Redactie - 10 september 2019

Tech Data: data-uitdaging voor multicloud opgelost

Steeds meer bedrijven hebben te maken met een multicloud-omgeving. Dat zorgt echter ook voor nieuwe vraagstukken. Een voorbeeld is dat de opkomst van kunstmatige intelligentie, AI, mede door multicloud is afgeremd. Jammer en bovendien onnodig, aldus Efrym Willems, Business Development Manager bij Tech Data.

AI werkt prima in de multicloud

Wie willekeurige ICT-nieuwssite erbij pakt, kan de indruk niet ontgaan dat AI een van de grote marktontwikkelingen van nu is. Daar is Willems het mee eens. “Kijk naar de officiële samenvatting van de Wimbledon-finale”, zegt hij. “Die was twee minuten na de wedstrijd tussen Novak Djokovic en Roger Federer online. Dat terwijl we het hebben over 5 uur tennis van de buitencategorie.” Dat doet de organisatie met Watson, een AI-platform van IBM.

 “Watson analyseert de geluiden en uitdrukkingen van het publiek, samen met de lichaamstaal van de tennissers. Daaruit halen ze de fragmenten voor de samenvatting. Binnen 20 minuten hebben ze zelfs een gepersonaliseerde versie beschikbaar.”

AI heeft meer toepassingen, sommigen ronduit baanbrekend. “Watson slaagde er bijvoorbeeld ook in om binnen 10 minuten de juiste diagnose te stellen bij een zeldzame vorm van leukemie”, vertelt Willems.

Twijfels

Maar analisten zien dat de adoptie vooralsnog tegenvalt. Zo schrijft IDC dat slechts 25 procent van de organisaties een bredere strategie heeft op dit gebied. “De leveranciers zelf zeggen dat organisaties twijfels hebben”, zegt Willems. Het gebrek aan vaardigheden en kennis wordt vaak genoemd als oorzaak. Maar ook multicloud is voor bedrijven reden om de boot af te houden. De angst bestaat dat de data gefragmenteerd raakt. “Bedrijven weten dan niet meer goed hoe ze de data bij elkaar moeten brengen”, zegt Willems. “Alle data staan op meerdere locaties. On-premise en in de cloud.”

Toch is de angst onterecht, zo zegt de specialist van Tech Data. “Multicloud is geen excuus meer om geen AI te implementeren”, vindt Willems. “Maar bedrijven moeten het een en ander wel goed organiseren.”

1) AI op ieder platform

Volgens Willems moet AI om te beginnen beschikbaar zijn op ieder platform waar medewerkers toegang hebben tot data en applicaties. “Daarom zijn een aantal diensten van Watson, waaronder Watson Assistant en Watson OpenScale, beschikbaar als Kubernetes-microservices.” Deze containers kunnen lokaal of in de IBM Cloud draaien, maar ook in de omgevingen van bijvoorbeeld Microsoft, Amazon en Google. “Hierdoor hoeven ze geen data naar de AI-engine te brengen. AI komt naar de gegevens toe, en dat voorkomt een vendor lock-in.”

2) Connectoren

Voor grote bedrijven blijft de uitdaging echter dat ze zeer veel verschillende platformen hebben waar hun data staan. “Daarom moeten ze de beschikking hebben over een brede reeks dataconnectoren. Dan kunnen ze data ontsluiten in Tableau, Dropbox, Looker en Salesforce.” Willems voegt eraan toe dat IBM vorig jaar de integratie van Watson Studio met Hadoop Distributions (CDH en HDP) heeft verbeterd. Bedrijven kunnen hierdoor ook analytics uitvoeren op de locatie van de data zelf, met de rekenkracht die ter plekke beschikbaar is. 

3) Integratie

Maar de expert van Tech Data stelt dat het wel degelijk mogelijk is om datasets op één centrale plek samen te brengen. “Een prima strategie. IBM Cloud, het voormalige Softlayer, kan dat faciliteren, bijvoorbeeld met IaaS- of PaaS-diensten, of gewoon met cloudstorage.

4) Ondersteuning van ontwikkeltools

Eerder dit jaar integreerde Mendix zijn low-code ontwikkelplatform met IBM Cloud Services. Applicaties ontwikkeld met Mendix draaien direct in de IBM Cloud. Volgens Willems een belangrijke mijlpaal voor de adoptie van AI. “Speciaal gebouwde apps ontsluiten en analyseren de gegevens nadat de data zijn geconsolideerd”, legt Willems uit. “Met behulp van low-code en no-code platformen, waaronder Mendix, zijn deze applicaties te ontwikkelen. “IBM biedt hiervoor zelf ook de ontwikkeltools, die onder de vlag van IBM Cloud beschikbaar zijn”, zegt Willems.

AI en de uitvoer ervan komt hierdoor los te staan van de cloudomgeving. “Een multicloudomgeving hoeft echt geen probleem te zijn”, stelt Willems.  “AI kan vrij naar de data worden gebracht, maar je kunt ook de data naar een centrale cloud verplaatsen om de analyses daar uit te voeren. Multicloud is dus prima geschikt voor AI-workloads.”

Efrym Willems, Business Development Manager Tech Data

 

 

Schneider Electric BN BW start week 27 tm week 29 Trend Micro BW BN week 10-11-13-14-2024
Arctic Wolf BN Gated Content

Wil jij dagelijkse updates?

Schrijf je dan in voor onze nieuwsbrief!