業界の洞察：IBMマルチクラウド検索とAI戦略

企業が蓄積するすべてのデータを使用して、すべての情報を保持および管理するだけでなく、検索およびセキュリティ機能を有効にするための効果的なクラウドストレージリポジトリを見つけるのは困難です。 幸いなことに、IBM Cloud for Infrastructure-as-a-Service（IaaS）およびPlatform-as-a-a Service（PaaS）シナリオを提供するIBMなどのクラウドプラットフォームベンダーは、マルチクラウドアーキテクチャでデータを管理する新しい方法に積極的に取り組んでいます。

マルチクラウドアーキテクチャとは

マルチクラウドアーキテクチャは、単一のアーキテクチャ内の複数のクラウド環境に保存されたデータとコードで構成されます。 アマゾンウェブサービス（AWS）、IBMクラウド、Microsoft Azureなど、複数のクラウドにわたってコードとリソースを使用するアプリケーションを想像してください。 進化し続ける相互運用性標準を使用することにより、マルチクラウドアーキテクチャは、それらのサービスがプラットフォームとして使用しているクラウドに関係なく、ソフトウェアサービスに相互運用性をもたらします。 これにより、クラウドリソースを調整して、ワークロードをより具体的にターゲットにすることができます。

中小企業（SMB）は、複数のクラウドサービスのインフラストラクチャを管理し、それらを単一のコンソールで安全かつ整理された状態に保つことができるプロバイダーを検討する必要があります。 さらに良いのは、Microsoft Office 365などのサードパーティクラウドサービスを、別のクラウドの独自の仮想サーバーで実行しているリソースと組み合わせることができるものです。 パブリッククラウドは1つのアプリに、プライベートクラウドは別のアプリに適している場合があります。 SMBは、マルチクラウドアーキテクチャが提供する費用対効果と俊敏性の恩恵を受けます。

マルチクラウドとIBM

マルチクラウドの観点から見ると、IBMにとっては忙しい年でした。 5月にIBM Cloud Private for Dataを立ち上げ、企業がデータエンジニアリング、データサイエンス、開発などの分野だけでなく、アプリやデータベースのデータから隠された洞察を抽出できるようにしました。 その後、9月10日に同社は、IBM Cloud Private for DataがオープンソースコンテナーでありKubernetesアプリプラットフォームであるRed Hat OpenShiftと統合されることを発表しました。 Kubernetesは、サーバーのクラスター間でコンテナーを実行するためのオープンソースプラットフォームです。 このRed Hatとの統合により、企業はクラウドネイティブワークロードを実行するときに、オンプレミス、パブリッククラウドとプライベートクラウド、およびオープンソースのRed Hat OpenShift環境で実行できるオプションが増えます。 IBMはまた、Hortonworks DataPlaneのサービスをIBM Cloud Private for Dataと統合するために、ビッグデータソフトウェアのパイオニアであるHortonworksとのパートナーシップを拡大します。

最後に、9月13日にIBMは、クラウド全体を検索するための単一のコンソールであるQueryplexと呼ばれるツールを使用して、ユーザーが企業全体の分析を照会できるようにすることも発表しました。 同じ日、IBMは、ESPNのハンナストームがホストするニューヨークのターミナル5でイベントを開催し、人工知能（AI）チャレンジに取り組んでいる顧客にスポットを当てました。 イベントの少し前に、PCMagはIBM Analyticsのゼネラルマネージャーであるロブトーマスに追いつき、新しいクラウド検索機能の仕組み、IBMのRed Hatとの連携、AIでのいくつかの勝利戦略について理解を深めました。

PCMag（PCM）： IBM Cloud Private for Dataを使用すると、すべてのデータをどのように表示できますか？

Rob Thomas（RT）：クラウド全体のどこでもクライアントがデータを管理する方法のコンソールとして考えてください。 クライアントがそれを使用している場合、プライベートクラウドコンテナアーキテクチャでオンプレミスにあるすべてのデータを見ることができ、AWS、Microsoft Azure、Google Cloud Platform、またはIBM Cloudにあるデータを見ることができます。 それは、すべてのデータを理解するための単一のコンソールです。データがどこにあるか、データをカタログ化し、整理します。

PCM： Queryplexとは何ですか？また、SMBはそのようなものを使用してクラウド全体を検索できますか？

RT： Queryplexを使用すると、構造化照会言語（SQL）クエリを実際に記述し、世界中のあらゆる場所でデータを検索して分析を行うことができます。 この広角SQL機能を使用すると、データを移動する必要がありません。 どこにいてもデータを見つけて有効にします。 エッジの処理能力を使用して、分析を単一の場所に戻すことができます。 したがって、それらは同じコインの両面です。 1つは、すべてのデータを管理するためのコンソールです。 2番目の部分は、データの移動にはコストがかかるため、ステップ1のようにデータを移動することなく、どこにあるデータでも実際に分析を行う方法についてです。 時間がかかります。 そのため、基本的にデータ移動の必要性をなくしました。これは非常に強力です。

PCM：この種のクエリ機能を使用している企業の日々の例は何でしょうか？

RT：良いのは、テレマティクスを行って自動車の予知保全を行っている自動車会社、または自動車の性能です。 今日、アプローチは車に接続し、データを中央の場所に戻すことです。 リアルタイム機能を提供します。 したがって、30日前は30秒になりました。 それがこれを行う力です。 分析の性質とプロセスを完全に変えるだけです。

