Από το προσωπικό της Techopedia, 22 Σεπτεμβρίου 2016
Takeaway: Η υποδοχή Rebecca Jozwiak συζητά τις αναλυτικές αναλύσεις με τον Dr. Robin Bloor, τον Dez Blanchfield και τον Shawn Rogers της Dell Statistics.
Δεν έχετε εισέλθει αυτήν τη στιγμή. Συνδεθείτε ή εγγραφείτε για να δείτε το βίντεο.
Rebecca Jozwiak: Κυρίες και κύριοι, γεια σου, και καλωσορίζουμε τις Hot Technologies του 2016. Σήμερα έχουμε "Edge Analytics: Η οικονομία του IoT επιτέλους". Το όνομά μου είναι Rebecca Jozwiak. Θα είμαι ο συντονιστής σας για την εκπομπή του σήμερα. Κάνουμε tweet με ένα hashtag του # HOTTECH16 εάν θέλετε να συμμετάσχετε στη συνομιλία Twitter.
Έτσι, το IoT, σίγουρα ένα καυτό θέμα φέτος και το διαδίκτυο των πραγμάτων, είναι πραγματικά τα δεδομένα του μηχανήματος, τα δεδομένα των αισθητήρων, τα αρχεία καταγραφής, τα δεδομένα της συσκευής. Τίποτα από αυτά δεν είναι νέο, είχαμε αυτόν τον τύπο δεδομένων για πάντα, αλλά είναι ότι δεν μπορούσαμε πραγματικά να το χρησιμοποιήσουμε και τώρα βλέπουμε μόνο έναν τόνο νέων τρόπων χρήσης αυτών των δεδομένων. Ιδιαίτερα στον ιατρικό κλάδο, στις χρηματοπιστωτικές αγορές, με το πετρέλαιο και το φυσικό αέριο, τα εμπορεύματα, είναι απλώς ένας πλούτος πληροφοριών που δεν είχε ξαναχρησιμοποιηθεί. Και δεν είναι πολλοί άνθρωποι που έχουν πάρει πραγματικά μια καλή κατανόηση για το πώς να το κάνουμε αυτό καλά. Μιλάμε για πολύ λίγα δεδομένα, αλλά υπάρχουν πολλά δεδομένα και, γνωρίζετε, υπάρχουν προβλήματα στο δίκτυο που εμπλέκονται, υπάρχει υλικό που εμπλέκεται, ή χρειάζεται να επεξεργαστείτε και πώς να το κάνετε χωρίς να φράξετε το σύστημά σας; Αυτό είναι που πρόκειται να μάθουμε σήμερα.
Εδώ είναι η ομάδα των εμπειρογνωμόνων μας. Έχουμε τον Δρ Robin Bloor, τον επικεφαλής αναλυτή μας στο The Bloor Group. Έχουμε επίσης τον Dez Blanchfield, τον επιστήμονα δεδομένων μας στο The Bloor Group. Και είμαστε ευτυχείς να έχουμε τον Shawn Rogers, διευθυντή παγκόσμιου μάρκετινγκ και καναλιών από την Dell Statistics. Και με αυτό, θα περάσω τη μπάλα στον Robin.
Δρ. Robin Bloor: Εντάξει, ευχαριστώ πολύ γι 'αυτό. Θα πιέσω ένα κουμπί και θα ρίξω μια διαφάνεια. Δεν έχω ιδέα γιατί δημιούργησα αυτή την αποκαλυπτική εικόνα για το διαδίκτυο των πραγμάτων. Ενδεχομένως επειδή νομίζω ότι τελικά θα χαρωθεί. Θα μετακινηθώ ευθεία. Αυτό αντιστοιχεί στην πορεία σε κάθε παρουσίαση του IoT. Έχετε, κατά τον ένα ή τον άλλο τρόπο, να πείτε κάτι εξωφρενικό για το που όλα θα πάνε. Και στην πραγματικότητα, τα περισσότερα από αυτά είναι μάλλον αληθινά. Εάν εξετάζετε πραγματικά τον τρόπο με τον οποίο οι καμπύλες αυτές επεκτείνονται σταδιακά. Ξέρετε, οι προσωπικοί υπολογιστές, τα smartphones και τα tablet θα συνεχίσουν να αυξάνονται. Οι έξυπνες τηλεοράσεις πιθανότατα θα αυξηθούν. Φορητά, πιθανόν να εκραγούν τώρα, σε σύγκριση με αυτά που είχαν πριν από μερικά χρόνια. Συνδεδεμένα αυτοκίνητα, αναπόφευκτα ότι σχεδόν όλα τα αυτοκίνητα πρόκειται να συνδεθούν πολύ ευρύτατα και να μεταδίδουν διεξοδικά τα δεδομένα όλη την ώρα. Και οτιδήποτε άλλο. Και αυτό το συγκεκριμένο γράφημα από τη BI Intelligence δείχνει ότι όλα τα υπόλοιπα θα αντισταθμίσουν τα προφανή πράγματα πολύ, πολύ γρήγορα.
Τι να πεις λοιπόν για το IoT; Το πρώτο πράγμα είναι απλά ένα αρχιτεκτονικό σημείο. Ξέρετε, όταν έχετε στοιχεία και έχετε επεξεργαστεί, με τον ένα ή τον άλλο τρόπο, θα πρέπει να βάζετε τα δύο μαζί. Και με τα δεδομένα στους τόμους είναι τώρα, και συγκεντρώνοντας σε διάφορα μέρη, τα δύο δεν είναι φυσικά μαζί πια. Κάποτε ήταν στις παλιές μέρες του mainframe, υποθέτω. Έτσι μπορείτε να σκεφτείτε από την άποψη ότι υπάρχει ένα στρώμα επεξεργασίας, ένα στρώμα μεταφοράς και ένα στρώμα δεδομένων. Και με τον ένα ή τον άλλο τρόπο, το μεταφορικό στρώμα σήμερα πρόκειται να μετακινήσει την επεξεργασία ή να μετακινήσει τα δεδομένα σε διάφορα δίκτυα. Εδώ είναι οι επιλογές: Μπορείτε να μεταφέρετε τα δεδομένα στην επεξεργασία, να μετακινήσετε την επεξεργασία στα δεδομένα, να μετακινήσετε την επεξεργασία και τα δεδομένα σε ένα βολικό σημείο εκτέλεσης ή μπορείτε να σκαρφαλώσετε την επεξεργασία και να σκίζετε τα δεδομένα. Και όσον αφορά το διαδίκτυο των πραγμάτων, τα δεδομένα έχουν σχεδόν ξεχαστεί κατά τη γέννησή τους και η πιθανότητα είναι ότι θα χρειαστεί να σπάσουν ένα μεγάλο μέρος της επεξεργασίας, ώστε να μπορούν να γίνουν οι εφαρμογές που πρέπει να εκτελεστούν.
Έτσι έχω ζωγραφίσει μια φωτογραφία. Το ενδιαφέρον πράγμα για μένα για το IoT, μιλάω για έναν τομέα συσσωμάτωσης σε αυτό το διάγραμμα, και επισημαίνω ότι υπάρχουν υποτομείς. Έτσι, μπορείτε να φανταστείτε ότι ο τομέας IoT εδώ είναι ένα αυτοκίνητο κάποιου είδους και το domain 2 και το domain 3 και domain 4 είναι αυτοκίνητα κάποιου είδους και θα συγκεντρώσετε τοπικά δεδομένα, θα εκτελείτε τοπικές εφαρμογές σε αυτά τα δεδομένα και θα ενεργοποιήσετε διάφορα πράγματα. Αλλά για να έχετε αναλυτικά στοιχεία για όλα τα αυτοκίνητα, θα πρέπει να μεταφέρετε δεδομένα στο κέντρο, όχι απαραίτητα όλα τα δεδομένα, αλλά θα πρέπει να συγκεντρωθείτε στο κέντρο. Και αν το σκεφτείτε αυτό, τότε ίσως θέλετε να έχετε πολλούς, διαφορετικούς τομείς συσσωμάτωσης στο ίδιο σύνολο πράξεων IoT. Και οι ίδιοι οι τομείς θα μπορούσαν να συγκεντρωθούν περαιτέρω. Έτσι θα μπορούσατε να έχετε αυτή την επαναλαμβανόμενη ιεραρχία. Και βασικά αυτό που έχουμε εδώ είναι ένα απίστευτα πολύπλοκο δίκτυο. Πολύ πιο περίπλοκο από ό, τι έπρεπε να έχουμε πριν.
Έχω μια σημείωση στο κάτω μέρος εδώ. Όλοι οι κόμβοι δικτύου, συμπεριλαμβανομένων των κόμβων φύλλων, μπορούν να είναι δημιουργοί δεδομένων, αποθήκες δεδομένων και σημεία επεξεργασίας. Και αυτό σας δίνει τη δυνατότητα διανομής, κάτι το οποίο δεν είχαμε ξαναδεί. Ο Dez πρόκειται να μιλήσει λίγο περισσότερο γι 'αυτό, γι' αυτό θα προχωρήσω σε αυτό το συγκεκριμένο σημείο. Μόλις βρεθούμε στο διαδίκτυο των πραγμάτων και όλα τα δεδομένα έχουν πράγματι επιλυθεί σε γεγονότα, το σημείο σχετικά με αυτό το slide είναι μόνο να υποδείξει ότι θα πρέπει να τυποποιήσουμε τα γεγονότα. Θα χρειαστούμε, τουλάχιστον, θα πρέπει να έχουμε αυτό. Θα έχουμε τον χρόνο που συνέβη το συμβάν, τη γεωγραφική θέση που εμφανίστηκε, την εικονική ή λογική τοποθεσία της διαδικασίας που το δημιούργησε, τη συσκευή προέλευσης που την δημιούργησε, το αναγνωριστικό συσκευής, ώστε να γνωρίζετε ακριβώς ποια συσκευή προέλευσης την δημιούργησε, την ιδιοκτησία των στοιχείων και των ηθοποιών, εκείνων που έχουν το δικαίωμα να χρησιμοποιούν τα δεδομένα με κάποιο τρόπο, θα πρέπει να φέρουν τα δικαιώματά τους, πράγμα που σημαίνει πραγματικά ότι θα πρέπει να φέρει ασφάλεια μαζί του και τότε τα ίδια τα δεδομένα. Και όταν κοιτάζετε αυτό συνειδητοποιείτε ότι, ακόμα και αν έχετε έναν αισθητήρα που δεν κάνει τίποτα περισσότερο από την αναφορά της θερμοκρασίας κάτι κάθε δευτερόλεπτο, υπάρχουν στην πραγματικότητα πολλά δεδομένα ακριβώς για να προσδιορίσετε ακριβώς πού τα δεδομένα και τι είναι στην πραγματικότητα. Παρεμπιπτόντως, αυτό δεν είναι μια εξαντλητική λίστα.
Επομένως, όσον αφορά το μελλοντικό περιβάλλον πληροφορικής, ο τρόπος που το βλέπω είναι αυτό: ότι δεν είναι μόνο το διαδίκτυο των πραγμάτων, υπάρχει επίσης το γεγονός ότι θα βρεθούμε σε έναν κόσμο δραστηριότητας που καθοδηγείται από γεγονότα και επομένως εμείς θα πρέπει να έχουν αρχιτεκτονικές που καθοδηγούνται από συμβάντα και οι αρχιτεκτονικές αυτές θα πρέπει να καλύπτουν μεγάλα δίκτυα. Και το άλλο πράγμα είναι τα πάντα σε πραγματικό χρόνο, δεν είναι απαραιτήτως η περίπτωση να είμαστε σε πραγματικό χρόνο, αλλά υπάρχει κάτι που αναφέρομαι ως επιχειρηματικό χρόνο που είναι ο χρόνος εντός του οποίου τα δεδομένα πρέπει πραγματικά να εξυπηρετηθούν και να είναι έτοιμα για επεξεργασία. Ίσως δεν είναι, ξέρετε, ένα χιλιοστό του δευτερολέπτου μετά τη δημιουργία του. Αλλά υπάρχει πάντα ένας τέτοιος χρόνος για κάθε κομμάτι δεδομένων και μόλις έχετε μια αρχιτεκτονική που καθοδηγείται από γεγονότα αρχίζει να γίνεται πιο λογικό να σκέφτεται κανείς σε ό, τι αφορά την προσέγγιση σε πραγματικό χρόνο στον τρόπο με τον οποίο λειτουργεί ο κόσμος.
Το βράζουμε, γιατί αυτό που πραγματικά μιλάμε πραγματικά είναι τα αναλυτικά στοιχεία για το IoT. Παρ 'όλα αυτά, είναι ακόμα καιρός να κατανοήσουμε, και δεν είναι μόνο χρόνος για διορατικότητα, η διορατικότητα πρέπει να ακολουθείται από πράξεις. Επομένως, ο χρόνος για διορατικότητα και χρόνος για δράση είναι αυτό που θα το βράσω. Τούτου λεχθέντος, θα περάσω την μπάλα πίσω στην Dez.
Dez Blanchfield: Σας ευχαριστώ, Robin. Είναι διορατικό όπως πάντα. Λατρεύω το γεγονός ότι είναι δύσκολο να ακολουθηθεί σε κάθε περίπτωση, αλλά θα κάνω το καλύτερο δυνατό.
Ένα από τα πράγματα που βλέπω και συχνά είμαι διασκεδασμένος από αυτό είναι ειλικρινής και όχι σε ανόητη και αρνητική κλίση, αλλά υπάρχει μεγάλη ανησυχία και πανικό για το διαδίκτυο των πραγμάτων που αναλαμβάνουν τον κόσμο και μας χτυπάει και θα αρχίσετε να χάνετε τα δεδομένα σας, γι 'αυτό θέλω να ρίξω μια ματιά πίσω σε μερικά από τα πράγματα που έχουμε κάνει πριν από τις τελευταίες δύο με τρεις δεκαετίες που ήταν μια κοντινή τηλεομοιοτυπία στο διαδίκτυο των πραγμάτων, αλλά ίσως όχι στην ίδια κλίμακα. Και μόνο για να δείξουμε ότι βρισκόμαστε πραγματικά εδώ και λύνουμε μερικά από τα προβλήματα, όχι σε αυτό το επίπεδο κλίμακας και όχι σε αυτή την ταχύτητα. Επειδή σημαίνει ότι μπορούμε πραγματικά να λύσουμε το πρόβλημα και ότι γνωρίζουμε ποιες είναι οι απαντήσεις. έχουμε μόλις βρεθεί να χαστούμε κάτω και να εφαρμόσουμε ξανά κάποιες από τις μάθησης που είχαμε πριν. Και ξέρω ότι αυτή είναι όλη η συνομιλία που πρόκειται να έχουμε και έχω μια ολόκληρη σειρά από διασκεδαστικά πράγματα μόνο για να συνομιλήσω μέσω στο τμήμα Ε & Α.
