從多云環(huán)境中提取數據，數據質量和數據整合會成為主要問題。此外，數據孤島往往會使數據整合變得復雜，阻礙集中式數據管理，增加數據訪問難度。企業(yè)在試著整合其企業(yè)數據、理解并使之有用的過程中，數據的復雜性往往又會增加其人力資源負擔，提高運營成本，降低決策速度。
三年前推出的 IBM Cloud Pak for Data 可以為企業(yè)賦能，使其能將 AI 應用到跨任何混合云環(huán)境的數據之上。自那時起，漢莎航空 （Lufthansa）、美國州立農業(yè)保險（State Farm）和瑞銀 （UBS） 等客戶就已開始利用 IBM Cloud Pak for Data 的這些能力，提取其企業(yè)數據的價值，為其 AI 引擎提供燃料。
今天，IBM 把基于 AI 的新能力注入 Cloud Pak for Data 的智能數據經緯，其中包括一項名為 AutoSQL（結構化查詢語言）的突破性技術。AutoSQL 技術可實現 AI 自動訪問、整合和管理數據的功能，無需考慮數據存儲位置，也無需移動數據。利用其新的數據經緯和 AI 能力，通過對數據和 AI 生命周期實現自動化（釋放時間、金錢和資源潛能），IBM 可以為客戶帶來未來可期的重大競爭優(yōu)勢，在正確的時間把正確的數據提供給合適的人，同時節(jié)省資源。
關于下一代 IBM Cloud Pak for Data 的新能力及其對企業(yè)業(yè)務的重要性，以下 5大必知之事，您需要了解一下：
1、跨混合多云環(huán)境實現數據訪問自動化，無需移動數據
AutoSQL 這項新技術旨在幫助客戶實現 AI 自動訪問、整合和管理數據的功能，是客戶無需考慮數據存儲位置、無需移動數據。這種能力對于尋求在 AI 領域獲得成功的企業(yè)至關重要。據 IBM 新發(fā)布的《2021年全球 AI 采用指數》，約 90% 的企業(yè)表示，無需考慮數據存儲位置而能隨處運行 AI 項目，是他們采用 AI 的關鍵；然而，32% 的企業(yè)表示，不斷加劇的數據復雜性和數據孤島是他們采用 AI 的主要障礙。
2、旨在助您提高數據查詢速度
AutoSQL 這項新技術針對不同的數據源（包括數據倉庫、數據湖和流數據），使用相同的查詢引擎，無需額外進行手動調整或移動數據，從而幫助企業(yè)節(jié)省時間和資源，免于移動數據及維護多個查詢引擎。隨著 AutoSQL 技術的推出，IBM Cloud Pak for Data 現已整合了市場上性能最強的云數據倉庫（依據我們的基準研究），可以利用 AI 幫助客戶獲取分布式查詢結果，與其他數據倉庫相比，其速度較之前提升 8倍，成本下降近半。
3、一個智能的數據經緯把 AI 賦能的新能力“編織”在一起
Cloud Pak for Data 的基礎是我們全新的智能化數據經緯，利用 AI 來實現復雜數據管理任務的自動化，把所有新的 AI 能力“編織”在一起，其中就包括 AutoSQL 技術。這一數據經緯的構建是為了發(fā)現和統(tǒng)一不同的數據源——無論是數據湖、數據目錄，還是數據倉庫——將其整合在同一視圖之下，幫助企業(yè)用戶通過一個統(tǒng)一的訪問入口來找到、理解、構建和使用跨整個企業(yè)系統(tǒng)的數據。而我們看到的傳統(tǒng)做法是，企業(yè)要用手動的方式把不同數據源的數據整合到一個平臺之上。而這種新型數據經緯可以簡化混合云環(huán)境的復雜度，幫助企業(yè)用戶確保在不危害隱私、安全和合規(guī)性的前提之下，訪問所需數據。
4、智能化數據經緯把 AI 賦能的新能力整合成目錄，同時保護數據
作為新型智能數據經緯的組成部分和 AutoSQL 技術的補充，AutoCatalog 是一個由 AI 賦能的“大腦”，它可以對數據的發(fā)現和分類流程實現自動化，以維護來自不同數據環(huán)境的數據資產的實時目錄，專為跨企業(yè)的不同業(yè)務團隊輕松查找數據而設計。AutoPrivacy 是 IBM Cloud Pak for Data 中可用通用數據隱私框架的關鍵部分。AutoPrivacy 旨在使用 AI，智能地實現企業(yè)內部敏感數據識別、監(jiān)控以及后續(xù)政策實施的自動化。
5、推進“Watson Anywhere”策略，重申 IBM 把 AI 帶給隨處存儲的數據的獨到能力
此次發(fā)布進一步拓展了 IBM Watson Anywhere 的策略。與他人不同的是，IBM 正致力為客戶賦能，幫助他們把 AI 帶給他們隨處存儲的數據，而不是把數據帶給 AI。
在上周召開的 Think 2021 大會上，您也許已經了解了 ING、CitiBank、Verizon 等企業(yè)成功應用 AI 的故事。雖然 AI 的變革力量不容置疑，但是千里之行始于足下，要將發(fā)展 AI 的愿望轉化為業(yè)務成果，要從構建一個堅實基礎開始，也就是要從解決當今多樣化數據格局的復雜性開始。
在此，我們特意摘選了幾位客戶在 Think 2021 大會上的發(fā)言如下：
ING 科技集團服務首席架構師 Ferd Scheepers 說：
“我們需要一個統(tǒng)一的數據層來映射數據，利用 AI 來理解數據意義，執(zhí)行相關政策——在法律禁止個人數據出境的國家和地區(qū)防止數據的跨國移動，同時竭盡所能做好現在所需的工作來構建自我。這正是數據經緯所承諾的，以活躍的元數據來驅動我們利用數據的可能性，讓數據在不同地區(qū)和不同云之間持續(xù)可用，無論數據客戶需要在何處、以何種方式使用數據，都無需依賴長達一年之久的 IT 項目來訪問他們所需的數據。”
威瑞森電信 （Verizon） 數據治理及架構負責人 Sal Maraccino 說：
“數據被限制在跨企業(yè)的孤島、傳統(tǒng)數據倉庫和數據湖的各個孤立環(huán)境之中，使我們無法規(guī)模化地整合數據。因此，我們正在引入數據經緯，打造一個讓我們可以整合企業(yè)數據的通用平臺�，F在，利用數據經緯，我們能實現一致的數據管控，這一經緯層讓我們能夠實現規(guī)模化數據整合……我們重新對控制措施進行統(tǒng)一化，讓員工可以更輕松地訪問數據。”
