一个让企业“事半功倍”的利器：Cloud Pak for data

疫情之后，实体经济继续处于水深火热之中。生产停摆、收入锐减、资金紧张等多重困难，如何降低企业成本，提高运营效率，是企业必须要去攻克的难题。

人工智能是一个破局点。实现虚拟协作、自动化和自助服务，同时支持对数据、分析和人工智能的日益关注，迫使IT领导者降低IT复杂性并整合其产品。

IBM 刚刚发布了 Cloud Pak for Data 的最新版本3.0版本， 它是一个全面集成的数据和 AI 平台，能够为企业提供现代化的方式，在整个组织中收集、组织和分析数据以及融合AI在业务流程中。

这个3.0版本可以支持中文界面，提升了本地用户的使用体验。 Cloud Pak for Data 基于 Red Hat OpenShift Container Platform 而构建，将市场领先的 IBM Watson AI 技术与 IBM 混合数据管理平台、数据治理以及业务分析技术结合在一起。

通过Cloud Pak for Data 可以节省客户总体拥有成本，同时为人工智能奠定了先进的数据架构基础。它可以灵活地部署在任何公共或私有云上，允许客户选择最适合他们需求的环境，同时避免供应商锁定。事实上，它嵌入并运行在Red Hat OpenShift之上，这意味着它继承了许多云计算固有的优势，包括自动扩展、无缝升级、内置高可用性、通用日志记录等。

1.通过数据虚拟化降低数据存储和移动成本

从历史上看，公司一直试图打破筒仓，将不同操作系统的数据复制到中央数据存储区（如数据集市、数据仓库和数据湖）进行分析。虽然这对于某些用例仍然非常相关，但是每次业务用户或数据科学家需要新数据时，所需的时间、资金和资源使其无法扩展。提取、转换和整合数据是资源密集型、昂贵且耗时的，可以通过数据虚拟化来避免。通过数据虚拟化，可以在数据源所在位置利用数据，这样可以减少复杂性，以及由于传统的数据复制所造在数据治理、安全性和存储方面增加的需求。这也有助于简化应用程序开发并在单个视图中利用混合数据源。

2.将数据和人工智能能力整合到一个集成平台中

Cloud Pak for Data提供了跨整个AI全生命周期的能力，以及收集、组织、分析数据和将人工智能融入到业务流程所需的所有功能。它拥有一个充满活力的专有、开放源码和第三方服务的生态系统，使企业能够整合来自不同供应商的功能并使其现代化，同时显著减少其在软件维护以及管理、升级和集成这些解决方案上的IT开支。 Auto AI把以往需要几周到几个月的建模时间缩短到几分钟。同时，自动化任务也有助于提高组织的敏捷性，并确保企业资源能够专注于更高价值的问题上。

3.使用现代云本地架构将基础设施和维护成本降至最低

Cloud Pak for Data 基于Red Hat OpenShift, 通过基于容器化的服务及管理， 可以将每个应用程序的IT基础设施和开发成本降低高达38%。并通过减少65-85%的基础设施管理工作，该平台可以帮助客户腾出基础设施和管理资源，集中精力解决更复杂的问题。

4. 在确保安全的同时简化治理和安全

大多数企业客户将治理和安全视为经营业务的成本：确保法规遵从性，并避免因安全违规而带来的业务和声誉风险。Cloud Pak for Data通过自动化手动繁琐的任务—数据发现、术语分配、识别法规遵从性风险和对所有数据资产（结构化和非结构化）的策略实施，Cloud Pak for data显著降低了数据治理和确保法规遵从性的成本。

另外通过Cloud Pak中一项新的非结构化数据管理和隐私服务“ InstaScan”，可自动扫描Box、Google Drive、Microsoft OneDrive和SharePoint。它可以识别热点和侵犯隐私的行为，并在数小时内进行补救，从而大大减少了法规遵从性所需的手动工作。

IBM Cloud Pak for Data 可帮助您降低总拥有成本，消除数据孤岛，增强组织的协作性和透明度，推动您的人工智能之旅。

了解更多企业部署 Cloud Pak for Data 可能实现的预期投资回报率
下载研究报告《新技术: IBM Cloud Pak for Data的预期总经济影响》
https://www.ibm.com/account/reg/cn-zh/signup?formid=urx-46050