Αλλά όταν σκεφτόμαστε το διαδίκτυο των πραγμάτων στον κύκλο, υπάρχει μια μεγάλη συγκέντρωση σε επίπεδο σχεδιασμού που γράφτηκε πολύ νωρίς. Οι συσκευές Fitbit, για παράδειγμα, τείνουν να πάνε σε ένα κεντρικό σημείο και είναι πιθανό να φιλοξενούνται κάπου σε μια πλατφόρμα σύννεφων και όλα τα δεδομένα από όλες αυτές τις συσκευές χτυπάει το ίδιο, ας πούμε απλά, το μπροστινό άκρο μιας στοίβας, συμπεριλαμβανομένου του ιστού και εφαρμογές και υπηρεσίες που βασίζονται σε δεδομένα. Αλλά με την πάροδο του χρόνου αυτή η κλίμακα θα απαιτήσει έναν ανασχεδιασμό για να αντιμετωπίσει το ποσό των δεδομένων που έρχονται σε αυτά και θα ανασχεδιάσουν έτσι ώστε να υπάρχουν πολλαπλές μπροστινές άκρες και πολλαπλά αντίγραφα της στοίβας σε πολλαπλές τοποθεσίες και περιοχές. Και βλέπουμε αυτό και υπάρχουν πολλά παραδείγματα που θα σας δώσω για να συζητήσουμε.
Το βασικό σημείο αυτού είναι ότι παρόλο που έχουμε δει μερικές από αυτές τις λύσεις που πρόκειται να καλύψω, η κλίμακα και ο όγκος των δεδομένων και η κίνηση στο δίκτυο που θα δημιουργήσει το διαδίκτυο των πραγμάτων απαιτεί επειγόντως μια στροφή από το κεντρικό σε κατανεμημένες αρχιτεκτονικές κατά την άποψή μου, και το γνωρίζουμε, αλλά δεν καταλαβαίνουμε κατ 'ανάγκη τη λύση. Όταν σκεφτόμαστε την έννοια του τι είναι το διαδίκτυο των πραγμάτων, είναι ένα μοντέλο δικτύου μεγάλης κλίμακας. Είναι πολλά και πολλά πράγματα που κάνουν τώρα θόρυβο. Πράγματα που δεν έκαναν θόρυβο μέχρι πρόσφατα. Και στην πραγματικότητα, νομίζω ότι ήταν χθες, μιλούσα γελοία για τη στοίβα, αλλά πήγα να αγοράσω μια νέα τοστιέρα και ήρθε με μια επιλογή που θα μπορούσε να μου πει διάφορα πράγματα, ακόμα και όταν χρειαζόταν καθαρισμό. Και ένα νέο φούρνο μικροκυμάτων με ένα πολύ παρόμοιο χαρακτηριστικό και θα μπορούσε ακόμη και πραγματικά ping μια εφαρμογή στο τηλέφωνό μου για να πω ότι το πράγμα που εγώ ήταν reheating έγινε τώρα. Και είμαι πολύ της άποψης ότι αν υπάρχουν μερικά πράγματα που δεν θέλω να μου μιλήσω είναι το ψυγείο μου, το φούρνο μικροκυμάτων και οι φρυγανιέρες. Είμαι αρκετά άνετα με τους να είναι χαζή συσκευές. Αλλά έχω ένα καινούργιο αυτοκίνητο πρόσφατα, λίγο Audi, και μου μιλάει και είμαι πολύ ευχαριστημένος με αυτό, γιατί τα πράγματα που μιλάει είναι ενδιαφέροντα. Όπως η ενημέρωση χαρτών σε πραγματικό χρόνο για να μου πείτε πού υπάρχει μια καλύτερη διαδρομή για να φτάσετε από το σημείο Α στο σημείο Β επειδή εντοπίζεται η κυκλοφορία μέσω διαφόρων μηχανισμών με δεδομένα που αποστέλλονται.
Έχω αυτή τη διαφάνεια. Έχουμε ήδη δει ότι τα μοντέλα δικτύου μεγάλου όγκου απαιτούν μετάβαση από κεντρική σε κατανεμημένη λήψη και παράδοση μοντέλων επεξεργασίας δεδομένων και αναλύσεων. Έχουμε δει τα πράγματα να κινούνται από τα τρία μικρά διαγράμματα γραφήματος εκεί στη δεξιά άκρη όπου έχουμε, εκείνο που βρίσκεται στα αριστερά από τα τρία, υπάρχει ένα κεντρικό μοντέλο με όλες τις μικρές συσκευές να έρχονται στην κεντρική θέση και συλλέγει δεδομένα και η κλίμακα δεν είναι τόσο μεγάλη, αντιμετωπίζουν καλά εκεί. Στη μέση έχουμε ένα ελαφρώς πιο αποκεντρωμένο μοντέλο και κόμβο και μιλήσαμε, πράγμα που νομίζω ότι θα χρειαστούμε με το διαδίκτυο των πραγμάτων στην επόμενη γενιά. Και στη δεξιά πλευρά έχουμε αυτό το πλήρως κατανεμημένο και δικτυωμένο δίκτυο στο οποίο το διαδίκτυο των πραγμάτων και του μηχανήματος σε μηχανή πρόκειται να προχωρήσει πολύ σύντομα στο μέλλον, αλλά δεν είμαστε αρκετά υπάρχουν για διάφορους λόγους. Και κυρίως επειδή χρησιμοποιούμε πλατφόρμες διαδικτύου για τις περισσότερες επικοινωνίες μέχρι στιγμής και δεν έχουμε κατασκευάσει ένα δεύτερο δίκτυο για να μεταφέρουμε πολλά από αυτά τα δεδομένα.
Υπάρχουν δεύτερα δίκτυα που υπάρχουν ήδη, όπως το δίκτυο Batelco. Πολλοί άνθρωποι δεν σκέφτονται το γεγονός ότι τα δίκτυα τηλεπικοινωνιών δεν είναι διαδίκτυο. Το Διαδίκτυο είναι ένα πολύ ξεχωριστό πράγμα από πολλές απόψεις. Είναι δρομολόγηση δεδομένων από smartphones μέσω των τηλεφωνικών δικτύων, και στη συνέχεια μέσω των τηλεφωνικών δικτύων και στο διαδίκτυο γενικά, όπου αυτά είναι πραγματικά layering τους σε δύο δίκτυα. Αλλά είναι τελείως πιθανό και πιθανό ότι το διαδίκτυο των πραγμάτων θα χρειαστεί ένα άλλο δίκτυο. Μιλάμε για το βιομηχανικό διαδίκτυο ως θέμα γενικά, το οποίο δεν θα εξεταστεί τώρα, αλλά ουσιαστικά μιλάμε για ένα άλλο δίκτυο που έχει σχεδιαστεί ειδικά για τους τύπους μεταφοράς δεδομένων ή διαδικτύου των πραγμάτων και του μηχανήματος προς το μηχάνημα επικοινωνία.
Αλλά μερικά από τα παραδείγματα που ήθελα να μοιραστώ όπου έχουμε δει μεγάλα δίκτυα και τα κατανεμημένα δεδομένα λειτουργούν πολύ καλά είναι πράγματα όπως το διαδίκτυο. Το διαδίκτυο σχεδιάστηκε ειδικά και αρχιτεκτονικά από την πρώτη μέρα για να είναι σε θέση να επιβιώσει από πυρηνικό πόλεμο. Αν έχουν ανατιναχθεί τμήματα των ΗΠΑ, το Διαδίκτυο σχεδιάστηκε έτσι ώστε τα δεδομένα να μπορούν να μετακινούνται στο διαδίκτυο χωρίς απώλεια πακέτων για λόγους που εξακολουθούμε να είμαστε συνδεδεμένοι. Και αυτό εξακολουθεί να υπάρχει σήμερα σε παγκόσμια κλίμακα. Το Διαδίκτυο έχει πολλές δυνατότητες γύρω από τα πακέτα πλεονασμού και δρομολόγησης. Και στην πραγματικότητα, το διαδίκτυο που ελέγχεται από ένα πράγμα που ονομάζεται BGP, Border Gateway Protocol και το Border Gateway Protocol, το BGP, έχει σχεδιαστεί ειδικά για να αντιμετωπίσει είτε έναν δρομολογητή είτε έναν διακόπτη ή server που βρίσκεται κάτω. Όταν στέλνετε ή λαμβάνετε ένα μήνυμα ηλεκτρονικού ταχυδρομείου, εάν στέλνετε τρία μηνύματα σε σειρά, δεν υπάρχει εγγύηση ότι κάθε ένα από αυτά τα μηνύματα θα ακολουθήσει την ίδια διαδρομή προς τον ίδιο τελικό προορισμό. Μπορούν να κινηθούν μέσω διαφόρων τμημάτων του διαδικτύου για διάφορους λόγους. Θα μπορούσε να υπάρξει διακοπή, θα μπορούσαν να υπάρξουν παράθυρα συντήρησης όπου τα πράγματα είναι εκτός λειτουργίας για να αναβαθμιστούν, θα μπορούσε να υπάρξει συμφόρηση στο δίκτυο και το βλέπουμε με πράγματα όπως τα δίκτυα κίνησης με τα αυτοκίνητα και τα μέσα μαζικής μεταφοράς και τα πλοία και τα αεροπλάνα. Παίρνουμε περιεχόμενο στις συσκευές μας, όπως οι φορητοί υπολογιστές και τα tablet και οι υπολογιστές μας, μέσω προγραμμάτων περιήγησης και ούτω καθεξής καθημερινά μέσω δικτύων παροχής περιεχομένου. Τα δίκτυα εμφάνισης περιεχομένου αφορούν τη λήψη αντιγράφων του περιεχομένου από την κύρια πλατφόρμα προβολής σας, όπως ο διακομιστής ιστού, καθώς και η μετακίνηση αντιγράφων αυτού και η προσωρινή μνήμη μικρών ποσοτήτων στην άκρη του δικτύου και η παράδοσή τους μόνο από το πλησιέστερο τμήμα της άκρης.
Anti-spam και cybersecurity - αν συμβεί spam στον Καναδά και η Microsoft το εντοπίσει και διαπιστώσει ότι υπάρχουν πολλά αντίγραφα του ίδιου μηνύματος ηλεκτρονικού ταχυδρομείου που αποστέλλεται σε μια ομάδα τυχαίων ατόμων, λαμβάνονται τα checksum, μια υπογραφή για το μήνυμα αυτό είναι δημιουργήθηκαν και τέθηκαν σε δίκτυο και διανεμήθηκαν αμέσως. Και έτσι ώστε το ηλεκτρονικό ταχυδρομείο να μην εισέρχεται ποτέ στα εισερχόμενά μου, ή αν συμβαίνει αυτό, θα θεωρείται ως ανεπιθύμητη αλληλογραφία αμέσως επειδή εντοπίστηκε κάπου αλλού στην άκρη του δικτύου. Και έτσι τα άλλα μέρη της άκρης του δικτύου λέγονται για αυτή την υπογραφή μηνύματος spam και τοποθετούνται σε ευρετήριο βάσης δεδομένων και αν αυτά τα μηνύματα αρχίσουν να εμφανίζονται στην άλλη πλευρά του πλανήτη, τα εντοπίζουμε και γνωρίζουμε ότι είναι spam. Το ίδιο ισχύει και για την ασφάλεια στον κυβερνοχώρο. Ένα hack που συμβαίνει σε μια πλευρά του πλανήτη ανιχνεύεται, καταγράφεται και χαρτογραφείται και ξαφνικά στο άλλο μέρος του δικτύου μπορούμε να το καταπολεμήσουμε και να αρχειοθετήσουμε τους κανόνες και τις πολιτικές και να αλλάξουμε για να δούμε αν μπορούμε να το εμποδίσουμε. Ιδιαίτερα με το νέο αντίκτυπο σε πράγματα όπως η άρνηση υπηρεσίας ή η διανομή άρνησης εξυπηρέτησης όπου χιλιάδες μηχανήματα χρησιμοποιούνται για να επιτεθούν σε έναν κεντρικό ιστότοπο.
Το Bitcoin και το blockchain είναι από προεπιλογή, από τη φύση του, είναι ένας κατανεμημένος ημερολόγιο, το blockchain, και αντιμετωπίζει τυχόν διακοπές ή θραύσεις στο δίκτυο. Ανίχνευση και πρόληψη της απάτης, υπηρεσίες τροφοδοσίας ρεύματος και νερού - βλέπουμε, γνωρίζετε το δίκτυο ηλεκτρικής ενέργειας, αν ένα τμήμα του δικτύου παίρνει μια έκταση δέντρων σε αυτό και βγάζει έναν πόλο και ένα καλώδιο, το σπίτι μου εξακολουθεί να παίρνει δύναμη. Δεν το γνωρίζω καν, δεν το βλέπω καν στις ειδήσεις. Και είμαστε όλοι συνηθισμένοι στα δίκτυα μεταφορών όπου αρχικά υπήρχε ένα κεντρικό μοντέλο, "Όλοι οι δρόμοι οδήγησαν στη Ρώμη", όπως λένε, και στη συνέχεια τελικά έπρεπε να πάμε στο αποκεντρωμένο μοντέλο με κόμβους και ακτίνες, και στη συνέχεια πήγαμε σε ένα δικτυωτό δίκτυο όπου θα μπορούσατε να φτάσετε από τη μια πλευρά της πόλης στην άλλη μέσω διαφόρων πλεγμάτων και διαφορετικών διασταυρώσεων. Επομένως, αυτό που βλέπουμε εδώ είναι ότι αυτό το κεντρικό μοντέλο αυτού που κάνουμε τώρα με το διαδίκτυο των πραγμάτων θα πρέπει να σπρώξουμε προς την άκρη του δικτύου. Και αυτό ισχύει για την ανάλυση περισσότερο από ποτέ, και αυτό είναι ότι πρέπει να προωθήσουμε τα αναλυτικά στοιχεία στο δίκτυο. Και για να γίνει αυτό, απαιτεί μια εντελώς νέα προσέγγιση όσον αφορά τον τρόπο πρόσβασης και επεξεργασίας αυτών των δεδομένων και των ροών δεδομένων, κατά την άποψή μου. Μιλάμε για ένα σενάριο τώρα που πιστεύω ότι βλέπουμε περιορισμένη νοημοσύνη να βγαίνει στην άκρη του δικτύου σε συσκευές συνδεδεμένες στο διαδίκτυο, αλλά σύντομα θα δούμε ότι οι συσκευές αυτές θα αυξήσουν τη νοημοσύνη και θα αυξήσουν το επίπεδο των αναλυτικών στοιχείων που θέλουν να κάνω. Και ως εκ τούτου θα πρέπει να προωθήσουμε αυτά τα μυαλά έξω από το δίκτυο.