PCM：複数のクラウドにわたる検索のセキュリティへの影響は何ですか？ そのタイプの検索を許可するには、どのようにオプトインしますか？

RT： Queryplexは、ライトウェイトディレクトリアクセスプロトコル（LDAP）セキュリティおよびID管理プロトコルまたはデータガバナンスポリシーを中心に組織が確立したものを活用するエンタープライズ製品としてQueryplexを設計しました。 例を挙げましょう：個人情報（PII）に触れたくないフェデレーションクエリを実行することが会社のポリシーである場合、この機能の一部としてそのデータをマスクして、その一部。 会社のセキュリティアーキテクチャに統合するように設計しました。

PCM：さまざまなクラウドへのアクセスを許可するために、会社は何をする必要がありますか？

RT： IBM Cloud Private for Dataを使用している場合、非常に迅速にインストールされます。 別のクラウドに接続するという点では、IPアドレスを知っているだけです。 それは非常に簡単です。 出来るよ。 したがって、接続の部分は難しくありません。 企業にとってより困難になると思うのは、AIやデータサイエンスタイプのユースケースに向かって進むにつれて、そのためのモデルを構築する必要があるということです。 そのモデルをトレーニングする必要があり、それを行うためにデータを整理することができます。

PCM：企業がAIまたは機械学習（ML）を実装するための重要な戦略は何ですか？

RT：いくつかの異なること。 データサイエンスエクセレンスセンター（COE）を設立しているクライアントがいます。 これは、組織のトピックを活性化し、物事を動かす良い方法になると思います。 これは良いアプローチだと思います。

チーフデータオフィサー（CDO）を雇う他のクライアントを見て、その人に会社をこの方向に導くという使命を与えます。 それもいいと思います。

第三に、私はこれに依存して多くの企業が事業ラインから来ていると見ています。つまり、事業ラインがユースケースを見つけることを意味し、それが技術革新のためです。 私はそれらのどれでも働くことができると思います。

最大のギャップと私がクライアントに勧めるのは、データ戦略を立てることだと思います。 データ戦略の一部は、現在地を把握することです。 つまり、ビジネスインテリジェンス（BI）とデータウェアハウジングを実際に行っているだけですか、それともセルフサービス分析を実際に行っていますか？ 現在地を理解してから、エンドポイントを理解してください。 これらの2つの点を明確にすれば、データサイエンスCOE、CDO、または基幹業務を通じて実験を開始できます。これにより、これらのレベルで再現性が得られることがわかっているため、重要です。

PCM： IBMがRed Hatと連携するきっかけは何ですか？

RT： 2000年に戻ると、IBMはLinuxのかなり大きな支持者でした。 IBMのサポートがなければ、Linuxはおそらく今日のようにはならないでしょう。 そのため、私たちは常に、イノベーションとエコシステムのサポートについてRed Hatと継続的に対話を行ってきました。 Red HatがOpenShiftで行ったことを監視しています。

私たちはコンテナを大いに信じており、Kubernetesはクライアントがアプリとデータの状態を近代化するのを支援する方法を持っています。 OpenShiftを搭載したRed Hatを見ると、近代化に重点を置いた優れたコンテナプラットフォームが構築されています。 しかし、彼らはデータのために何も持っておらず、同時にデータを近代化せずにアプリを近代化することは困難です。

IBM Cloud Private for Dataを使用してデータサービスを近代化するという点で行ったことをもたらすことができるのは、OpenShiftでネイティブに実行することです。そのため、アプリケーションの近代化の旅にいるクライアントは、データで同じことを行うことができ、そのプロジェクトをAIの成果に変えることができます。

Hadoopはまだマイクロサービスアーキテクチャに移行していないため、パズルのもう1つのピースです。 Hortonworksと協力して、IBM Cloud Private for DataおよびOpenShiftと連携できるHadoopのマイクロサービスの近代化と作成を支援します。

PCM：企業はそのタイプのマイクロサービスアーキテクチャをどのように使用していますか？

RT：すべてはAIとデータサイエンスに帰着すると思います。 データを使って何をしているにせよ、通常はビジネスの結果に左右されます。 アナリティクスをどのように使用しているかという点で、いくつかの利点を探しています。

そのため、Hadoopで大量のデータを取得した場合、予測分析、ML、またはデータサイエンスにそれを使用できない場合、組織にとってそれほど価値はありません。 これがドットの接続方法です。 Hadoopはマイクロサービスです。 それははるかに構成可能であり、はるかに柔軟です。 データの操作が簡単になり、大規模なデータサイエンスチームが簡単に利用できるようになります。 そして、それにより、Hadoop実装からより多くの価値を引き出すことができます。

PCM： AIとMLに関しては、今後どのようなことが起こると思いますか？

RT：ゆっくりと主流になります。 一年前、議論は「私は何かできますか？」でした。 今年は実験が増えた年だと思います。 来年、私たちは大規模な実験を開始し、来年の終わりまでに、これがより主流になりつつあることを願っています。 人々はAIとモデルを使用して、多くの基本的なビジネスプロセスを自動化し、多くの意思決定を自動化します。 ですから、私たちは明らかにその旅に出ています。 進行状況を確認できます。 あなたがそうするなら、私たちは転換点に近づいているように感じますが、私たちはまだまだそこにいません。