下一代IBM Cloud Pak for Data及其新型数据经纬：5大必知之事

客户面临着一个重大挑战：如何使AI更容易访问海量的分布式企业数据，使其推导并产生基于洞察的业务成果？同时如何以更高的成本效率做到这点？

从多云环境中提取数据，数据质量和数据整合会成为主要问题。此外，数据孤岛往往会使数据整合变得复杂，阻碍集中式数据管理，增加数据访问难度。企业在试着整合其企业数据、理解并使之有用的过程中，数据的复杂性往往又会增加其人力资源负担，提高运营成本，降低决策速度。

三年前推出的IBM Cloud Pak for Data可以为企业赋能，使其能将AI应用到跨任何混合云环境的数据之上。自那时起，汉莎航空(Lufthansa)、美国州立农业保险（State Farm）和瑞银(UBS)等客户就已开始利用IBM Cloud Pak for Data的这些能力，提取其企业数据的价值，为其AI引擎提供燃料。

今天，IBM把基于AI的新能力注入Cloud Pak for Data的智能数据经纬，其中包括一项名为AutoSQL（结构化查询语言）的突破性技术。AutoSQL技术可实现AI自动访问、整合和管理数据的功能，无需考虑数据存储位置，也无需移动数据。利用其新的数据经纬和AI能力，通过对数据和AI生命周期实现自动化（释放时间、金钱和资源潜能），IBM可以为客户带来未来可期的重大竞争优势，在正确的时间把正确的数据提供给合适的人，同时节省资源。

关于下一代IBM Cloud Pak for Data的新能力及其对企业业务的重要性，以下5大必知之事，您需要了解一下：

1 跨混合多云环境实现数据访问自动化，无需移动数据

AutoSQL这项新技术旨在帮助客户实现AI自动访问、整合和管理数据的功能，是客户无需考虑数据存储位置、无需移动数据。这种能力对于寻求在AI领域获得成功的企业至关重要。据IBM新发布的《2021年全球AI采用指数》，约90%的企业表示，无需考虑数据存储位置而能随处运行AI项目，是他们采用AI的关键；然而，32%的企业表示，不断加剧的数据复杂性和数据孤岛是他们采用AI的主要障碍。

2 旨在助您提高数据查询速度

AutoSQL这项新技术针对不同的数据源（包括数据仓库、数据湖和流数据），使用相同的查询引擎，无需额外进行手动调整或移动数据，从而帮助企业节省时间和资源，免于移动数据及维护多个查询引擎。随着AutoSQL技术的推出，IBM Cloud Pak for Data现已整合了市场上性能最强的云数据仓库（依据我们的基准研究），可以利用AI帮助客户获取分布式查询结果，与其他数据仓库相比，其速度较之前提升8倍，成本下降近半。

3 一个智能的数据经纬把AI赋能的新能力“编织”在一起

Cloud Pak for Data的基础是我们全新的智能化数据经纬，利用AI来实现复杂数据管理任务的自动化，把所有新的AI能力“编织”在一起，其中就包括AutoSQL技术。这一数据经纬的构建是为了发现和统一不同的数据源——无论是数据湖、数据目录，还是数据仓库——将其整合在同一视图之下，帮助企业用户通过一个统一的访问入口来找到、理解、构建和使用跨整个企业系统的数据。而我们看到的传统做法是，企业要用手动的方式把不同数据源的数据整合到一个平台之上。而这种新型数据经纬可以简化混合云环境的复杂度，帮助企业用户确保在不危害隐私、安全和合规性的前提之下，访问所需数据。

4 智能化数据经纬把AI赋能的新能力整合成目录，同时保护数据

作为新型智能数据经纬的组成部分和AutoSQL技术的补充，AutoCatalog是一个由AI赋能的“大脑”，它可以对数据的发现和分类流程实现自动化，以维护来自不同数据环境的数据资产的实时目录，专为跨企业的不同业务团队轻松查找数据而设计。AutoPrivacy是IBM Cloud Pak for Data中可用通用数据隐私框架的关键部分。AutoPrivacy旨在使用AI，智能地实现企业内部敏感数据识别、监控以及后续政策实施的自动化。

5 推进“Watson Anywhere”策略，重申IBM把AI带给随处存储的数据的独到能力

此次发布进一步拓展了IBM Watson Anywhere的策略。与他人不同的是，IBM正致力为客户赋能，帮助他们把AI带给他们随处存储的数据，而不是把数据带给AI。

在上周召开的Think 2021大会上，您也许已经了解了ING、CitiBank、Verizon等企业成功应用AI的故事。虽然AI的变革力量不容置疑，但是千里之行始于足下，要将发展AI的愿望转化为业务成果，要从构建一个坚实基础开始，也就是要从解决当今多样化数据格局的复杂性开始。

在此，我们特意摘选了几位客户在Think 2021大会上的发言如下：

ING科技集团服务首席架构师Ferd Scheepers说：

“我们需要一个统一的数据层来映射数据，利用AI来理解数据意义，执行相关政策——在法律禁止个人数据出境的国家和地区防止数据的跨国移动，同时竭尽所能做好现在所需的工作来构建自我。这正是数据经纬所承诺的，以活跃的元数据来驱动我们利用数据的可能性，让数据在不同地区和不同云之间持续可用，无论数据客户需要在何处、以何种方式使用数据，都无需依赖长达一年之久的IT项目来访问他们所需的数据。”

威瑞森电信(Verizon)数据治理及架构负责人Sal Maraccino说：

“数据被限制在跨企业的孤岛、传统数据仓库和数据湖的各个孤立环境之中，使我们无法规模化地整合数据。因此，我们正在引入数据经纬，打造一个让我们可以整合企业数据的通用平台。现在，利用数据经纬，我们能实现一致的数据管控，这一经纬层让我们能够实现规模化数据整合......我们重新对控制措施进行统一化，让员工可以更轻松地访问数据。”