Για παράδειγμα, οι έξυπνες εφαρμογές και τα κοινωνικά μέσα - αν σκεφτούμε τα κοινωνικά μέσα ενημέρωσης και ορισμένες από τις έξυπνες εφαρμογές, εξακολουθούν να είναι πολύ κεντρικές. Ξέρετε, υπάρχουν μόνο δύο ή τρία κέντρα δεδομένων για όσους αγαπούν το Facebook. Η Google έχει αποκτήσει πολύ πιο αποκεντρωμένη, αλλά εξακολουθεί να υπάρχει ένας περιορισμένος αριθμός κέντρων δεδομένων σε όλο τον κόσμο. Στη συνέχεια, όταν σκεφτόμαστε την εξατομίκευση του περιεχομένου, πρέπει να σκεφτείτε σε ένα πολύ τοπικό επίπεδο. Πολλά από αυτά γίνονται στο πρόγραμμα περιήγησής σας ή σε ένα τοπικό επίπεδο δικτύου εμφάνισης περιεχομένου. Και σκεφτόμαστε τους ιχνηλάτες υγιεινής και φυσικής κατάστασης - πολλά από τα δεδομένα που συλλέγονται από αυτά αναλύονται τοπικά και έτσι οι νέες εκδόσεις των συσκευών Garmin και Fitbit που βάζετε στον καρπό σας γίνονται πιο έξυπνοι και πιο έξυπνοι στη συσκευή . Τώρα δεν στέλνουν όλα τα δεδομένα για το καρδιακό σας ρυθμό πίσω σε έναν κεντρικό διακομιστή για να προσπαθήσουν να πάρουν τα αναλυτικά στοιχεία. χτίζουν αυτή τη νοημοσύνη απευθείας στη συσκευή. Η πλοήγηση μέσα στο αυτοκίνητο, ήταν ότι το αυτοκίνητο θα παίρνει συνεχώς ενημερώσεις και χάρτες από μια κεντρική θέση, τώρα οι smarts είναι στο αυτοκίνητο και το αυτοκίνητο παίρνει τις αποφάσεις μόνος του και τελικά τα αυτοκίνητα θα πλένονται. Τα αυτοκίνητα θα μιλούν μεταξύ τους μέσω ασύρματων δικτύων κάποιας μορφής, που μπορεί να είναι πάνω από 3G ή 4G ασύρματο δίκτυο στην επόμενη γενιά, αλλά τελικά θα είναι συσκευή συσκευής. Και ο μόνος τρόπος με τον οποίο θα αντιμετωπίσουμε τον όγκο είναι να καταστήσουμε τις συσκευές πιο έξυπνες.
Έχουμε ήδη συστήματα προειδοποίησης έκτακτης ανάγκης που θα συλλέγουν πληροφορίες τοπικά και θα στέλνουν σε κεντρικό δίκτυο ή σε δίκτυο ματιών και θα λαμβάνουν αποφάσεις για το τι συμβαίνει σε τοπικό επίπεδο. Για παράδειγμα, στην Ιαπωνία, υπάρχουν εφαρμογές που οι χρήστες τρέχουν στα smartphone τους με επιταχυνσιόμετρα στο smartphone. Τα επιταχυνσιόμετρα στο smartphone θα ανιχνεύουν τους κραδασμούς και την κίνηση και θα καθορίσουν τη διαφορά μεταξύ της απλής καθημερινής κίνησης και των σεισμών και των κραδασμών. Και αυτό το τηλέφωνο θα αρχίσει να σας ειδοποιεί αμέσως, τοπικά. Η πραγματική εφαρμογή ξέρει ότι ανιχνεύει σεισμούς. Αλλά μοιράζεται επίσης αυτά τα δεδομένα μέσω ενός δικτύου σε ένα διανεμημένο μοντέλο διανομέων και ακουστικών, έτσι ώστε οι άνθρωποι κοντά σας να προειδοποιούνται αμέσως ή όσο το δυνατόν συντομότερα, καθώς τα δεδομένα ρέουν μέσω του δικτύου. Και τελικά, όταν φτάσει σε μια κεντρική τοποθεσία ή ένα κατανεμημένο αντίγραφο της κεντρικής θέσης, ωθεί πίσω σε ανθρώπους που δεν βρίσκονται στον άμεσο χώρο, δεν έχουν εντοπίσει την κίνηση του πλανήτη, αλλά πρέπει να τον προειδοποιήσουν επειδή ίσως έρχεται ένα τσουνάμι.
Και έξυπνη υποδομή πόλεων - η έννοια της ευφυούς υποδομής, χτίζουμε ήδη τη διάνοια σε έξυπνα κτίρια και έξυπνη υποδομή. Στην πραγματικότητα, χθες σταθμεύω το αυτοκίνητό μου στην πόλη σε μια νέα περιοχή όπου μέρος της πόλης ανακαινίστηκε και ξαναχτίστηκε. Και έχουν ξανακάνει όλους τους δρόμους και υπάρχουν αισθητήρες στους δρόμους και ο πραγματικός χώρος στάθμευσης γνωρίζει ότι όταν έχω οδηγήσει με ένα αυτοκίνητο, ξέρει ότι όταν θα πάω να ανανεώσω το όριο των δύο ωρών που το αυτοκίνητο δεν έχει μετακινηθεί και δεν θα με επιτρέψει να σηκώσω και να μείνω για άλλες δύο ώρες. Έπρεπε να φτάσω στο αυτοκίνητο, να βγάλω από το χώρο και στη συνέχεια να τραβήξω πίσω για να το ξεγελάσω για να μπορέσω να μείνω εκεί για άλλες δύο ώρες. Αλλά τι είναι ενδιαφέρον είναι ότι τελικά πηγαίνουμε στο σημείο όπου δεν είναι απλά να ανιχνεύσουμε το αυτοκίνητο που εισέρχεται στην περιοχή ως αισθητήρας που εντοπίζεται, αλλά πράγματα όπως τα οπτικά χαρακτηριστικά όπου η αναγνώριση θα εφαρμοστεί με κάμερες που κοιτάζουν την πινακίδα μου και θα ξέρει που απλώς έβγαλα έξω και τράβηξα πίσω και το εξαπάτησα, και απλά δεν θα με αφήσει να ανανεώσω και θα προχωρήσω. Και τότε θα διανέμει τα δεδομένα αυτά και θα βεβαιωθείτε ότι δεν μπορώ να το κάνω οπουδήποτε αλλού και να εξαπατήσω το δίκτυο σε συνεχή βάση επίσης. Επειδή πρέπει, από τη φύση, να γίνει πιο έξυπνη, διαφορετικά θα συνεχίσουμε να την ξεγελάμε.
Υπάρχει ένα παράδειγμα αυτού που πραγματικά έχω ζήσει προσωπικά, όπου στην τεχνολογία firewall, στα τέλη της δεκαετίας του '80 και στις αρχές της δεκαετίας του '90, ένα προϊόν που ονομάζεται Check Point FireWall-1. Μια πολύ απλή τεχνολογία τείχους προστασίας που χρησιμοποιήσαμε για να δημιουργούμε κανόνες και να δημιουργούμε πολιτικές και κανόνες γύρω από ορισμένα πράγματα για να πούμε ότι οι τύποι κίνησης μέσω συγκεκριμένων θυρών και διευθύνσεων IP και δικτύων για να φτάνουν και να κινούνται ο ένας στον άλλο, από το τέλος του προγράμματος περιήγησης και του πελάτη μέχρι το τέλος του διακομιστή. Επιλύσαμε αυτό το πρόβλημα παίρνοντας πραγματικά τη λογική από τα ίδια τα τείχη προστασίας και στην πραγματικότητα μετακινώντας το στο ASIC, το ολοκληρωμένο κύκλωμα για εφαρμογές. Ελέγχει τις θύρες σε διακόπτες Ethernet. Διαπιστώσαμε ότι οι υπολογιστές διακομιστών, οι υπολογιστές που χρησιμοποιούσαμε ως διακομιστές για να λαμβάνουμε αποφάσεις ως τείχη προστασίας, δεν ήταν αρκετά ισχυροί για να χειριστούν τον όγκο κίνησης που διέρχεται από αυτά για κάθε λίγο έλεγχο των πακέτων. Επιλύσαμε το πρόβλημα με τη μετακίνηση της λογικής που απαιτείται για την επιθεώρηση πακέτων και τις ανιχνεύσεις στο διαδίκτυο σε διακλαδώσεις δικτύου που διανεμήθηκαν και ήταν σε θέση να χειριστούν τον όγκο δεδομένων που διασχίζουν το επίπεδο δικτύου. Δεν το ανησυχούμε σε κεντρικό επίπεδο με τείχη προστασίας, το μεταφέραμε στους διακόπτες.
Και έτσι είχαμε τους κατασκευαστές να κατασκευάσουν τη δυνατότητα να προωθήσουμε μονοπάτια και κανόνες και πολιτικές στον διακόπτη Ethernet έτσι ώστε στο πραγματικό επίπεδο θύρας Ethernet και ίσως πολλοί λαϊκοί στην πισίνα να μην είναι εξοικειωμένοι με αυτό γιατί είμαστε όλοι ζουν σε έναν ασύρματο κόσμο τώρα, αλλά μια φορά καιρό όλα έπρεπε να συνδεθούν μέσω Ethernet. Τώρα στο επίπεδο θύρας Ethernet πραγματοποιήσαμε επιθεώρηση των πακέτων για να διαπιστώσουμε εάν τα πακέτα μπορούσαν ακόμη να μετακινηθούν στον διακόπτη και στο δίκτυο. Μερικά από αυτά είναι αυτά που επιλύουμε τώρα γύρω από αυτήν την πρόκληση της συλλογής δεδομένων στο δίκτυο, συγκεκριμένα από τις συσκευές IRT, την επιθεώρηση και την ανάλυση και, πιθανώς, την ανάλυση σε αυτό σε πραγματικό χρόνο για να ληφθούν αποφάσεις σχετικά με αυτό. Και μερικά από αυτά είναι να αποκτήσουν γνώσεις σχετικά με την επιχειρησιακή ευφυΐα και πληροφορίες για το πώς οι άνθρωποι λαμβάνουν καλύτερες αποφάσεις και άλλες αναλύσεις και επιδόσεις για το επίπεδο μηχανής-μηχανής, όπου οι συσκευές μιλάνε σε συσκευές και λαμβάνουν αποφάσεις.
Και αυτό θα είναι μια τάση που θα πρέπει να εξετάσουμε την επίλυση στο άμεσο μέλλον, διότι αν δεν το κάνουμε, θα καταλήξουμε απλά σε αυτόν τον κατακλυσμό θορύβου. Και έχουμε δει στον μεγάλο κόσμο των δεδομένων, έχουμε δει πράγματα όπως οι λίμνες δεδομένων μετατρέπονται σε βάλτους δεδομένων που καταλήγουμε απλώς με έναν κατακλυσμό θορύβου που δεν έχουμε καταλάβει πώς να λύσουμε τις αναλύσεις επεξεργασίας σε ένα κεντρικό μόδα. Εάν δεν λύσουμε αυτό το πρόβλημα, κατά την άποψή μου, με το IoT αμέσως και να πάρετε μια λύση πλατφόρμας πολύ γρήγορα θα καταλήξουμε σε ένα πολύ, πολύ κακό μέρος.
Και με αυτό το πνεύμα θα κλείσω με το σημείο που πιστεύω ότι μια από τις μεγαλύτερες αλλαγές που σημειώνονται στον μεγάλο χώρο δεδομένων και αναλύσεων οδηγείται τώρα από την άμεση ανάγκη αντίδρασης στον αντίκτυπο του Διαδικτύου των πραγμάτων σε αναλύσεις μεγάλου όγκου και σε πραγματικό χρόνο, δεδομένου ότι πρέπει να μεταφέρουμε τα αναλυτικά στοιχεία στο δίκτυο και στη συνέχεια τελικά στην άκρη του δικτύου μόνο για να αντιμετωπίσουμε τον τεράστιο όγκο του, ακριβώς για να το επεξεργαστούμε. Και έπειτα τελικά, ελπίζουμε, βάζουμε τη νοημοσύνη στο δίκτυο και στην άκρη του δικτύου σε ένα μοντέλο hub και μιλούσαμε ότι μπορούμε πραγματικά να το διαχειριστούμε και να κερδίσουμε γνώσεις σε πραγματικό χρόνο και να πάρουμε αξία από αυτό. Και με αυτό θα περάσω στον επισκέπτη μας και θα δούμε πού μας οδηγεί αυτή η συζήτηση.
Shawn Rogers: Σας ευχαριστώ πολύ. Αυτός είναι ο Shawn Rogers από την Dell Statistics, και αγόρι, απλώς ξεκινώ, συμφωνώ απόλυτα με όλα τα σημαντικά θέματα που έχουν αγγιχτεί εδώ. Και η Ρεβέκκα, ξεκινήσατε με ένα γύρω από την ιδέα ότι, τα στοιχεία αυτά δεν είναι καινούργια και είναι αξιοσημείωτο το πόσα χρόνο και ενέργεια δαπανώνται για τη συζήτηση των δεδομένων, των δεδομένων και των δεδομένων του Διαδικτύου. Και είναι σίγουρα σχετικό, ξέρετε, ο Robin έκανε ένα καλό σημείο, ακόμα κι αν κάνετε κάτι πραγματικά απλό και μπαίνεις σε θερμοστάτη μία φορά το δευτερόλεπτο, ξέρετε, το κάνετε 24 ώρες την ημέρα και πράγματι έχετε, γνωρίζετε, μερικές ενδιαφέρουσες προκλήσεις δεδομένων. Αλλά, τελικά - και νομίζω ότι πολλοί άνθρωποι στη βιομηχανία μιλάνε για τα δεδομένα με αυτόν τον τρόπο - ότι δεν είναι πραγματικά τόσο ενδιαφέρον και, στο σημείο της Rebecca, έχει περάσει πολύ καλά, πολύ καιρό, αλλά δεν είχαμε στο παρελθόν τη δυνατότητα να το αξιοποιήσουμε. Και νομίζω ότι η προηγμένη βιομηχανία αναλύσεων και η βιομηχανία BI γενικά αρχίζουν να γυρίζουν πραγματικά τα κεφάλια τους προς την IoT. Και ο Dez, στο τελευταίο σας σημείο, που αποτελεί μέρος ή ένα από τα προκλητικά σημεία του μεγάλου τοπίου δεδομένων, νομίζω ότι είναι πολύ αληθινό. Νομίζω ότι όλοι είναι πολύ ενθουσιασμένοι για το τι μπορούμε να κάνουμε με αυτό το είδος δεδομένων, αλλά ταυτόχρονα, εάν δεν μπορούμε να καταλάβουμε πώς να εφαρμόσουμε διορατικότητα, να αναλάβουμε δράση και, γνωρίζετε, να πάρετε αναλυτικά στοιχεία όπου είναι τα δεδομένα, νομίζω θα έχουμε προκλήσεις που οι άνθρωποι δεν βλέπουν πραγματικά να έρχονται στο δρόμο τους.
