登录 / 注册
IT168大数据频道
IT168首页 > 大数据 > 大数据频道评论 > 正文

解读Teradata天睿公司全新技术产品及AI战略

2017-12-07 09:40    it168网站原创  作者: 钰莹 编辑: 赵钰莹

  【IT168 评论】数据横流,AI盛行,数据和分析解决方案供应商应该具备什么样的能力呢?换句话说,企业在寻找供应商时应该着重考察哪些能力呢?这个问题很多人都无法准确回答,但偏偏很多企业都想知道答案,这或许可以从Teradata天睿公司身上找找看。

  在Teradata媒体沟通会的前夕,笔者收到了一封内含数篇文档的邮件,这些文档包含了Teradata深度解读人工智能、推出更强大的Teradata分析平台、推出IntelliSphere软件套件打造经济灵活的可扩展分析生态系统、依托人工智能帮助客户快速创造商业价值、全球服务部推出敏捷分析工厂等内容。起初,笔者也被这些信息“砸”懵了,经过一番了解,总算略知一二,以下就Teradata Everywhere、Teradata IntelliSphere以及Teradata AI战略进行详细解读。

解读Teradata全新技术产品及AI战略

  Teradata Everywhere:“任意性”让分析“无边界”!

  随着敏捷交付概念的兴起,一切似乎都变得措手不及,分析的不断变幻也已成为新常态。眼花缭乱的分析工具和技术实现,数据分析越来越个性化,分析需求不断变化,部署方式越来越多样和复杂,前期投资成本大。

  我们必须承认,没有一种单一分析引擎能够满足任意数据分析,企业急需全新的数据分析框架体系和解决方案来改变这种现状。因此,Teradata提出了Teradata Everywhere分析框架体系,内含Analyze Anything(任意数据分析)、Deploy Anywhere(任意环境部署)、Move Anytime(任意时间迁移)以及Buy Any Way(任意方式购买)四部分特性。

  根据对全球257家客户的调研,Teradata发现高级分析需求占所有分析需求的40%。过去,所有高级分析基本都在Teradata平台之外完成,而Teradata平台又存放着大概35%左右的核心高价值密度数据,客户必须为了完成高级分析进行数据迁移,而90%的客户希望在一个平台中完成这些任务,这也恰恰是Teradata Analytics Platform出现的最大原因。

  Teradata Analytics Platform以整合数据仓库(IDW)为基础,拥有完备的分析功能、引擎和多种数据类型支持,当然,这也一定是可扩展的。同时,客户可以任意方式进行购买,在任何地方部署,使用许可能够在任意时间进行迁移。

  2020年之前,90%的公司考虑在本地和云端进行混合部署,85%的公司希望使用Analytic as a Service,不希望被平台的部署方式所限制。Deploy Anywhere(任意环境部署)可以支持Teradata托管云、公有云、亚马逊AWS、微软Azure、Teradata专用硬件以及通用硬件上基于VMware环境的部署。相同的Teradata数据分析软件具备跨不同平台的多种部署选择,同时能够保障无缝迁移。值得一提的是,Teradata IntelliFlex已经发布了全SSD的专用一体机,最大容量盘可达到15.3TB,所以整个存储和性能都会大幅提高。

  在部署方面,Teradata可谓是没少下苦工。由于分析软件存在不同的部署方式,这就需要对不同的部署方式进行开发、管理、访问等支持性软件的出现,Teradata将这些支持性软件打包到一起称为Teradata IntelliSphere。

  Teradata IntelliSphere支持灵活的生态系统开发、管理、测试等工作;简化了软件的购买和管理,不论是哪一个平台,IntelliSphere开发和管理的结果都是一致的;实现成本节约,可以持续创新更多业务。Teradata将来推出的所有全新软件解决方案都将加入IntelliSphere附带软件套件中。客户通过现有软件许可,即可获取Teradata全新软件产品。

