinen orkestrointi ja linjaus näiden alustojen välillä ja ymmärrys siitä, mitä niissä on ja miksi. Ja se on ikivanha ongelma meille kaikille tiedonvälittäjille.
Dez Blanchfield: Itse asiassa se on ja olen täysin samaa mieltä kanssanne siitä, ja mielestäni hieno asia, jota tänään täällä kuulemme, on ainakin etulinjassa ongelmaan, joka liittyy tietojen tosiasialliseen sieppaamiseen, luulen, yhdyskäytävätasolla reunalla verkon ominaisuudet ja kyky analysoida siinä vaiheessa on pääosin ratkaistu nyt. Ja se vapauttaa meidät nyt tosiasiallisesti aloittamasta ajattelua seuraavaan haasteeseen, joka on hajautetut tietojärvet. Paljon kiitoksia siitä, se oli upea esitys. Arvostan todella mahdollisuutta keskustella kanssasi siitä.
Aion siirtyä Robinille nyt, koska tiedän, että hänellä on, ja sitten Rebecca's sai myös pitkän listan upeita kysymyksiä yleisöltä Robinin jälkeen. Robin?
Dr. Robin Bloor: Okei. Shawn, haluaisin, että sanot vähän enemmän, enkä yritä antaa sinulle mahdollisuutta mainostaa sitä, mutta se on itse asiassa erittäin tärkeä. Olen kiinnostunut tietämään, milloin Statistica todella tuotti mallinvientikapasiteetin. Mutta minäkin haluaisin, että sanot jotain Boomista, koska kaikki, mitä olet tähän mennessä sanonut Boomista, on, että se on ETL, ja se on todellakin ETL. Mutta se on todellakin melko kykevä ETL ja sellaisiin ajoituksiin, joista puhumme, ja joissain tilanteissa, joista keskustelemme täällä, se on erittäin tärkeä asia. Voisitko puhua näiden kahden asian puolesta minulle?
Shawn Rogers: Toki, kyllä, voin ehdottomasti. Tiedätkö, liikkumisemme tähän suuntaan oli ehdottomasti iteratiivinen ja se oli eräänlainen vaiheittainen prosessi. Olemme juuri valmistautumassa ensi viikolla julkistamaan Statistican version 13.2. Ja siinä on uusimmat päivitykset kaikista ominaisuuksista, joista tänään puhumme. Mutta palaamalla versioon 13, vuosi sitten lokakuu, ilmoitimme kyvystämme viedä malleja alustaltamme, ja kutsuimme sitä silloin NDAA: ksi. Lyhenne tarkoittaa Native Distributed Analytics Architecture. Se, mitä teimme, on, että panimme paljon aikaa, energiaa ja keskitymme avaamaan alustamme, jossa on mahdollisuus käyttää sitä keskusyksikönä edistyneelle analytiikallesi, mutta myös ottaa käyttöön sieltä. Ja ensimmäiset paikat, Robin, jotka käytimme, teimme todella, todella hienon lisäyksen koneoppimisen ympärille. Ja niin meillä oli kyky ottaa käyttöön Statisticasta Microsoftin Azure Cloudiin käyttää Azuren voimaa koneoppimiseen, kuten tiedät, se on erittäin intensiivistä ja se on hieno tapa hyödyntää pilvitekniikoita. Ja niin se oli ensimmäinen bitti.
Nyt täällä vietimme mallejamme Azureen ja käytimme niitä Azurella niiden lähettämiseen ja lähetämme sitten tiedot tai tulokset takaisin Statistica-alustalle. Sitten siirryimme muille kielille, joista halusimme voida viedä, ja tietysti yksi niistä, Java, avaa oven meille, jotta voimme nyt viedä mallejamme ulkomaille muihin kohteisiin, kuten Hadoopiin, joten se antoi meille näytelmä myös siellä.