Με αυτό είπαμε, στον προηγμένο χώρο των αναλύσεων, είμαστε μεγάλοι οπαδοί του τι νομίζουμε ότι μπορεί να συμβεί με τα δεδομένα IoT, ειδικά αν εφαρμόζουμε αναλύσεις σε αυτό. Και υπάρχουν πολλές πληροφορίες για αυτή τη διαφάνεια και θα αφήσω όλους να κυνηγήσουν και να πεταχτούν, αλλά εάν κοιτάξετε διαφορετικούς τομείς όπως το λιανικό εμπόριο στην άκρα δεξιά, βλέπει ότι οι ευκαιρίες τους προκύπτουν γύρω από το ενδεχόμενο να είναι πιο καινοτόμες ή να έχουν κάποιες η εξοικονόμηση κόστους ή η βελτιστοποίηση ή βελτίωση της διαδικασίας είναι πολύ σημαντική και βλέπουν πολλές περιπτώσεις χρήσης γι 'αυτό. Εάν κοιτάξετε, ξέρεις, από αριστερά προς τα δεξιά σε όλη την διαφάνεια, θα δείτε πώς κάθε μία από αυτές τις επιμέρους βιομηχανίες διεκδικεί νέες δυνατότητες και νέες ευκαιρίες διαφοροποίησης για τους εαυτούς τους όταν εφαρμόζουν αναλυτικά στοιχεία για το Διαδίκτυο. Και νομίζω ότι η κατώτατη γραμμή είναι, αν πρόκειται να προσπαθήσετε να πάτε κάτω από αυτό το μονοπάτι, πρέπει όχι μόνο να ανησυχείτε για τα δεδομένα, όπως συζητούσαμε, αλλά και για την αρχιτεκτονική, αλλά πρέπει επίσης να εξετάσετε τον καλύτερο τρόπο εφαρμόστε τα αναλυτικά στοιχεία σε αυτό και πού πρέπει να πραγματοποιηθούν τα αναλυτικά στοιχεία.
Για πολλούς από εμάς στη σημερινή κλήση, γνωρίζετε, ο Robin και εγώ γνωρίζουμε ο ένας τον άλλον πολύ καιρό και είχαμε αμέτρητες συνομιλίες για τις παραδοσιακές αρχιτεκτονικές στο παρελθόν, εκείνες γύρω από κεντρικές βάσεις δεδομένων ή αποθήκες δεδομένων επιχειρήσεων και ούτω καθεξής, βρήκατε την τελευταία δεκαετία ή έτσι κάνουμε μια πολύ καλή δουλειά να επεκτείνουμε τους περιορισμούς αυτών των υποδομών. Και δεν είναι τόσο σταθεροί ούτε τόσο ισχυροί όσο θα θέλαμε να είναι σήμερα για να υποστηρίξουν όλα τα σπουδαία αναλυτικά που εφαρμόζουμε στις πληροφορίες και φυσικά και η πληροφορία που σπάζει την αρχιτεκτονική, η ταχύτητα των δεδομένων, ο όγκος των δεδομένων και ούτω καθεξής, σίγουρα επεκτείνουν τους περιορισμούς ορισμένων από τις πιο παραδοσιακές προσεγγίσεις και στρατηγικές μας σε αυτό το είδος εργασίας. Και έτσι νομίζω ότι αρχίζει να καλεί για την ανάγκη των εταιρειών να υιοθετήσουν μια πιο ευέλικτη και ίσως πιο ευέλικτη οπτική γωνία και αυτό είναι το μέρος, υποθέτω ότι θα ήθελα να μιλήσω λίγο γύρω από την πλευρά του IoT.
Προτού να το κάνω, θα αφιερώσω μια στιγμή μόνο για να αφήσω όλους σε κλήση, να σας δώσω λίγο ιστορικό σχετικά με το τι είναι η Στατιστική και τι κάνουμε. Όπως μπορείτε να δείτε στον τίτλο αυτής της διαφάνειας, το στατιστικό είναι μια προγνωστική ανάλυση, μεγάλα δεδομένα και οπτικοποίηση για την πλατφόρμα IoT. Το ίδιο το προϊόν είναι λίγο πάνω από 30 χρονών και ανταγωνίζομε τους άλλους ηγέτες στην αγορά που πιθανώς γνωρίζετε, σύμφωνα με τις δυνατότητες εφαρμογής προγνωστικών αναλύσεων, προηγμένων αναλυτικών στοιχείων. Είδαμε μια ευκαιρία να επεκτείνουμε την εμβέλειά μας όπου βάζαμε τις αναλύσεις μας και άρχισα να εργαζόμαστε για κάποιες τεχνολογίες πίσω, που μας έχουν τοποθετήσει αρκετά καλά για να επωφεληθούμε από αυτό που τόσο ο Dez και ο Robin μίλησαν σήμερα, ποια είναι αυτή η νέα προσέγγιση και όπου πρόκειται να βάλετε τα αναλυτικά στοιχεία και πώς θα τα συγχωνεύσετε με τα δεδομένα. Σε αυτή την πλευρά έρχονται άλλα πράγματα που πρέπει να μπορείτε να αντιμετωπίσετε με την πλατφόρμα και όπως ανέφερα, η Statistica ήταν στην αγορά πολύ καλή χρονική περίοδο. Είμαστε πολύ καλοί στην πλευρά της ανάμειξης δεδομένων και νομίζω ότι δεν έχουμε μιλήσει πάρα πολύ για την πρόσβαση σε δεδομένα σήμερα, αλλά μπορούμε να φτάσουμε σε αυτά τα διαφορετικά δίκτυα και να βγάλουμε τα χέρια σας στα σωστά δεδομένα η κατάλληλη στιγμή γίνεται όλο και πιο ενδιαφέρουσα και σημαντική για τους τελικούς χρήστες.
Τέλος, θα σχολιάσω ένα ακόμη κομμάτι εδώ, επειδή ο Dez έκανε μια καλή ιδέα για τα ίδια τα δίκτυα, έχοντας ένα ορισμένο επίπεδο ελέγχου και ασφάλειας πάνω από τα αναλυτικά μοντέλα σε όλο το περιβάλλον σας και τον τρόπο με τον οποίο συνδέονται με τα δεδομένα που γίνονται πολύ σημαντικά. Όταν μπήκα σε αυτήν τη βιομηχανία λίγα χρόνια πίσω - σχεδόν 20 νομίζω ότι σε αυτό το σημείο - όταν μιλήσαμε για προηγμένες αναλύσεις, ήταν με πολύ επιτηδευμένο τρόπο. Μόνο μερικοί άνθρωποι της οργάνωσης είχαν τα χέρια τους σε αυτό, το έσπευσαν και έδωσαν στους ανθρώπους την απάντηση όπως απαιτείται ή έδωσαν γνώσεις όπως απαιτείται. Αυτό αλλάζει πραγματικά και αυτό που βλέπουμε είναι πολλοί άνθρωποι που δούλευαν με έναν ή περισσότερους διαφορετικούς και πιο ευέλικτους τρόπους προσέγγισης των δεδομένων, εφαρμόζοντας την ασφάλεια και τη διακυβέρνηση στα δεδομένα και στη συνέχεια να μπορούν να συνεργαστούν σε αυτό. Αυτά είναι μερικά από τα σημαντικά πράγματα που εξετάζει η Dell Statistics.
Αλλά θέλω να ασχοληθώ με το θέμα που είναι λίγο πιο κοντά στον σημερινό τίτλο, δηλαδή πώς πρέπει να αντιμετωπίζουμε τα δεδομένα που προέρχονται από το διαδίκτυο των πραγμάτων και τι μπορεί να θέλετε να ψάχνετε όταν εξετάζετε διαφορετικές λύσεις. Η διαφάνεια που έχω φτάσει μπροστά σου τώρα είναι κάτι σαν την παραδοσιακή άποψη και τόσο ο Dez και ο Robin αγγίζουν κάτι τέτοιο, ξέρετε, αυτή η ιδέα να μιλάμε σε έναν αισθητήρα, είτε πρόκειται για αυτοκίνητο είτε για τοστιέρα μια ανεμογεννήτρια ή τι έχεις εσύ και στη συνέχεια να μεταφέρεις αυτά τα δεδομένα από την πηγή δεδομένων σε ολόκληρο το δίκτυό σου σε ένα συγκεντρωτικό είδος διαμόρφωσης, όπως αναφέρει ο Dez. Και δίκτυα αρκετά καλά και πολλές εταιρείες εισέρχονται στο χώρο του IoT αρχικά αρχίζουν να το κάνουν με αυτό το μοντέλο.
Το άλλο πράγμα που ήρθε κατά μήκος, εάν κοιτάξετε προς το κάτω μέρος της διαφάνειας, είναι αυτή η ιδέα να ληφθούν άλλες παραδοσιακές πηγές δεδομένων, αυξάνοντας τα δεδομένα IoT και στη συνέχεια σε αυτό το είδος πυρήνα, εάν ο πυρήνας σας συμβαίνει να είναι ένα κέντρο δεδομένων ή μπορεί να είναι στο σύννεφο, δεν έχει σημασία, θα πάρετε ένα προϊόν όπως το στατιστικό και στη συνέχεια να εφαρμόσετε τα αναλυτικά σε αυτό σε αυτό το σημείο και στη συνέχεια να παρέχει αυτές τις ιδέες στους καταναλωτές στα δεξιά. Και νομίζω ότι αυτό είναι το ποντάρισμα στο τραπέζι σε αυτό το σημείο. Αυτό είναι κάτι που πρέπει να μπορείτε να κάνετε και πρέπει να έχετε μια αρκετά ανοικτή αρχιτεκτονική για μια εξελιγμένη πλατφόρμα ανάλυσης και να μιλήσετε σε όλα αυτά τα είδη, διαφορετικές πηγές δεδομένων, σε όλους αυτούς τους αισθητήρες και σε όλους αυτούς τους διαφορετικούς προορισμούς όπου έχετε τα δεδομένα. Και νομίζω ότι αυτό είναι κάτι που πρέπει να μπορείτε να κάνετε και νομίζω ότι θα το βρείτε αλήθεια ότι πολλοί ηγέτες στην αγορά είναι σε θέση να κάνουν αυτά τα είδη των πραγμάτων. Εδώ στη Στατιστική μιλάμε κάπως για αυτό ως βασικά αναλυτικά στοιχεία. Πηγαίνετε να πάρετε τα δεδομένα, να επαναφέρετε τα δεδομένα στον πυρήνα, να τα επεξεργαστείτε, να προσθέσετε περισσότερα δεδομένα αν είναι απαραίτητο ή αν είναι συμφέρουσα και να κάνετε τα αναλυτικά στοιχεία σας και στη συνέχεια να μοιράζεστε αυτές τις πληροφορίες για δράση ή για διορατικότητα.
Και έτσι νομίζω ότι αυτά είναι σίγουρα από την άποψη της λειτουργίας, θα συμφωνούσαμε ίσως όλοι ότι, ξέρετε, αυτή είναι η αναγκαιότητα και όλοι πρέπει να το κάνουν αυτό. Εκεί που αρχίζει να παίρνει το είδος του ενδιαφέροντος είναι όπου έχετε τεράστια ποσά δεδομένων, ξέρετε, προέρχονται από διαφορετικές πηγές δεδομένων, όπως οι αισθητήρες IoT, όπως ανέφερα, είτε είναι αυτοκίνητο ή κάμερα ασφαλείας είτε διαδικασία κατασκευής, αρχίζει να γίνεται ένα πλεονέκτημα να είναι σε θέση να κάνει το αναλυτικό όπου τα δεδομένα που πραγματικά παράγονται. Και το πλεονέκτημα για τους περισσότερους ανθρώπους, νομίζω, όταν αρχίζουμε να μετακινούμε το αναλυτικό από τον πυρήνα στο άκρο είναι αυτή η δυνατότητα να διαχυθούν μερικές από τις προκλήσεις των δεδομένων που συμβαίνουν και ο Dez και ο Robin πιθανώς θα σχολιάσουν αυτό στο τέλος αλλά πιστεύω ότι πρέπει να είστε σε θέση να παρακολουθείτε και να αναλαμβάνετε δράση σχετικά με τα δεδομένα στην άκρη, ώστε να μην είναι πάντα απαραίτητο να μεταφέρετε όλα αυτά τα δεδομένα στο δίκτυό σας. Ο Robin μίλησε για αυτό στο είδος του, τις εικόνες αρχιτεκτονικής που σχεδίασε, όπου έχετε όλες αυτές τις διαφορετικές πηγές, αλλά συνήθως υπάρχει κάποιο σημείο συσσωμάτωσης. Το σημείο συσσωμάτωσης που βλέπουμε αρκετά συχνά είναι είτε σε επίπεδο αισθητήρα, αλλά ακόμα πιο συχνά σε επίπεδο πύλης. Και αυτές οι πύλες υπάρχουν ως είδος διαμεσολαβητή στη ροή δεδομένων από τις πηγές δεδομένων προτού επιστρέψετε στον πυρήνα.
