Data Science and AI

IBM Cloud Pak for Data 4.0による大規模な自動化の導入

記事をシェアする:

自社が本当に予測能力のある企業であるかどうか、さらに、データ利用者、モデル、アプリが適切なデータに簡単にアクセスできるかどうか、最後に考えたのはいつですか?多くの場合、その答えは「あまり、そうではない」です。データの種類やソースの急増と規制の強化により、データはしばしばサイロの中に閉じ込められ、保管されています。従来、この課題を克服するための戦略は、物理データを単一の場所、構造、ベンダーに統合することに依存していました。この戦略は理論的には素晴らしいものですが、このような大規模な移行を行ったことのある人なら誰でも、言うは易く行うは難しと言うことでしょう。

2021年の初めに THINK で、私たちは次世代 IBM Cloud Pak for Data の計画を発表しました。これは、お客様が適切な人を適切なデータに適切なタイミングで接続できるようにするための私たちの選択肢です。本日(2021年6月23日)、このプラットフォームの最新バージョンであるバージョン 4.0 が、インテリジェントなデータ・ファブリックを通じて、どのようにそのビジョンを実現するかについて、より詳細な情報を共有できることを嬉しく思います。

これまでの歩み

2018年にIBM Cloud Pak for Dataを発表して以来、私たちの目標は常に、お客様がデータの価値を引き出し、ビジネス全体にAIを浸透させることを支援することでした。お客様のニーズを理解し、お客様が必要とするデータとAIサービスの独自の組み合わせを、お客様が選択するクラウド環境に展開できる柔軟性を備えた、初のコンテナ化プラットフォームの提供を目指してきました。

IBM Cloud Pak for Dataは、独自サービス、サードパーティー・サービス、オープンソース・サービスの活発なエコシステムをサポートしており、リリースごとに拡張を続けています。バージョン4.0では、私たちの取り組みを次のレベルへと進化させます。新機能とインテリジェントな自動化により、ビジネスリーダーやユーザーが直面する圧倒的なデータの複雑性に対処し、より簡単にデータの価値を拡大できるようにします。

インテリジェントなデータ・ファブリックの糸を紡ぐ

データ・ファブリックは、ハイブリッドおよびマルチクラウドの環境にわたって異種データソースを動的に調和させ、分析、AI、アプリケーションをサポートするビジネスに適したデータを提供するアーキテクチャー・パターンです。IBM Cloud Pak for Data はモジュール式でカスタマイズ可能なので、お客様独自のニーズに合わせてクラス最高のソリューションからデータ・ファブリックを構築するための理想的な環境を提供します。プラットフォーム内のマイクロサービスの緊密な統合と、インテリジェントな自動化により、分散データの管理と利用をさらに効率化することができます。バージョン4.0では、この自動化を3つの主要な領域で適用しています。

  1. データアクセスとユーザビリティ – AutoSQL は、あらゆるソースやタイプ(クラウド、ウェアハウス、レイクなど)のデータへのアクセス、更新、統一を、データの移動や複製を必要とせずに自動化する汎用クエリー・エンジンです。AutoSQLを使用すると、標準的なデータウェアハウスよりも最大8倍高速に、異種環境にわたる分散データへのクエリーを実行することができます。
  2. データの取り込みとカタログ化 – AutoCatalogは、データの検出と分類を自動化し、異種データ環境にわたるデータ資産とその関係のリアルタイム・カタログの作成を効率化します。
  3. データプライバシーとセキュリティ – AutoPrivacyは、AIを使用して、組織全体の機密データの識別、監視、施行をインテリジェントに自動化し、リスクの最小化とコンプライアンスの確保を支援します。

さらに詳しく続きをお知りになりたい方は、Webセミナーをご覧ください。
Part1「データ・ファブリックが重要である理由」
Part2「インテリジェント・データ・ファブリック」
Part3「AIとデータのためのプラットフォーム」
データファブリックイメージ