Viimeiseksi keskityimme siihen, että pystymme tuottamaan mallimme tämän julkaisun avulla tietokantoihin. Ja niin se oli ensimmäinen iterointi ja ollakseni rehellinen teille, loppupeli oli IoT, mutta emme olleet aivan siellä vielä versiossa 13 viime lokakuussa. Siitä lähtien olemme päässeet sinne, ja se liittyy kykyyn tehdä kaikki juuri mainitsemani asiat, mutta sitten olla jonkinlainen kuljetuslaite. Ja palataan takaisin Dezin kysymykseen, tiedättekö, mikä on haaste ja miten voimme tehdä tämän, kun kaikki nämä analytiikat ovat käynnissä? No, käytämme Boomia eräänlaisena jakelukeskuksena, ja koska se on pilvessä ja koska se on niin voimakas, kuten aiemmin mainitsin, se on tietojen integrointialusta, mutta se on myös sovellusten integrointialusta, ja se käyttää JVM: ää pysäköidä ja tehdä töitä missä tahansa, jolla voit purkaa Java-virtuaalikoneen. Juuri se avasi oven kaikille näille yhdyskäytäville ja reunalaskentaympäristöille ja reunapalvelimille, koska kaikissa niissä on laskenta ja alusta, joka on käytettävissä JVM: n suorittamiseen. Ja koska voimme suorittaa JVM: n missä tahansa, Boomi on kääntynyt että se on upea jakelu ja aikaisemman sanani mukaan orkestrointilaite.
Ja tästä on tulossa todella tärkeä, koska meillä kaikilla on, tiedätte, mielestäni minuutti sitten ollut lentokoneen skenaario oli loistava, ja mainitsin, tiedätte, Shiren kaltaiset valmistajat, joilla on kymmenentuhatta anturia yhdessä tehtaassaan, on jossain vaiheessa alettava käsitellä eräänlaista keskeistä lähestymistapaa edistyneeseen analytiikkaan. Ad hoc -työ siitä ei todellakaan toimi enää. Aikaisemmin, kun käyttämämme mallien ja algoritmien määrä oli minimaalinen, mutta nyt se on maksimissaan. Niitä on tuhansia organisaatiossa. Joten meillä on, osa alustamme on palvelinpohjaisia, ja kun sinulla on yritysohjelmisto, sinulla on myös kyky muokata ja pisteyttää ja hallita mallejasi ympäri ympäristöä. Ja se on myös osa tuota orkestrointitapaa. Meillä oli oltava kerros, Robin, paikallaan, joka ei vain antanut sinun saada mallia sinne ensinnäkin, vaan myös antoi putken mukauttamaan malleja ja korvaamaan ne jatkuvasti niin usein kuin tarvitset, koska tätä ei voi tehdä manuaalisesti. Et voi kävellä jalostamon ympäri peukaloajoilla yrittäessäsi ladata malleja yhdyskäytäviin. Sinun välillä on oltava kuljetus- ja hallintajärjestelmä, joten Statistican ja Boomin yhdistelmä antaa sen asiakkaillemme.
Dr. Robin Bloor: Kyllä. No, puhun hyvin lyhyesti, mutta tiedätte, tämän aiemmin tehdyn lausunnon datajärvestä ja ajatuksesta kerätä petabyyttejä mihin tahansa tiettyyn paikkaan, ja siitä, että siinä on painovoima. Tiedätkö, kun aloit puhua orkestroinnista, se vain sai minut ajattelemaan hyvin yksinkertaista tosiasiaa, että tiedät, että erittäin suuren datajärven sijoittaminen yhteen paikkaan tarkoittaa todennäköisesti sitä, että joudut tosiasiallisesti varmuuskopioimaan sen ja se todennäköisesti tarkoittaa, että joudut kuitenkin siirtämään paljon tietoja joka tapauksessa. Tiedät, että todellinen tietoarkkitehtuuri on mielestäni muutakin paljon enemmän suuntaan, josta puhut. Joka on jakaa se järkeviin paikkoihin, on todennäköisesti asia, jonka sanoisin. Ja näyttää siltä, että sinulla on erittäin hyvä kyky tehdä tämä. Tarkoitan, että olen Boomille hyvin informoitu, joten se on tavalla tai toisella melkein epäreilua, että voin nähdä sen ja ehkä yleisö ei voi. Mutta Boomi on mielestäni niin välttämätöntä tekemäsi suhteen, koska sillä on sovellusominaisuuksia. Ja myös siksi, että asian totuus on, että et tee näitä analyyttisiä laskelmia haluamatta tehdä jotain jostakin syystä tai toisesta. Ja Boomilla on tässä osa, eikö niin?