Μία από τις ευκαιρίες που εκμεταλλεύτηκε η Dell Statistics είναι ότι η ικανότητά μας να εξαγάγουμε ένα μοντέλο από την κεντρική πλατφόρμα προηγμένης ανάλυσης, ώστε να μπορέσουμε να πάρουμε ένα μοντέλο και στη συνέχεια να εκτελέσουμε αυτό το μοντέλο στην άκρη σε μια διαφορετική πλατφόρμα, όπως μια πύλη ή μέσα μιας βάσης δεδομένων ή τι έχετε. Και νομίζω ότι η ευελιξία που μας δίνει είναι αυτό που είναι πραγματικά το ενδιαφέρον σημείο της σημερινής συνομιλίας, είναι μήπως το έχετε στην υποδομή σας σήμερα; Είστε σε θέση να μετακινήσετε ένα αναλυτικό στοιχείο στο οποίο ζουν τα δεδομένα σε σχέση με τη μετακίνηση πάντα των δεδομένων σε εκεί όπου ζουν τα αναλύματα; Και αυτό είναι που η Στατιστική έχει επικεντρωθεί για αρκετό καιρό, και καθώς κοιτάζετε πιο κοντά στις διαφάνειες θα δείτε ότι υπάρχει κάποια άλλη τεχνολογία εκεί από την αδελφή εταιρεία μας, Dell Boomi. Η Dell Boomi είναι μια πλατφόρμα ολοκλήρωσης δεδομένων και ολοκλήρωσης εφαρμογών στο cloud και πραγματικά χρησιμοποιούμε την Dell Boomi ως συσκευή διακίνησης για να μεταφέρουμε τα μοντέλα μας από την Dell Statistics, μέσω της Boomi και των συσκευών της. Και πιστεύουμε ότι αυτή είναι μια ευκίνητη προσέγγιση που οι εταιρείες πρόκειται να απαιτήσουν, όσο τους αρέσει η έκδοση που σας έδειξα πριν από ένα λεπτό, το οποίο είναι το είδος της βασικής ιδέας της μετακίνησης δεδομένων από τους αισθητήρες μέχρι το τέλος της κέντρο, ταυτόχρονα οι εταιρείες πρόκειται να θέλουν να είναι σε θέση να το κάνουν με τον τρόπο που περιγράφω κάπως εδώ. Και τα πλεονεκτήματα για να γίνει αυτό είναι σε μερικά από τα σημεία που έκανε τόσο ο Robin και ο Dez, δηλαδή, μπορείτε να αποφασίσετε και να αναλάβετε δράση με την ταχύτητα της επιχείρησής σας; Μπορείτε να μετακινήσετε τα αναλυτικά στοιχεία από το ένα μέρος στο άλλο και να είστε σε θέση να σώσετε τον χρόνο, τα χρήματα και την ενέργεια και την πολυπλοκότητα της συνεχούς μετακίνησης αυτών των στοιχείων άκρων πίσω στον πυρήνα.
Τώρα είμαι ο πρώτος που λέει ότι μερικά από τα δεδομένα άκρης θα είναι πάντοτε αρκετά αξιόλογα, όπου θα είχε νόημα να αποθηκεύσετε αυτά τα δεδομένα και να τα διατηρήσετε και να τα επαναφέρετε στο δίκτυό σας, αλλά τι αναλυτικά πλεονεκτήματα θα σας επιτρέψουν να κάνει είναι η ικανότητα να λαμβάνει αποφάσεις με την ταχύτητα που πραγματικά τα δεδομένα έρχονται, σωστά; Ότι είστε σε θέση να εφαρμόσετε την ιδέα και τη δράση με ταχύτητα όπου υπάρχει η υψηλότερη δυνατή τιμή. Και νομίζω ότι αυτό είναι κάτι που όλοι θα ψάχνουμε όταν πρόκειται για τη χρήση προηγμένων αναλυτικών στοιχείων και τα δεδομένα IoT είναι αυτή η ευκαιρία να κινηθούν με την ταχύτητα της επιχείρησης ή την ταχύτητα που ο πελάτης απαιτεί. Νομίζω ότι η θέση μας είναι ότι νομίζω ότι πρέπει να μπορείτε να κάνετε και τα δύο. Και νομίζω ότι πολύ σύντομα και πολύ γρήγορα, καθώς περισσότερες εταιρείες εξετάζουν πιο διαφορετικά σύνολα δεδομένων, ειδικά εκείνα που προέρχονται από την πλευρά του Διαδικτύου, πρόκειται να αρχίσουν να εξετάζουν τον χώρο των πωλητών και να απαιτούν τι μπορεί να κάνει η Statistica. Ποια είναι η ανάπτυξη ενός μοντέλου στον πυρήνα, όπως έχουμε κάνει παραδοσιακά εδώ και πολλά χρόνια, ή να το αναπτύξουμε σε πλατφόρμες ίσως ίσως μη παραδοσιακές, όπως μια πύλη IoT, και πραγματικά να μπορέσουμε να βαθμολογήσουμε και να εφαρμόσουμε αναλύσεις στα δεδομένα στην άκρη καθώς παράγονται τα δεδομένα. Και νομίζω ότι εκεί έρχεται το συναρπαστικό μέρος αυτής της συζήτησης. Διότι επειδή μπορούμε να εφαρμόσουμε ένα αναλυτικό στην άκρη τη στιγμή που τα δεδομένα έρχονται από έναν αισθητήρα, μας επιτρέπει να αναλάβουμε δράση τόσο γρήγορα όσο χρειαζόμαστε, αλλά επίσης μας επιτρέπει να αποφασίσουμε, μήπως αυτά τα δεδομένα πρέπει να πάνε όλος ο τρόπος πίσω στον πυρήνα αμέσως; Μπορούμε να το βάλουμε εδώ και στη συνέχεια να το στείλουμε πίσω σε κομμάτια και κομμάτια και να κάνουμε περαιτέρω ανάλυση αργότερα; Και αυτό ακριβώς βλέπουμε πολλοί από τους κορυφαίους πελάτες μας.
Ο τρόπος με τον οποίο η Dell στατιστικά κάνει αυτό είναι ότι έχουμε τη δυνατότητα να χρησιμοποιήσουμε, για παράδειγμα λέμε για παράδειγμα ότι δημιουργείτε ένα νευρωνικό δίκτυο στο Στατιστικό και θέλετε να τοποθετήσετε το νευρικό δίκτυο κάπου αλλού στο τοπίο δεδομένων σας. Έχουμε τη δυνατότητα να εκτυπώνουμε αυτά τα μοντέλα και όλες τις γλώσσες που έχετε παρατηρήσει στη δεξιά γωνία - Java, PPML, C και SQL και ούτω καθεξής. Επίσης, συμπεριλαμβάνουμε την Python και μπορούμε να εξάγουμε και τα σενάρια μας - και καθώς μετακινείτε αυτό από την κεντρική πλατφόρμα μας, μπορείτε να αναπτύξετε το συγκεκριμένο μοντέλο ή αυτόν τον αλγόριθμο οπουδήποτε το χρειαστείτε. Και όπως ανέφερα προηγουμένως, χρησιμοποιούμε την Dell Boomi για να την θέσουμε και να την σταθμεύσουμε εκεί που χρειαζόμαστε για να την εκτελέσουμε και στη συνέχεια να μπορέσουμε να φέρουμε τα αποτελέσματα πίσω ή μπορούμε να βοηθήσουμε την επιστροφή δεδομένων ή να βαθμολογήσουμε τα δεδομένα και να αναλάβουμε δράση χρησιμοποιώντας τη μηχανή των κανόνων μας . Όλα αυτά τα πράγματα γίνονται σημαντικά όταν αρχίζουμε να δούμε αυτά τα δεδομένα και ξανασκεφτούμε.
Αυτό είναι κάτι που οι περισσότεροι από εσάς στο τηλέφωνο θα χρειαστεί να κάνουν γιατί θα γίνουν πολύ ακριβοί και θα επιβαρύνουν το δίκτυό σας, όπως είπε ο Ζζ, για να μετακινήσετε δεδομένα από τα αριστερά αυτών των διαγραμμάτων στα δεξιά αυτών των διαγραμμάτων πάνω από χρόνος. Δεν ακούγεται πολύ, αλλά έχουμε δει κατασκευαστές με δέκα χιλιάδες αισθητήρες στα εργοστάσιά τους. Και αν διαθέτετε δέκα χιλιάδες αισθητήρες στο εργοστάσιό σας, ακόμα κι αν κάνετε αυτά τα δευτερόλεπτα είδη δοκιμών ή σημάτων, μιλάτε για ογδόντα χιλιάδες σειρές δεδομένων από κάθε έναν από αυτούς τους αισθητήρες ανά ημέρα. Και έτσι τα δεδομένα σίγουρα συσσωρεύονται και ο Ρομπίν ανέφερε κάτι τέτοιο. Προηγούμενα ανέφερα μερικές από τις βιομηχανίες όπου βλέπουμε τους ανθρώπους να παίρνουν μερικά αρκετά ενδιαφέροντα πράγματα που έγιναν με το λογισμικό και τα δεδομένα IoT: ο αυτοματισμός των κτιρίων, η ενέργεια, τα βοηθητικά προγράμματα είναι ένας πολύ σημαντικός χώρος. Βλέπουμε πολλή δουλειά για τη βελτιστοποίηση του συστήματος, ακόμη και την εξυπηρέτηση των πελατών και φυσικά τις συνολικές λειτουργίες και τη συντήρηση, μέσα στις ενεργειακές εγκαταστάσεις και μέσα στα κτίρια για αυτοματοποίηση. Και αυτά είναι μερικές περιπτώσεις χρήσης που βλέπουμε είναι πολύ ισχυρές.
Έχουμε κάνει προηγούμενες αναλύσεις πριν, υποθέτω, ο όρος εξελίχθηκε. Όπως ανέφερα, έχουμε βαθιές ρίζες στη Στατιστική. Η εταιρεία ιδρύθηκε πριν από σχεδόν 30 χρόνια, οπότε έχουμε τους πελάτες να επιστρέψουν αρκετό καιρό που ενσωματώνουν τα δεδομένα IoT με τα αναλυτικά στοιχεία τους και ήταν για λίγο. Και η Alliant Energy είναι μία από τις περιπτώσεις χρήσης ή των πελατών μας αναφοράς. Και μπορείτε να φανταστείτε το θέμα που έχει μια ενεργειακή εταιρεία με ένα φυσικό εργοστάσιο. Η κλιμάκωση πέρα από τους τοίχους από τούβλα ενός φυσικού εργοστασίου είναι δύσκολη και οι εταιρείες ενέργειας όπως η Alliant αναζητούν τρόπους για τη βελτιστοποίηση της ενεργειακής τους παραγωγής, βελτιώνοντας ουσιαστικά τη διαδικασία παραγωγής τους και βελτιστοποιώντας την στο υψηλότερο επίπεδο. Και χρησιμοποιούν τη στατιστική για να διαχειρίζονται τους φούρνους στα φυτά τους. Και για όλους εμάς που επιστρέφουμε στις πρώτες μας μέρες στην τάξη των επιστημών όλοι γνωρίζουμε ότι οι κλίβανοι ζεσταίνουν, η θερμότητα κάνει τον ατμό, οι στρόβιλοι στροβιλίζονται, παίρνουμε ηλεκτρισμό. Το πρόβλημα για εταιρείες όπως το Alliant βελτιστοποιεί πραγματικά το πώς θερμαίνονται τα πράγματα και καίνε μέσα σε αυτούς τους μεγάλους κυκλώνες. Και βελτιστοποίηση της παραγωγής για να αποφευχθεί το επιπλέον κόστος της ρύπανσης, της μετατόπισης άνθρακα, και ούτω καθεξής. Και έτσι πρέπει να είστε σε θέση να παρακολουθήσετε το εσωτερικό ενός από αυτούς τους φούρνους κυκλώνα με όλες αυτές τις συσκευές, αισθητήρες, και στη συνέχεια να λάβει όλα αυτά τα δεδομένα αισθητήρα και να κάνει αλλαγές στην ενεργειακή διαδικασία σε συνεχή βάση. Και αυτό ακριβώς κάνει η Statistica για την Alliant από το 2007, πριν ακόμη και ο όρος IoT ήταν πολύ δημοφιλής.
Στο σημείο της Rebecca νωρίς, τα δεδομένα σίγουρα δεν είναι καινούργια. Η ικανότητα να το επεξεργαστείτε και να το χρησιμοποιήσετε σωστά είναι πραγματικά όπου συμβαίνουν τα συναρπαστικά πράγματα. Έχουμε μιλήσει λίγο για την υγειονομική περίθαλψη στην προ-κλήση σήμερα και βλέπουμε κάθε είδους εφαρμογές για τους ανθρώπους να κάνουν πράγματα όπως η καλύτερη φροντίδα των ασθενών, η προληπτική συντήρηση, η διαχείριση της αλυσίδας εφοδιασμού και η λειτουργική αποτελεσματικότητα στην υγειονομική περίθαλψη. Και αυτό είναι εντελώς συνεχές και υπάρχουν πολλές διαφορετικές περιπτώσεις χρήσης. Εκεί που είμαστε πολύ περήφανοι εδώ στο Statistica είναι με τον πελάτη μας Shire Biopharmaceuticals. Και το Shire κάνει ειδικά φάρμακα για πραγματικά δύσκολες για θεραπεία ασθένειες. Και όταν δημιουργούν μια παρτίδα του φαρμάκου τους για τους πελάτες τους, είναι μια εξαιρετικά δαπανηρή διαδικασία και αυτή η εξαιρετικά δαπανηρή διαδικασία απαιτεί επίσης χρόνο. Όταν σκέφτεστε μια διαδικασία κατασκευής καθώς βλέπετε τις προκλήσεις ενοποιώντας όλα τα δεδομένα, είστε αρκετά ευέλικτοι σε διάφορους τρόπους να βάζετε δεδομένα στο σύστημα, να επικυρώνετε τις πληροφορίες και στη συνέχεια να είστε σε θέση να προβλέπετε πώς βοηθούμε αυτόν τον πελάτη. Και οι διαδικασίες που τραβούσαν τις περισσότερες πληροφορίες από τα συστήματα παραγωγής μας και φυσικά τις συσκευές και τους αισθητήρες που οδηγούν αυτά τα συστήματα παραγωγής. Και είναι μια μεγάλη περίπτωση χρήσης για το πώς οι εταιρείες αποφεύγουν τις απώλειες και βελτιστοποιούν τις διαδικασίες παραγωγής τους χρησιμοποιώντας ένα συνδυασμό δεδομένων αισθητήρων, δεδομένων IoT και τακτικών δεδομένων από τις διαδικασίες τους.
