Oparte na sztucznej inteligencji data lakes to przyszłość przetwarzania danych w firmach. Pozwalają obniżyć koszty i zwiększyć przychód

Upowszechnienie się systemów bazujących na sztucznej inteligencji wymaga od firm technologicznych opracowania nowych metod przechowywania i przetwarzania danych. Odpowiedzią na zapotrzebowanie rynku są data lakes. To repozytoria ułatwiające błyskawiczną analizę danych niezależnie od ich struktury czy wielkości. Dzięki algorytmom uczenia maszynowego, pozwalają przechowywać i wyszukiwać jednocześnie tekst, dane głosowe, czy zdjęcia.

– Data lakes to kolejne stadium ewolucji technologii zwanej magazynami danych. Są to repozytoria, w których możemy przechowywać wszystkie rodzaje danych, zarówno uporządkowane, jak i nieuporządkowane – tekstowe czy głosowe – i dane przechowywane z różną częstotliwością, np. przekazywane za pośrednictwem urządzeń internetu rzeczy. Data lakes to repozytorium danych pozwalające na bardzo szybki dostęp niezależnie od rodzaju danych i wykorzystanie sztucznej inteligencji do ich dogłębnej analizy – mówi agencji informacyjnej Newseria Innowacje Ayesha Khanna współzałożycielka i prezes ADDO AI.

Inżynierowie odpowiedzialni za rozwój platformy sztucznej inteligencji ADDO AI opracowali nowatorską architekturę przechowania danych, aby ułatwić pracę inteligentnym algorytmom, które muszą błyskawicznie przetwarzać informacje. Firma wyspecjalizowała się w produkcji wielkoskalowych zbiorów data lakes umożliwiających przechowywanie wszelkiego rodzaju danych na potrzeby klientów biznesowych wykorzystujących rozwiązania chmurowe.

Na potrzebę inwestowania w tego typu rozwiązania zwrócili uwagę analitycy z firmy Gartner, według których do 2022 roku aż 75 proc. wszystkich baz danych będzie przechowywanych w chmurze albo przygotowanych do migracji do narzędzi chmurowych. Ma to być związane z rosnącym zapotrzebowaniem na systemy do analizy danych, rozwiązania z zakresu sztucznej inteligencji czy uczenia maszynowego.

– Znaczenie data lakes rośnie, ponieważ wszystkie przedsiębiorstwa coraz lepiej dostrzegają zalety analizy danych. Ich właściwe wykorzystanie obniża koszty, dzięki automatyzacji procesów wytwórczych, optymalizacji łańcucha dostaw i automatyzacji obsługi klienta. Po drugie, pozwala uzyskać wyższy przychód, umożliwiając prowadzenie bardziej spersonalizowanych działań marketingowych i zapewniając pełniejszą wiedzę o klientach. Wreszcie, dzięki danym możliwe jest wprowadzanie zupełnie nowych rozwiązań, jak innowacje powstające w Chinach dla usprawnienia łańcucha dostaw oparte o rozpoznawanie obrazu i dane z urządzeń IoT przechowywane właśnie w repozytoriach typu data lakes – wylicza ekspertka.

Nad zrewidowaniem systemów przetwarzania informacji pracuje także firma IBM, która przygotowuje się na rosnące zainteresowanie firm rozwiązaniami z pogranicza sztucznej inteligencji. Aby przyspieszyć proces analizy informacji, IBM wdraża projekt InfoSphere Advanced Data Preparation mający ułatwić klientom przetworzenie surowych danych tak, aby ułatwić ich późniejsze przetwarzanie. Nowe narzędzie ustrukturyzuje je, sformatuje, wzbogaci o niezbędne informacje i przygotuje do współpracy z data lakesami klientów.

Technologia data lakes jest także obiektem zainteresowania firmy Qubole, która opracowała narzędzie Quantum. Jest to bezserwerowy silnik o wysokiej wydajności zdolny do przetwarzania nawet petabajtowych zbiorów informacji. Tym, co wyróżnia go na tle wielu konkurentów, jest model finansowania – klient płaci wyłącznie za przetwarzane zapytania bądź wykorzystanie data lakesów w ramach Amazon Web Services.

– Można powiedzieć, że data lakes stały się głównymi ośrodkami informacji, których wykorzystanie jest kluczowe dla utrzymania konkurencyjności każdej firmy – twierdzi Ayesha Khanna.

Według MarketsandMarkets globalna wartość branży technologii data lakes do 2021 roku będzie się rozwijać w średniorocznym tempie wzrostu na poziomie ponad 28 proc.