Shawn Rogers: Kyllä, ehdottomasti. Ja niin kuin tiedät aikaisemmista keskusteluista, Statisticalla on täysi liiketoimintasääntömoottori. Ja mielestäni se on todella tärkeää, kun päädymme miksi teemme tämän. Tiedätkö, minä vitsasin heti, että oikeudelliselle Internetille ei todellakaan ole mitään syytä, ellet aio analysoida, käyttää tietoja tehdä parempia päätöksiä tai ryhtyä toimiin. Joten se, mihin keskityimme, ei ollut vain kyky laittaa malli siellä, vaan kyky merkitä sen mukana, sääntö asetettu. Ja koska Boomi on niin vankka kyvyssään siirtää asioita paikasta toiseen, Boomi-atomin sisällä voimme myös upottaa kyvyn laukaista, hälyttää ja ryhtyä toimiin.
Ja niin me sitten saammekin tällaisen hienostuneen kuvan Internet-tiedoista, jossa sanomme: "Okei, nämä tiedot on kuuntelun arvoinen." Mutta todella, tiedätkö, tiedätte, että “valo on päällä, valo on päällä, valo palaa, valo palaa ”ei ole niin mielenkiintoista, milloin valo sammuu tai kun savunilmaisin sammuu tai milloin mikä tahansa valmistusprosessimme tapahtuu, poistuu teknisistä ominaisuuksista. Kun se tapahtuu, haluamme pystyä ryhtymään välittömiin toimiin. Ja datasta tulee tässä vaiheessa melkein toissijaista. Koska ei ole niin tärkeää, että pelasimme kaikki nuo ”, se on okei, se on okei, se on okei” signaalit, mikä on tärkeää, että huomaa "Hei, se on huono" ja ryhtyimme välittömiin toimiin. Olipa kyse sähköpostin lähettämisestä jollekin vai voimmeko saada verkkotunnuksen asiantuntemusta, vai aloitammeko joukon muita prosesseja välittömien toimenpiteiden toteuttamiseksi, olipa kyse sitten korjaavista vai vastauksina tietoihin. Ja mielestäni siksi sinulla on oltava tämä orkestroitu näkemys siitä. Et voi vain keskittyä algoritmien käsittelemiseen kaikkialla. Sinun on kyettävä koordinoimaan ja organisoimaan niitä. Sinun on pystyttävä näkemään, kuinka he suorittavat. Ja oikeasti, mikä tärkeintä, tarkoitan, miksi helvetissä tekisit tämän, jos et voi lisätä tilaisuutta ryhtyä välittömiin toimiin tietoja vastaan?
Dr. Robin Bloor: Okei, Rebecca, uskonko, että sinulla on kysyttävää yleisöltä?
Rebecca Jozwiak: Minä tiedän. Minulla on melkoinen joukko kysymyksiä yleisölle. Shawn, tiedän, ettet halunnut roikkua liian kauan tunnin huipun yli. Mitä mieltä sinä olet?
Shawn Rogers: Olen onnellinen. Mene eteenpäin. Voin vastata muutamiin.
Rebecca Jozwiak: Katsotaanpa. Tiedän yhden mainitsemiesi asioiden olevan, että Internet on alkuaikoina ja että sillä on tietynlainen kypsyysaste, jonka on tapahduttava, ja se puhuu tavallaan siihen kysymykseen, jota yksi osallistuja kysyi. Jos IPv6-kehys tulee olemaan riittävän vankka Internetin kasvun huomioon ottamiseksi seuraavien viiden tai kymmenen vuoden aikana?
Shawn Rogers: Voin antaa Dezin kaikua vastauksestani, koska mielestäni hän on lähempänä tämän tyyppisiä tietoja. Mutta olen aina ajatellut, että olemme erittäin nopealla tiellä taivuttaaksesi ja rikkoaksesi suurimman osan olemassa olevista kehyksistä. Ja vaikka mielestäni uuden tyyppisen erittelyn tai suunnan, johon mennään IPv6-kehysten kanssa, lisääminen on tärkeää, ja se avaa oven meille, että meillä on paljon enemmän laitteita ja voimme antaa kaiken, mitä me haluat antaa osoitteen. Uskon, että kaiken, mitä luen ja näen asiakkaideni kanssa, ja tarvittavien osoitteiden määrän, mielestäni jossain vaiheessa tapahtuu uusi muutos tuossa maisemassa. Mutta en ole oikeastaan verkostoitumisen asiantuntija, joten en voi sanoa sataprosenttisesti, että rikkoisimme sen jossain vaiheessa. Mutta kokemukseni mukaan me häiritsemme tätä mallia jossain vaiheessa.