Γνωρίζετε λοιπόν, ένα καλό παράδειγμα του τόπου όπου η μεταποιητική βιομηχανία και ειδικά η κατασκευή υψηλής τεχνολογίας επωφελούνται από τη βιομηχανία της υγειονομικής περίθαλψης γύρω από αυτό το είδος εργασίας και δεδομένων. Νομίζω ότι έχω μόνο μερικά άλλα σημεία που θα ήθελα να κάνω πριν να τα τυλίξω και να τα δώσω πίσω στον Dez και τον Robin. Αλλά ξέρετε, νομίζω ότι αυτή η ιδέα να είναι σε θέση να ωθήσει το αναλυτικό σας οπουδήποτε μέσα στο περιβάλλον σας είναι κάτι που θα γίνει εξαιρετικά σημαντικό για τις περισσότερες εταιρείες. Η σύνδεσή σας με την παραδοσιακή μορφή δεδομένων ETL από πηγές πίσω στις κεντρικές τοποθεσίες θα έχει πάντα μια θέση στη στρατηγική σας, αλλά δεν πρέπει να είναι η μόνη σας στρατηγική. Πρέπει να ακολουθήσετε μια πολύ πιο ευέλικτη προσέγγιση στα πράγματα σήμερα. Προκειμένου να εφαρμόσω την ασφάλεια που ανέφερα, αποφύγετε τη φορολόγηση του δικτύου σας, να διαχειρίζεστε και να φιλτράρετε τα δεδομένα που προέρχονται από την άκρη και να καθορίσετε ποια δεδομένα αξίζει να διατηρήσετε μακροπρόθεσμα, ποια δεδομένα αξίζει να περάσετε στο δίκτυό μας, ή ποια δεδομένα πρέπει να αναλυθούν τη στιγμή που δημιουργούνται, για να λάβουμε τις καλύτερες δυνατές αποφάσεις. Αυτή η παντού και οπουδήποτε αναλυτική προσέγγιση είναι κάτι που παίρνουμε στην καρδιά της Στατιστικής και είναι κάτι που είμαστε πολύ καλά. Και επιστρέφει σε μία από τις διαφάνειες που ανέφερα προηγουμένως, την δυνατότητα εξαγωγής των μοντέλων σας σε μια ποικιλία γλωσσών, έτσι ώστε να μπορούν να ταιριάζουν και να ευθυγραμμίζονται με τις πλατφόρμες όπου δημιουργούνται τα δεδομένα. Και στη συνέχεια, φυσικά, έχουμε μια συσκευή διανομής για αυτά τα μοντέλα, κάτι που είναι και κάτι που φτάνουμε στο τραπέζι και ότι είμαστε πολύ ενθουσιασμένοι. Νομίζω ότι η συζήτηση σήμερα είναι, εάν πραγματικά πρόκειται να πάρουμε σοβαρά για αυτά τα δεδομένα που έχουν στα συστήματά μας πολύ καιρό και θα θέλαμε να βρούμε ένα ανταγωνιστικό πλεονέκτημα και μια καινοτόμο γωνία για να το χρησιμοποιήσουμε, θα πρέπει να εφαρμόσετε κάποια τεχνολογία σε αυτό που σας επιτρέπει να ξεφύγετε από ορισμένα από αυτά τα περιοριστικά μοντέλα που έχουμε χρησιμοποιήσει στο παρελθόν.
Και πάλι, το επιχείρημά μου είναι ότι εάν πρόκειται να κάνετε IoT, νομίζω ότι πρέπει να είστε σε θέση να το κάνετε στον πυρήνα και να φέρετε τα δεδομένα και να τα συνδυάσετε με άλλα δεδομένα και να κάνετε τα αναλύματα σας. Αλλά επίσης εξίσου σημαντική ή ίσως ακόμα πιο σημαντική είναι ότι πρέπει να έχετε αυτή την ευελιξία για να βάλετε τον αναλυτή στα δεδομένα και να μετακινήσετε τον αναλυτή από την κεντρική πλευρά της αρχιτεκτονικής σας προς τα πάνω για τα πλεονεκτήματα που ανέφερα πριν. Αυτό είναι λίγο για το ποιοι είμαστε και τι κάνουμε στην αγορά. Και είμαστε πολύ ενθουσιασμένοι για το IoT, νομίζουμε ότι είναι σίγουρα η εποχή και υπάρχουν μεγάλες ευκαιρίες για όλους εδώ να επηρεάσουν τις αναλύσεις και τις κρίσιμες διαδικασίες τους με αυτόν τον τύπο δεδομένων.
Rebecca Jozwiak: Shawn, ευχαριστώ πολύ, αυτή ήταν μια πραγματικά φανταστική παρουσίαση. Και ξέρω ότι ο Dez πιθανώς πεθαίνει να σας ρωτήσει μερικές ερωτήσεις, έτσι Dez, θα σας αφήσω να πάτε πρώτα.
Dez Blanchfield: Έχω ένα εκατομμύριο ερωτήσεις, αλλά θα περιέλθω τον εαυτό μου γιατί ξέρω ότι ο Robin θα έχει επίσης. Ένα από τα πράγματα που βλέπω από μακριά είναι μια ερώτηση που έρχεται και είμαι πραγματικά πρόθυμος να πάρω κάποια εικόνα για την εμπειρία σας σε αυτό δεδομένου ότι είστε ακριβώς στην καρδιά των πραγμάτων. Οι οργανώσεις αγωνίζονται με την πρόκληση και φαίνονται μερικοί απ 'αυτούς έχουν μόλις διαβάσει τους οπαδούς της «Τέταρτης Βιομηχανικής Επανάστασης» του Klaus Schwab και έπειτα είχαν μια κρίση πανικού. Και εκείνοι που δεν είναι εξοικειωμένοι με αυτό το βιβλίο, είναι ουσιαστικά μια διορατικότητα από έναν κύριο, από τον Klaus Schwab, ο οποίος νομίζω ότι είναι καθηγητής, ο οποίος είναι ο ιδρυτής και εκτελεστικός πρόεδρος του Παγκόσμιου Οικονομικού Φόρουμ από τη μνήμη, και το βιβλίο ουσιαστικά όλο αυτό το πανταχού παρόν διαδίκτυο των πραγμάτων έκρηξη και μερικές από τις επιπτώσεις στον κόσμο γενικότερα. Οι οργανώσεις με τις οποίες μιλάω δεν είναι σίγουρες αν πρέπει να προχωρήσουν και να αναβαθμίσουν το σημερινό περιβάλλον ή να επενδύσουν τα πάντα στην οικοδόμηση του νέου περιβάλλοντος, των υποδομών και των πλατφορμών. Επίσης, στην Dell Statistics, βλέπετε ότι οι άνθρωποι αναβαθμίζουν τα υπάρχοντα περιβάλλοντα και αναπτύσσουν την πλατφόρμα σας σε υπάρχουσα υποδομή ή βλέπετε ότι μετατοπίζουν την εστία τους στην κατασκευή όλων των νέων υποδομών και στην προετοιμασία τους για τον κατακλυσμό αυτό;
Shawn Rogers: Ξέρετε, είχαμε την ευκαιρία να εξυπηρετήσουμε και τους δύο τύπους πελατών και να βρισκόμαστε στην αγορά όσο έχουμε, παίρνετε αυτές τις ευκαιρίες σε κάποιο είδος. Έχουμε πελάτες που έχουν δημιουργήσει ολοκαίνουργια εργοστάσια Fab κατά τα τελευταία δύο χρόνια και τα εξοπλίσαμε με δεδομένα αισθητήρων, IoT, αναλυτικά από την άκρη, από το τέλος μέχρι το τέλος αυτής της διαδικασίας. Θα ήθελα όμως να πω ότι οι περισσότεροι πελάτες μας είναι άνθρωποι που έχουν κάνει αυτό το είδος εργασίας για λίγο, αλλά έχουν αναγκαστεί να αγνοήσουν τα δεδομένα αυτά. Γνωρίζετε ότι η Rebecca έκανε το θέμα σωστά μπροστά - αυτό δεν είναι νέα δεδομένα, αυτό το είδος πληροφοριών ήταν διαθέσιμο σε πολλές διαφορετικές μορφές για πολύ μεγάλο χρονικό διάστημα, αλλά όπου το πρόβλημα ήταν να συνδεθεί με αυτό, μετακινώντας το, φέρνοντάς το κάπου όπου θα μπορούσατε να κάνετε κάτι έξυπνο με αυτό.
Και έτσι θα έλεγα ότι οι περισσότεροι από τους πελάτες μας κοιτάζουν αυτό που έχουν σήμερα, και ο Dez, κάνατε αυτό το σημείο πριν, ότι αυτό είναι μέρος αυτής της μεγάλης επανάστασης δεδομένων και νομίζω ότι πραγματικά είναι, είναι για όλους επανάσταση δεδομένων, σωστά; Δεν χρειάζεται να αγνοούμε πια ορισμένα δεδομένα συστήματος ή δεδομένα κατασκευής ή δεδομένα αυτοματισμού κτιρίων, τώρα έχουμε τα σωστά παιχνίδια και εργαλεία για να τα πάμε και στη συνέχεια να κάνουμε έξυπνα πράγματα με αυτό. Και νομίζω ότι υπάρχουν πολλοί οδηγοί σε αυτό το διάστημα που κάνουν αυτό να συμβεί και μερικοί από αυτούς είναι τεχνολογικοί. Ξέρετε, οι μεγάλες λύσεις υποδομής δεδομένων όπως ο Hadoop και άλλοι το κατέστησαν λίγο λιγότερο δαπανηρό και λίγο πιο εύκολο για κάποιους από εμάς να σκεφτούμε τη δημιουργία μιας λίμνης δεδομένων αυτού του τύπου πληροφοριών. Και εμείς τώρα κοιτάζουμε γύρω από την επιχείρηση για να πάμε, "Hey, έχουμε αναλυτικά στη διαδικασία κατασκευής μας, αλλά θα ενισχυόταν αν μπορούσαμε να προσθέσουμε κάποια εικόνα από αυτές τις διαδικασίες;" Και αυτό, νομίζω, το μεγαλύτερο μέρος των οι πελάτες μας κάνουν. Δεν είναι τόσο πολύ η δημιουργία από το έδαφος, αλλά η αύξηση και η βελτιστοποίηση των αναλύσεων που έχουν ήδη με δεδομένα που είναι καινούργια σε αυτά.
Dez Blanchfield: Ναι, υπάρχουν μερικά συναρπαστικά πράγματα που έρχονται σε μερικές από τις μεγαλύτερες βιομηχανίες που έχουμε δει, και αναφέρατε, τη δύναμη και τις επιχειρήσεις κοινής ωφέλειας. Η αεροπορία περνά απλά από αυτήν την έκρηξη, όπου μία από τις αγαπημένες μου συσκευές που μιλάω τακτικά, το Boeing 787 Dreamliner, και ασφαλώς το ισοδύναμο Airbus, το A330 έχει περάσει στην ίδια διαδρομή. Υπήρχαν έξι χιλιάδες αισθητήρες στο 787 όταν κυκλοφόρησε για πρώτη φορά και νομίζω ότι τώρα μιλούν για δεκαπέντε χιλιάδες αισθητήρες στη νέα έκδοση του. Και το περίεργο για να μιλήσεις σε μερικούς από τους λαούς που βρίσκονται σε αυτόν τον κόσμο ήταν ότι η ιδέα της τοποθέτησης αισθητήρων στα φτερά και ούτω καθεξής, και το καταπληκτικό πράγμα για το 787 σε μια πλατφόρμα σχεδιασμού είναι ότι, ξέρεις, επανέλαβαν τα πάντα το αεροπλάνο. Όπως τα φτερά, για παράδειγμα, όταν το αεροπλάνο απογειώνει τα φτερά, φτάνει μέχρι και δώδεκα και μισό μέτρα. Αλλά στα άκρα τα φτερά μπορούν να καμφθούν στην άκρη μέχρι τα 25 μέτρα. Αυτό το πράγμα μοιάζει με ένα πουλί που χτυπάει. Αλλά αυτό που δεν είχαν χρόνο να επιλυθούν ήταν η τεχνική της ανάλυσης όλων αυτών των δεδομένων, έτσι ώστε να έχουν αισθητήρες που κάνουν τα LED να αναβοσβήνουν πράσινα και κόκκινα αν συμβεί κάτι κακό, αλλά στην πραγματικότητα δεν καταλήγουν με βαθιές γνώσεις πραγματικός χρόνος. Και δεν λύθηκαν επίσης το πρόβλημα του τρόπου μετακίνησης του όγκου των δεδομένων, επειδή στον εγχώριο εναέριο χώρο στις Η.Π.Α. σε καθημερινή βάση υπάρχουν 87.400 πτήσεις. Όταν κάθε αεροπλάνο προσελκύει με τις εξαγορές του οχήματος 787 Dreamliner, αυτό είναι 43 petabytes ημερησίως δεδομένου ότι αυτά τα αεροπλάνα δημιουργούν σήμερα περίπου μισό terabyte δεδομένων το καθένα. Και όταν πολλαπλασιάζετε τις 87.400 πτήσεις ημερησίως στην Αμερική από το σημείο πέντε ή μισό terabyte, καταλήγετε με 43.5 petabytes δεδομένων. Δεν μπορούμε φυσικά να το μετακινήσουμε. Έτσι, από το σχεδιασμό, πρέπει να βγάλουμε τα αναλυτικά στοιχεία στη συσκευή.