4.0に織り込まれた追加の機能強化

データ・ファブリックのインテリジェントな自動化機能をさらに強化するのが、IBM Cloud Pak for Dataに登場したもう一つの新サービス、IBM Match 360 with Watsonです。Match 360は、機械学習をベースとした、セルフサービスによるエンティティ解決のための使いやすいエクスペリエンスを提供します。開発者でなくても、組織全体のデータをマッチングしてリンクできるようになり、全体的なデータ品質の向上を支援します。

IBM SPSS Modeler、IBM Decision Optimization、Hadoop Execution Engineの各サービスも、IBM Cloud Pak for Data 4.0の一部として含まれています。これらの機能は、すでにベース内にあるIBM Watson Studioサービスを補完し、ビジネスアナリストや市民データサイエンティストなどのユーザーが、AIソリューションの構築に参加できるようにするものです。

AutoAIは、リレーショナル・データ・ソースをサポートし、エクスポート可能なpythonコードを生成するように強化されており、データサイエンティストがAutoAIを通じて生成されたモデルをレビューし、更新できるようになっています。これは、生成されたモデルがよりブラックボックス化している競合他社のAutoML機能と比較して、大きな差別化要因になります。

IBM Cloud Pak for Data as a Serviceでは、IBM DataStageやIBM Data Virtualizationなどの補完的な機能もリリースされています。フルマネージドで利用できるようになったDataStageは、最新のデータ統合パイプラインの構築を可能にし、Data Virtualization機能は、ほぼリアルタイムで組織全体のデータを共有し、統治されたデータをAIやMLツールに接続することを支援します。

最後に、IBM Cloud Pak for Data 4.0には、いくつかのプラットフォームの強化が含まれており、その中で最も注目すべきは、Red Hat OpenShift Operatorsの追加です。これらは、IBM Cloud Pak for Dataのプロビジョニング、スケーリング、パッチ適用、アップグレードを自動化するのに役立つものです。初回インストールが大幅に簡素化され、導入コストが削減されるとともに、シームレスなアップグレードにより、アップグレード・プロセスが数週間から数時間に短縮されます。また、4.0から、IBM Cloud Pak for Dataは、共通のIBM Cloud Pakプラットフォーム上に構築されており、標準化された識別およびアクセス管理と、すべてのIBM Cloud Paksにわたるシームレスなナビゲーションが可能になっています。

データは企業にとって大きな競争力であり、AIと組み合わせることで、ビジネス変革を推進する力を発揮します。IBM Cloud Pak for Dataはまさにそれを可能にしますが、新たに組み込まれた自動化により、10倍速くなる可能性があります。

 

製品・サービス・技術 情報

IBM Cloud Pak for Dataの最新バージョンについては、無料トライアルに登録して詳細をご確認ください。

問い合わせ情報


本記事は「Infuse automation at scale with IBM Cloud Pak for Data 4.0」を抄訳し、一部編集したものです。

https://www.ibm.com/blogs/journey-to-ai/2021/06/infuse-intelligent-automation-at-scale-with-ibm-cloud-pak-for-data-4-0/

さらに理解を深めていただくためのコンテンツのご案内

More Data Science and AI stories

データ・マネジメントの新たな潮流を定義する4つのユースケース

Data Science and AI, DataOps, Others(Please don't use this)

最も緊急性の高いトピックはどれか、データ・ファブリックがどのように役立つかをご覧ください。 By Jay Limburn|6分で読める|2022年5月10日   データ・マネジメントとAIをめぐるさまざまな事象 ...続きを読む


エンタープライズ・データ・アーキテクチャーの進化の歴史

データ活用とAI技術の実用化

生物学者や遺伝学者が自然界で何度も観察してきた進化のパラドックスに、地理的に離れた別々の地域にほぼ同じ2つの種が生息している場合があります。例えば、ホジソンフロッグマウスとスリランカフロッグマウスは、それぞれインドの2つ ...続きを読む


逼迫する需給に対するリアルタイム納期調整をAIで実現

IBM Consulting, デジタル変革(DX), データ活用とAI技術の実用化

電機・電子業界の動向と課題 近年の電機・電子業界は、他業界の電子化・電動化(例:自動車の電動化など)の影響を大きく受け、需要と供給のバランスを取ることが非常に困難な状況が続いている。一方で設備加工産業型の生産効率向上の観 ...続きを読む