Rebecca Jozwiak: En olisi yllättynyt. Luulen, että puitteet rikkovat kaikenlaista painoa. Ja se on vain loogista, eikö niin? Tarkoitan, et voi lähettää sähköpostia kirjoituskoneella. Toinen osallistuja kysyy: “Voisitko käyttää Hadoop-kehystä?”, Mutta luulen, että voin muuttaa sitä sanoakseni: miten käyttäisit Hadoop-kehystä hajautettuun analytiikkaan?
Shawn Rogers: No, Robin kannatti minulta historiallisen kysymyksen esittämistä ja niinpä noin vuosi sitten Statistica-versiosta 13 lähtien, meillä on ollut mahdollisuus ajaa mallit järjestelmästämme Hadoopiin. Ja toimimme erittäin tiiviissä yhteistyössä kaikkien Hadoopin isojen makujen kanssa. Meillä on todella hyviä menestystarinoita, jotka liittyvät kykyyn työskennellä Clouderan kanssa yhtenä tärkeimmistä Hadoop-jakeluista, jonka kanssa työskentelemme. Mutta koska voimme tuottaa Java-versioita, se antaa meille kyvyn olla avoin ja sijoittaa analyysimme missä tahansa. Niiden sijoittaminen Hadoop-klusteriin on jotain, jota teemme normaalisti, säännöllisesti ja päivittäin monille asiakkaillemme. Lyhyt vastaus on kyllä, ehdottomasti.
Rebecca Jozwiak: Erinomainen. Ja minä vain heitän vielä yhden sinulle ja annan sinun jatkaa lomaasi. Toinen osallistuja kysyy IoT-analytiikan ja koneoppimisen avulla, onko sinun mielestäsi kaikki tiedot tallennettava historiallisiin tarkoituksiin ja miten tämä vaikuttaa ratkaisuarkkitehtuuriin?
Shawn Rogers: No, en usko, että kaikkia tietoja on tallennettava. Mutta mielestäni on erittäin mielenkiintoista kyky viihdyttää, kuunnella mitä tahansa tietolähdettä, jota haluamme organisaatiossamme, mistä tahansa se tulee. Ja uskon, että muutokset, joita olemme nähneet markkinoilla viime vuosien aikana, ovat antaneet meille mahdollisuuden soveltaa tätä kaiken tiedon lähestymistapaa asioihin, ja se näyttää olevan todella eräänlainen kannattava. Mutta se tulee olemaan erilainen jokaiselle yritykselle ja jokaiselle käyttötapaukselle. Tiedätte, kun tarkastelemme terveystietoja, nyt on paljon sääntelyyn liittyviä kysymyksiä, paljon noudattamiseen liittyviä kysymyksiä, joista on huolehdittava, ja se saa meidät tallentamaan tietoja, joita muut yritykset eivät ehkä ymmärrä, miksi ne on tallennettava. ? Valmistusprosesseissa suurelle osalle valmistusasiakkaitamme on todellinen ylösalaisuus, jotta pystymme historiallisesti tutkimaan prosessejasi ja pystymään katsomaan taaksepäin suuria määriä näitä tietoja oppimaan siitä ja rakentamaan siitä parempia malleja.
Uskon, että paljon tietoa on säilytettävä, ja uskon, että meillä on ratkaisuja, jotka tekevät siitä nykyään taloudellisempaa ja skaalautuvaa. Mutta samalla luulen, että jokainen yritys löytää arvon tiedoista, joita heidän ei tarvitse pitää atomitasolla, vaan ne haluavat analysoida reaaliaikaisella tavalla ja tehdä päätöksiä siitä innovoinnin edistämiseksi heidän yritys.
Rebecca Jozwiak: Okei hyvä. Ei, yleisö, en päässyt tänään kaikkien kysymyksiin, mutta välitän ne Shawnille, jotta hän voi tavoittaa sinut suoraan ja vastata niihin. Mutta kiitos kaikille osallistumisesta. Kiitos paljon Shawn Rogersille Dell Statistica ja kaikilta analyytikoiltamme, Dez Blanchfieldiltä ja tri Robin Bloorilta. Löydät arkiston täältä insideanalysis.com, SlideShare, olemme alkaneet laittaa juttujamme takaisin sinne, ja uudistamme YouTube-sivustoamme, joten etsimme sitä myös sieltä. Kiitos paljon ihmisille. Ja sen kanssa aion jättää jäähyväiset ja tapaamme seuraavan kerran.