Αλλά ένα από τα πράγματα που είναι ενδιαφέροντα όταν εξετάζω όλη αυτή την αρχιτεκτονική - και είμαι πρόθυμος να δω τι σκέφτεστε γι 'αυτό - έχουμε προχωρήσει προς την κατεύθυνση της διαχείρισης των βασικών δεδομένων, των πρώτων αρχών διαχείρισης δεδομένων, όλα σε μια κεντρική τοποθεσία. Έχουμε δεδομένα λίμνες και στη συνέχεια δημιουργούμε λίγες λίμνες δεδομένων, αν θέλετε, αποσπάσματα από αυτά που κάνουμε αναλυτικά, αλλά με διανομή στην άκρη, ένα από τα πράγματα που συνεχίζεται, ειδικά από τους ανθρώπους της βάσης δεδομένων και τους διαχειριστές δεδομένων ή οι άνθρωποι στη διαχείριση πληροφοριών, είναι αυτό που συμβαίνει όταν έχω πολλά διανεμημένα λίγα μικροσκοπικά λίμνες δεδομένων; Τι είδους πράγματα έχουν εφαρμοστεί σε αυτό το σκεπτικό όσον αφορά την ανάλυση άκρων στη λύση σας, καθώς, παραδοσιακά, όλα θα έρχονταν κεντρικά με τη λίμνη των δεδομένων, τώρα καταλήγουμε με αυτές τις μικρές λίμνες των δεδομένων παντού και παρόλο που μπορούμε να διεξάγετε τοπικά αναλυτικά στοιχεία για να αποκτήσετε κάποια τοπική εικόνα, ποιες είναι οι προκλήσεις που αντιμετωπίσατε και πώς το λύσατε αυτό, έχοντας αυτό το κατανεμημένο σύνολο δεδομένων και ιδιαίτερα όταν λαμβάνετε τα μικροκοσμικά δεδομένα των λιμνών και των κατανεμημένων περιοχών;
Shawn Rogers: Λοιπόν νομίζω ότι είναι μια από τις προκλήσεις, έτσι; Καθώς πηγαίνουμε μακριά, ξέρετε, μεταφέροντας όλα τα δεδομένα πίσω στην κεντρική θέση ή το βασικό αναλυτικό παράδειγμα που έδωσα και στη συνέχεια κάνουμε την κατανεμημένη έκδοση είναι ότι καταλήγετε με όλα αυτά τα μικρά σιλό, σωστά; Ακριβώς όπως απεικονίσατε, έτσι; Κάνουν λίγη δουλειά, μερικές αναλύσεις τρέχουν, αλλά πώς τους φέρνετε πίσω μαζί; Και νομίζω ότι το κλειδί θα είναι ενορχήστρωση σε όλα αυτά και νομίζω ότι εσείς θα συμφωνήσετε μαζί μου, αλλά είμαι χαρούμενος αν δεν το θεωρήσετε ότι παρακολουθούμε αυτή την εξέλιξη για αρκετά κάποια στιγμή.
Επιστρέφοντας στις μέρες των φίλων μας κ. Inmon και κ. Kimball που βοήθησαν όλους με την αρχιτεκτονική των πρώιμων επενδύσεων αποθήκης δεδομένων, με το σημείο ότι έχουμε απομακρυνθεί για μεγάλο χρονικό διάστημα από αυτό το κεντρικό μοντέλο. Έχουμε υιοθετήσει αυτή τη νέα ιδέα να επιτρέψουμε στα δεδομένα να αποδείξουν τη βαρύτητά τους για το πού πρέπει να διαμένουν καλύτερα στο εσωτερικό του οικοσυστήματός σας και την ευθυγράμμιση των δεδομένων με την καλύτερη δυνατή πλατφόρμα για το καλύτερο δυνατό αποτέλεσμα. Και έχουμε αρχίσει να ξοδεύουμε, νομίζω, μια πιο ενορχηστρωμένη προσέγγιση στο οικοσύστημά μας ως ένα γενικότερο τρόπο να κάνουμε πράγματα, όπως και εκεί που προσπαθούμε να ευθυγραμμίσουμε όλα αυτά τα κομμάτια αμέσως. Τι είδους αναλύσεις ή εργασίες πρόκειται να κάνω με τα δεδομένα, ποιος είναι ο τύπος των δεδομένων, που θα βοηθήσουν να υπαγορεύσουν πού πρέπει να ζήσουν. Πού παράγεται και τι είδους βαρύτητα έχουν τα δεδομένα;
Ξέρεις, βλέπουμε πολλά από αυτά τα μεγάλα παραδείγματα δεδομένων όπου οι άνθρωποι μιλάνε για να έχουν λίμνες δεδομένων 10 και 15 petabyte. Λοιπόν αν έχετε μια λίμνη δεδομένων που είναι τόσο μεγάλη, είναι πολύ απίθανο να το μετακινήσετε και έτσι πρέπει να είστε σε θέση να φέρετε αναλυτικά στοιχεία σε αυτήν. Αλλά όταν το κάνετε αυτό, στον πυρήνα της ερώτησής σας, πιστεύω ότι δημιουργεί πολλές νέες προκλήσεις για τον καθένα να ενορχηστρώσει το περιβάλλον και να εφαρμόσει τη διακυβέρνηση και την ασφάλεια και να καταλάβει τι πρέπει να γίνει με αυτά τα δεδομένα για να το καθαρίσει και να αποκτήστε τη μεγαλύτερη αξία από αυτό. Και για να είμαι ειλικρινής μαζί σας - θα ήθελα πολύ να ακούσω τη γνώμη σας εδώ - νομίζω ότι είμαστε πρώτες μέρες εκεί και νομίζω ότι υπάρχει πολύ καλή δουλειά που πρέπει να γίνει ακόμη. Νομίζω ότι προγράμματα όπως η στατιστική επικεντρώνονται στην παροχή περισσότερων ανθρώπων σε δεδομένα. Είμαστε σίγουρα επικεντρωμένοι σε αυτά τα νέα πρόσωπα όπως οι επιστήμονες των δεδομένων των πολιτών που θέλουν να κατευθύνουν τις προβλέψεις αναλύσεων σε χώρους εντός της οργάνωσης που ίσως δεν ήταν πριν. Και νομίζω ότι αυτές είναι μερικές από τις πρώτες μέρες γύρω από αυτό, αλλά νομίζω ότι το μάθημα ωριμότητας θα πρέπει να επιδείξει ένα υψηλό επίπεδο ή ενορχήστρωση και ευθυγράμμιση μεταξύ αυτών των πλατφορμών, καθώς και μια κατανόηση του τι είναι γι 'αυτούς και γιατί. Και αυτό είναι ένα παλαιό πρόβλημα για όλους τους ανθρώπους των δεδομένων μας.
Dez Blanchfield: Πράγματι, συμφωνώ απολύτως μαζί σας και νομίζω ότι το σπουδαίο πράγμα που ακούμε εδώ σήμερα είναι τουλάχιστον το μέτωπο του προβλήματος της πραγματικής συλλογής των δεδομένων, υποθέτω ότι το επίπεδο της πύλης στην άκρη του δικτύου και η ικανότητά του να κάνει αναλύσεις σε αυτό το σημείο ουσιαστικά επιλύεται τώρα. Και τώρα μας ελευθερώνει να αρχίσουμε πραγματικά να σκεφτόμαστε την επόμενη πρόκληση, η οποία είναι κατανεμημένες λίμνες δεδομένων. Σας ευχαριστώ πολύ για αυτό, ήταν μια φανταστική παρουσίαση. Εκτιμώ πραγματικά την ευκαιρία να συζητήσω μαζί σας σχετικά.
Πάω να περάσω στον Robin τώρα, επειδή ξέρω ότι έχει, και στη συνέχεια η Rebecca πήρε επίσης μια μεγάλη λίστα από μεγάλες ερωτήσεις από το κοινό μετά τον Robin. Κοκκινολαίμης?
Δρ Robin Bloor: Εντάξει. Shawn, θα ήθελα να πω λίγο περισσότερο και δεν προσπαθώ να σας δώσω την ευκαιρία να το διαφημιστείτε, αλλά είναι πραγματικά πολύ σημαντικό. Ενδιαφέρομαι να γνωρίζω σε ποιο χρονικό σημείο η στατιστική προέκυψε στην πραγματικότητα τη δυνατότητα εξαγωγής μοντέλου. Αλλά και εγώ, θα ήθελα να μου πείτε κάτι για το Boomi γιατί όλα όσα είπατε μέχρι στιγμής για το Boomi είναι ότι είναι ETL και είναι πράγματι ETL. Αλλά στην πραγματικότητα είναι αρκετά ικανό ETL και για το είδος των χρονοδιαγραμμάτων που μιλάμε, και μερικές από τις καταστάσεις που συζητάμε εδώ, αυτό είναι ένα πολύ σημαντικό πράγμα. Μπορείτε να μιλήσετε για αυτά τα δύο πράγματα για μένα;
Shawn Rogers: Σίγουρα, ναι, μπορώ απολύτως. Ξέρετε, το κίνημά μας προς την κατεύθυνση αυτή ήταν βεβαίως επαναληπτικό και ήταν μια διαδικασία βήμα προς βήμα. Ετοιμάζουμε αυτή την προσεχή εβδομάδα για να ξεκινήσει η έκδοση 13.2 της στατιστικής. Και έχει τις νεότερες ενημερώσεις όλων των δυνατοτήτων για τις οποίες μιλάμε σήμερα. Αλλά επιστρέφοντας στην Έκδοση 13, πριν από ένα χρόνο τον Οκτώβριο, ανακοινώσαμε την ικανότητά μας να εξάγουμε μοντέλα από την πλατφόρμα μας και την ονομαζόμασταν NDAA την εποχή εκείνη. Το ακρωνύμιο στάθηκε για την Αρχιτεκτονική εγγενούς κατανεμημένου Analytics. Αυτό που κάναμε είναι να βάλουμε πολύ χρόνο, ενέργεια και να επικεντρωθούμε στο άνοιγμα της πλατφόρμας μας με την ευκαιρία να το χρησιμοποιήσουμε ως κεντρικό κέντρο εντολών για τα προηγμένα αναλυτικά στοιχεία σας, αλλά και να το αναπτύξουμε από εκεί. Και οι πρώτες θέσεις, Robin, που αναπτύξαμε κάναμε μια πραγματικά, πραγματικά μεγάλη προσθήκη στην πλατφόρμα γύρω από την εκμάθηση μηχανών. Και έτσι είχαμε τη δυνατότητα να αναπτύξουμε από την Στατιστική στο Azure Cloud της Microsoft για να χρησιμοποιήσουμε τη δύναμη της Azure για να μάθουμε τη μηχανική εκμάθηση, όπως γνωρίζετε, είναι πολύ εντατική και είναι ένας πολύ καλός τρόπος να χρησιμοποιηθούν οι τεχνολογίες cloud. Και έτσι ήταν το πρώτο κομμάτι.
Τώρα εδώ εξήγαγαν τα μοντέλα μας σε Azure και χρησιμοποιώντας το Azure για να τα εκτελέσουμε και στη συνέχεια να στείλουμε τα δεδομένα ή τα αποτελέσματα πίσω στην πλατφόρμα Statistica. Και μετά προχωρήσαμε σε άλλες γλώσσες από τις οποίες θέλαμε να μπορέσουμε να εξαγάγουμε και βεβαίως ένας από αυτούς είναι η Java που ανοίγει την πόρτα για να αρχίσουμε τώρα να εξάγουμε τα μοντέλα μας προς τα έξω σε άλλες τοποθεσίες όπως ο Hadoop, μας παίζουμε και εκεί.
Και τέλος, εστιάσαμε στο να μπορέσουμε να βγάλουμε τα μοντέλα μας με αυτή την έκδοση σε βάσεις δεδομένων. Και γι 'αυτό ήταν η πρώτη επανάληψη και για να είμαι ειλικρινής με σας, το τελικό παιχνίδι ήταν IoT αλλά δεν ήμασταν εκεί ακόμα με την έκδοση 13 τον περασμένο Οκτώβριο. Από τότε έχουμε φτάσει εκεί και αυτό έχει να κάνει με την ικανότητα να κάνουμε όλα τα πράγματα που μόλις ανέφερα, αλλά στη συνέχεια να έχουμε κάποιο είδος συσκευής μεταφοράς. Και να επιστρέψουμε στην ερώτηση του Dez, ξέρετε, ποια είναι η πρόκληση και πώς θα το κάνουμε αυτό όταν έχουμε όλα αυτά τα αναλύματα να τρέχουν; Λοιπόν χρησιμοποιούμε το Boomi ως είδος διανομέα και επειδή είναι στο σύννεφο και επειδή είναι τόσο ισχυρό, όπως είπα και πριν, είναι πλατφόρμα ολοκλήρωσης δεδομένων, αλλά είναι και πλατφόρμα ολοκλήρωσης εφαρμογών και χρησιμοποιεί JVM για να μας επιτρέψει να σταθμεύετε και να εργάζεστε οπουδήποτε μπορείτε να προσγειωθείτε σε μια εικονική μηχανή Java. Αυτό είναι που πραγματικά άνοιξε την πόρτα για όλες αυτές τις πύλες και τις πλατφόρμες υπολογιστικής άκρη και τους διακομιστές άκρων, επειδή όλοι τους έχουν τον υπολογισμό και την πλατφόρμα που είναι διαθέσιμη για να τρέξει ένα JVM. Και επειδή μπορούμε να τρέξουμε το JVM οπουδήποτε, η Boomi έχει γυρίσει να είναι μια θαυμάσια διανομή και, χρησιμοποιώντας τη λέξη μου από νωρίτερα, μια συσκευή ενορχήστρωσης.
Και αυτό παίρνει πραγματικά σημαντικό γιατί έχουμε όλοι, ξέρετε, νομίζω ότι το σενάριο του αεροπλάνου πριν από ένα λεπτό ήταν μεγάλο και ανέφερα, γνωρίζετε, κατασκευαστές όπως το Shire που έχουν δέκα χιλιάδες αισθητήρες σε ένα από τα εργοστάσιά τους, εσείς πρέπει να αρχίσουμε να ασχολούμαστε σε κάποιο βαθμό με την κεντρική προσέγγιση των προηγμένων αναλυτικών στοιχείων. Να είσαι ad hoc για αυτό δεν λειτουργεί πραγματικά πια. Συνηθίζεται όταν ο όγκος των μοντέλων και των αλγορίθμων που τρέξαμε ήταν ελάχιστος, αλλά τώρα είναι στο μέγιστο. Υπάρχουν χιλιάδες από αυτούς σε μια οργάνωση. Έτσι έχουμε, μέρος της πλατφόρμας μας βασίζεται σε διακομιστές και όταν διαθέτετε το επιχειρησιακό μας λογισμικό, έχετε επίσης τη δυνατότητα να τροποποιήσετε και να βαθμολογήσετε και να διαχειριστείτε τα μοντέλα σας σε όλο το περιβάλλον. Και αυτό είναι επίσης μέρος αυτής της ορχηστρικής πράξης. Χρειάστηκε να έχουμε ένα στρώμα, Robin, που όχι μόνο σας επέτρεψε να πάρετε ένα μοντέλο εκεί, αλλά επίσης σας έδωσε έναν αγωγό για να τροποποιήσετε τα μοντέλα και να τα αντικαταστήσετε σε συνεχή βάση όσο συχνά χρειάζεστε, επειδή αυτό δεν είναι κάτι που μπορείτε να κάνετε με το χέρι. Δεν μπορείτε να περπατήσετε γύρω από ένα διυλιστήριο με δίσκο αντίχειρα προσπαθώντας να φορτώσετε τα μοντέλα στις πύλες. Πρέπει να έχετε ένα σύστημα μεταφοράς και διαχείρισης μεταξύ τους, και έτσι ο συνδυασμός των στατιστικών στοιχείων και της Boomi το δίνει στους πελάτες μας.