  其三是Move Anytime(任意时间迁移)。对于拥有庞大数据量的企业而言,迁移是最痛苦的事情,企业很难在架构部署之初就选定相应的部署方式。当然,这些问题可能都会成为过去式,Move Anytime(任意时间迁移)就是针对该问题的解决方案,让迁移可以发生在未来的任意时间。

  最后是Buy Any Way(任意方式购买),预支付的采购方式让客户花费大量成本和精力在前期投资的基础设施上,难以专注业务发展。为了解决这一困扰,Teradata将Analytics Platform分析平台上的所有特征打包成四类,即开发人员级别、基本级别、高级级别和企业级别,客户也可以在相关的级别上叠加所需功能,大大简化了采购方式。

  综上所述,新的分析体系将不同的数据类型和数据分析技术进行整合,消除工具变幻对客户造成的影响。其次,在部署上做到低风险、低成本;最后,通过运用一个集中化的管理平台,提供开发工具、管理工具、运维工具、访问工具以及应用层面很多工具,客户可根据需要自行选择。

  Teradata AI战略:先调研再布局,必要AI技术能力加入!

  在Gartner发布的《2018年十大技术趋势》报告中,三大趋势都与人工智能相关。Gartner在报告中提及,至2019年,深度学习将在客户需求、欺诈检测及错误预测方面表现优异。

  今年7月份,Teradata针对270家企业进行了调研,涉及全球多个地区不同行业的IT及其他从业人员,从结果来看,所有企业都在考虑AI,80%的企业已经在生产中以某些形式应用了AI,42%的企业认为在AI领域存在更大的实施空间,30%的企业表示未来需要在AI领域进行更多投入,而91%的企业都体验到或预计到企业使用AI的障碍。

  这说明了什么问题?大部分企业都意识到AI的巨大潜力,都迫切希望登上AI这艘大船,但还没有找到上船的正确装备。Teradata决定做点什么来改变这种状况呢?

  面对金融行业大部分欺诈行为无法被成功检测的现状,Teradata通过深度学习成功降低了欺诈误报率。在某欧洲银行内,传统机器学习模型把每个交易当作单独的“原子”来看待,只能检测出大约70%的欺诈行为,Teradata提出的解决方案是“宽度学习”+深度学习。所谓“宽度学习”(机器学习),就是使用基本的统计分析技术主要用于记忆;所谓深度学习就是使用模拟人脑的神经网络主要用于归纳。从交易层级、账户层级和网络层级三方面进行优化。经过一番调整,该银行的误判率下降了60%,Teradata表示模型稳定之后有望达到70%到80%的下降,欺诈检测率提升了50%。

  以上仅仅是Teradata人工智能在金融行业实践的一个案例。Teradata 咨询服务提供4大AI专门服务:AI分析服务、AI战略和使能规划、AI平台建设、AI快速验证以及2个实施加速器:金融犯罪监测加速器和AnalyticOps加速器。目前已经在金融、电信、汽车零售、快递等诸多行业进行了实践。

  对于人工智能,Teradata更希望看到AI在国内从概念到实现的过程,希望将金融行业的案例经验带到其他客户和行业中。

  经过一番“折腾”,Teradata将为企业带来哪些最直接的改变?

  无论前期诉求如何,所有企业的最终目的基本是一致的:降低成本,提升利润。通过这一番“折腾”,Teradata对新时代企业数据分析和人工智能落地两大难题都提出了全新的解决方案。不难看出,Teradata在数据分析领域不仅仅是从软件和平台角度引领市场,而是时刻不停地钻研全套的数据分析领域体系和理念,这也正是每一家数据和分析解决方案供应商所应具备的能力。

  未来,在整个数据分析市场,Teradata将是有别于其他竞争者的一套全新打法,这将是不同的理念之争、不同的体系之争,而不是某一种软件之争。

  • 推荐文章
  • 推荐产品
编辑推荐
系统架构师大会
系统架构师大会
点击或扫描关注
IT168企业级微信关注送礼
IT168企业级微信关注送礼
扫描关注
首页 评论 返回顶部