Δρ Robin Bloor: Ναι. Λοιπόν θα είμαι πολύ σύντομος, αλλά, ξέρετε, αυτή η δήλωση που έγινε πριν από την λίμνη των δεδομένων και την ιδέα της συσσώρευσης πεταχωμάτων σε οποιοδήποτε δεδομένο μέρος και το γεγονός ότι έχει βαρύτητα. Ξέρεις, όταν άρχισες να μιλάς για ενορχήστρωση, μόλις άρχισε να με σκέπτομαι για το πολύ απλό γεγονός ότι, γνωρίζοντας, βάζοντας μια λίμνη δεδομένων που είναι πολύ μεγάλη σε ένα μέρος πιθανώς σημαίνει ότι πραγματικά πρέπει να την υποστηρίξεις και μάλλον σημαίνει ότι θα πρέπει να μετακινήσετε πολλά δεδομένα γύρω σας ούτως ή άλλως. Ξέρεις, η πραγματική αρχιτεκτονική δεδομένων είναι πολύ περισσότερο, κατά τη γνώμη μου ούτως ή άλλως, πολύ περισσότερο προς την κατεύθυνση που μιλάς. Το οποίο είναι να το διανείμετε σε λογικές θέσεις, είναι ίσως το πράγμα που θα έλεγα. Και φαίνεται ότι έχετε μια πολύ καλή δυνατότητα να το κάνετε αυτό. Θέλω να πω, είμαι καλά ενημερωμένος για το Boomi έτσι είναι κάπως, κατά τον ένα ή τον άλλο τρόπο, σχεδόν άδικο που μπορώ να το δω και ίσως το ακροατήριο δεν μπορεί. Αλλά η Boomi είναι τόσο σημαντική, κατά την άποψή μου, από την άποψη του τι κάνετε επειδή έχει δυνατότητες εφαρμογής. Και επίσης επειδή η αλήθεια του θέματος είναι ότι δεν κάνετε αυτούς τους αναλυτικούς υπολογισμούς χωρίς να θέλετε να δράσετε κάτι κάπου για κάποιο λόγο ή άλλο. Και η Boomi παίζει ρόλο σε αυτό, σωστά;
Shawn Rogers: Ναι, απολύτως. Και όπως γνωρίζετε από τις προηγούμενες συνομιλίες, η Στατιστική διαθέτει έναν πλήρη μηχανισμό επιχειρηματικών κανόνων. Και νομίζω ότι αυτό είναι πραγματικά σημαντικό όταν καταλαβαίνουμε γιατί κάνουμε αυτό. Ξέρετε, μιλούσαμε μπροστά ότι δεν υπάρχει κανένας λόγος να κάνουμε ό, τι κάνετε, εκτός αν πρόκειται να αναλύσετε, να χρησιμοποιήσετε τα δεδομένα για να λάβετε καλύτερες αποφάσεις ή να λάβετε μέτρα. Και λοιπόν αυτό που επικεντρώσαμε δεν ήταν μόνο να μπορέσουμε να βάλουμε το μοντέλο εκεί έξω αλλά να είμαστε σε θέση να επισημάνουμε μαζί του, ένα σύνολο κανόνων. Και επειδή η Boomi είναι τόσο ισχυρή στις δυνατότητές της να μετακινεί τα πράγματα από το ένα μέρος στο άλλο, μέσα σε ένα άτομο Boomi μπορούμε επίσης να ενσωματώσουμε την ικανότητα να ενεργοποιούμε, να προειδοποιούμε και να αναλαμβάνουμε δράση.
Και γι 'αυτό αρχίζουμε να παίρνουμε μια τέτοια περίπλοκη εικόνα των δεδομένων IoT όπου λέμε, "Εντάξει, αυτά τα δεδομένα αξίζει να ακούσετε". Αλλά πραγματικά, ξέρετε, γνωρίζοντας ότι "το φως είναι αναμμένο, το φως είναι αναμμένο, το φως είναι ενεργοποιημένο "δεν είναι τόσο ενδιαφέρον για το πότε το φως σβήνει ή όταν ο ανιχνευτής καπνού σβήσει ή ό, τι συμβαίνει με τη διαδικασία κατασκευής μας βγαίνει από spec. Όταν συμβαίνει αυτό, θέλουμε να είμαστε σε θέση να αναλάβουμε άμεση δράση. Και τα δεδομένα γίνονται σχεδόν δευτερεύοντα σε αυτό το σημείο. Επειδή δεν είναι τόσο σημαντικό να σώσουμε όλα αυτά, "είναι εντάξει, είναι εντάξει, είναι εντάξει", το σημαντικό είναι ότι παρατηρούμε το "Hey, είναι κακό" και πήραμε άμεση δράση. Είτε αποστέλλει ένα μήνυμα ηλεκτρονικού ταχυδρομείου σε κάποιον, είτε μπορούμε να εμπλέκουμε την εμπειρογνωμοσύνη του τομέα ή εάν ξεκινήσαμε μια σειρά άλλων διαδικασιών για να λάβουμε άμεσα μέτρα, είτε αυτό είναι διορθωτικό είτε ανταποκρινόμαστε στις πληροφορίες. Και νομίζω ότι γι 'αυτό πρέπει να έχετε αυτή την ενορχηστρωμένη άποψη του. Δεν μπορείτε απλά να εστιάσετε στην αντιμετώπιση των αλγορίθμων σας σε όλη τη χώρα. Πρέπει να είστε σε θέση να τα συντονίσετε και να τα ενορχηστώσετε. Πρέπει να είστε σε θέση να δείτε πώς εκτελούν. Και πραγματικά, το πιο σημαντικό, εννοώ, γιατί θα το κάνατε αυτό αν δεν μπορείτε να προσθέσετε την ευκαιρία να κάνετε κάποια άμεση δράση ενάντια στα δεδομένα;
Δρ Robin Bloor: Εντάξει, Rebecca, πιστεύω ότι έχετε ερωτήσεις από το ακροατήριο;
Rebecca Jozwiak: Το κάνω. Έχω έναν τόνο ερωτήσεων για το ακροατήριο. Shawn, ξέρω ότι δεν ήθελες να κρεμάσεις πολύ πέρα από την κορυφή της ώρας. Τι νομίζετε;
Shawn Rogers: Είμαι χαρούμενος. Προχώρα. Μπορώ να απαντήσω σε μερικούς.
Rebecca Jozwiak: Ας δούμε. Ξέρω ότι ένα από τα πράγματα που αναφέρατε ήταν ότι το IoT είναι στις πρώτες μέρες και έχει ένα βαθμό ωριμότητας που θα πρέπει να λάβει χώρα και μάλιστα μιλάει για το ερώτημα που έθεσε ένας συμμετέχων. Εάν το πλαίσιο IPv6 πρόκειται να είναι αρκετά ισχυρό για να ικανοποιήσει την αύξηση του IoT τα επόμενα πέντε ή δέκα χρόνια;
Shawn Rogers: Πάω να αφήσω το Dez να ακούσει την απάντησή μου γιατί νομίζω ότι είναι πιο κοντά σε αυτό το είδος πληροφοριών που είμαι. Αλλά έχω πάντα τη σκέψη ότι βρισκόμαστε σε μια πολύ γρήγορη διαδρομή για να λυγίσουμε και να σπάσουμε τα περισσότερα από τα πλαίσια που έχουμε στη διάθεσή μας. Και ενώ πιστεύω ότι η προσθήκη αυτού του νέου είδους spec ή της κατεύθυνσης που πηγαίνουμε με τα πλαίσια IPv6 είναι σημαντική και ανοίγει την πόρτα για να έχουμε περισσότερες συσκευές και να μπορέσουμε να δώσουμε ό, τι έχουμε θέλετε να δώσετε μια διεύθυνση. Νομίζω ότι όλα όσα διαβάζω και βλέπω με τους πελάτες μου και τον αριθμό των διευθύνσεων που απαιτούνται, νομίζω ότι κάποια στιγμή θα προκαλέσει μια άλλη στροφή σε αυτό το τοπίο. Αλλά δεν είμαι πραγματικά ένας εμπειρογνώμονας δικτύωσης έτσι δεν μπορώ να πω εκατό τοις εκατό ότι πρόκειται να το σπάσουμε σε κάποιο σημείο. Αλλά η εμπειρία μου μου λέει ότι πρόκειται να διαταράξουμε αυτό το μοντέλο σε κάποιο σημείο.
Rebecca Jozwiak: Δεν θα με εξέπληξε. Νομίζω ότι τα πλαίσια είναι ένα είδος σπάσιμο κάτω από το βάρος όλων των ειδών τα πράγματα. Και αυτό είναι λογικό, έτσι; Δεν μπορείτε να στείλετε ένα μήνυμα ηλεκτρονικού ταχυδρομείου με μια γραφομηχανή. Ένας άλλος συμμετέχοντας ζητάει: "Μπορείτε να χρησιμοποιήσετε ένα πλαίσιο Hadoop;" αλλά υποθέτω ότι θα μπορούσα να αλλάξω αυτό που λέω, πώς θα χρησιμοποιούσατε ένα πλαίσιο Hadoop για κατανεμημένα analytics;
Shawn Rogers: Λοιπόν, ο Robin μου έκανε την ευχαρίστηση να μου ρωτήσει μια ιστορική ερώτηση και έτσι από την Έκδοση 13 περίπου πριν από ένα χρόνο για την Statistica, είχαμε την ικανότητα να οδηγούμε μοντέλα από το σύστημά μας και από τον Hadoop. Και δουλεύουμε πολύ στενά με όλες τις μεγάλες γεύσεις του Hadoop. Έχουμε πραγματικά σπουδαίες ιστορίες επιτυχίας σχετικά με την ικανότητα να συνεργαστούμε με τη Cloudera ως μία από τις κύριες διανομές του Hadoop με τις οποίες δουλεύουμε. Αλλά επειδή μπορούμε να εξάγουμε σε Java, μας δίνει αυτή την ικανότητα να είμαστε ανοιχτοί και να τοποθετούμε τις αναλύσεις μας οπουδήποτε. Η τοποθέτησή τους σε ένα cluster Hadoop είναι κάτι που κάνουμε σε μια κανονική και τακτική και καθημερινή βάση για πολλούς από τους πελάτες μας. Η σύντομη απάντηση είναι ναι, απολύτως.
Rebecca Jozwiak: Εξαιρετική. Και θα πάω μόνο να ρίξω ένα ακόμα έξω σε σας και να σας αφήσει να συνεχίσετε με τις διακοπές σας. Ένας άλλος συμμετέχοντας ζητά, με τα αναλυτικά στοιχεία του IoT και τη μηχανική μάθηση, νομίζετε ότι όλα τα δεδομένα πρέπει να αποθηκευτούν για ιστορικούς σκοπούς και πώς θα επηρεάσει την αρχιτεκτονική λύσεων;
Shawn Rogers: Δεν νομίζω ότι όλα τα δεδομένα πρέπει να αποθηκευτούν. Αλλά νομίζω ότι είναι πολύ ενδιαφέρον να έχουμε τη δυνατότητα να διασκεδάσουμε, να ακούσουμε οποιαδήποτε πηγή δεδομένων που θέλουμε μέσα στον οργανισμό μας, από όπου και αν προέρχεται. Και νομίζω ότι οι αλλαγές που έχουμε δει στην αγορά τα τελευταία χρόνια μας επέτρεψαν να ακολουθήσουμε αυτή την προσέγγιση όλων των δεδομένων σε πράγματα και φαίνεται να είναι πραγματικά το είδος της αποπληρωμής. Αλλά θα είναι διαφορετική για κάθε εταιρεία και κάθε περίπτωση χρήσης. Ξέρετε, όταν εξετάζουμε δεδομένα για την υγεία, τώρα υπάρχουν πολλά ρυθμιστικά ζητήματα, πολλά ζητήματα συμμόρφωσης που πρέπει να ανησυχούν και αυτό μας κάνει να σώσει τα δεδομένα που άλλες εταιρείες μπορεί να μην καταλάβουν γιατί πρέπει να σωθούν σωστά ; Στις παραγωγικές διαδικασίες, για πολλούς κατασκευαστές πελάτες μας, υπάρχει μια πραγματική ανοδική πορεία για να μπορέσουμε να εξετάσουμε ιστορικά τις διαδικασίες σας και να μπορέσουμε να κοιτάξουμε πίσω σε μεγάλα ποσά αυτών των δεδομένων για να μάθουμε από αυτήν και να κατασκευάσουμε καλύτερα μοντέλα από αυτό.
Νομίζω ότι θα πρέπει να διατηρηθούν πολλά από τα δεδομένα και νομίζω ότι έχουμε λύσεις που το κάνουν πιο οικονομικό και κλιμακωτό σήμερα. Αλλά ταυτόχρονα πιστεύω ότι κάθε εταιρεία θα βρει αξία σε δεδομένα που δεν χρειάζεται να τηρούν σε ατομικό επίπεδο, αλλά θα θέλουν να αναλύσουν σε πραγματικό χρόνο και να λάβουν αποφάσεις για να οδηγήσουν την καινοτομία εντός την εταιρεία τους.
Rebecca Jozwiak: Εντάξει καλά. Όχι, ακροατήριο, δεν ήμουν σε όλες τις ερωτήσεις σήμερα, αλλά θα τις διαβιβάσω στο Shawn για να μπορέσει να επικοινωνήσει απευθείας μαζί σας και να απαντήσει σε αυτές τις ερωτήσεις. Αλλά σας ευχαριστώ όλους για την παρουσία σας. Ευχαριστούμε πολύ τον Shawn Rogers από την Dell Statistics και από όλους τους αναλυτές μας Dez Blanchfield και Dr. Robin Bloor. Μπορείτε να βρείτε το αρχείο εδώ στο εσωτερικόanalysis.com, SlideShare, αρχίζουμε να βάζουμε τα περιεχόμενά μας ξανά εκεί, και αναβαθμίζουμε το YouTube μας, ώστε να ψάχνουμε για αυτό και εκεί. Ευχαριστώ τόσους ανθρώπους. Και με αυτό θα σας αποχαιρετήσω και θα σας δούμε την επόμενη φορά.
