Международная конференция IBM Insight, собравшая в этом году около 14 тыс. участников, традиционно посвящена теме аналитики. Для корпорации аналитика в различных ее ипостасях – стратегическое и наиболее успешное направление, на фоне общего падения прибыли бизнес IBM Analytics в первых двух кварталах 2015-го вырос на 20% по сравнению с тем же периодом в прошлом году. Не злоупотребляя термином «Большие Данные» (в выступлениях на открытии Insight 2015 он не прозвучал ни разу), в IBM продолжают говорить об огромном объеме и разнообразии той информации, с которой приходится работать компаниям, и о том, что конкурентные преимущества определяются способностью извлекать смысл из этих данных.
В корпорации считают: сегодня зарождается экономика нового типа – Insight Economy, «экономика познания». Как отметил Боб Пиччиано, старший вице-президент IBM, возглавляющий подразделение IBM Analytics, лидерство в такой экономике базируется на возможностях получать как можно больше данных из как можно большего числа источников и применять эти данные в своей работе для получения ответов на наиболее сложные вопросы. «Мы сможем принимать взвешенные и эффективные решения, если сумеем комбинировать все доступные нам внутренние и внешние данные и использовать продвинутую аналитику для их понимания, — подчеркнул Пиччиано. – Конечная цель – сделать аналитику частью каждого нашего действия, каждого взаимодействия, каждого решения и каждого бизнес-процесса».
Цель благая, но труднодостижимая для многих в силу сложности и зачастую высокой стоимости аналитических инструментов и необходимой инфраструктуры для их развертывания, а также из-за отсутствия понимания, какие источники данных могут быть действительно полезны для бизнеса, какой анализ к ним нужно применить и как интегрировать результат в повседневные бизнес-операции.
Учитывая это, в IBM делают ставку на облачную реализацию и отраслевую ориентацию своих аналитических сервисов в партнерстве с компаниями, чей бизнес связан с получением и обработкой гигантских массивов данных. Так, благодаря начатому в прошлом году сотрудничеству с Twitter корпорация может сегодня предложить пакет сервисов анализа комментариев социальной сети, который помогает компаниям лучше понять своих клиентов: кто они, что им нравится, а что — нет, и, следовательно, более эффективно сегментировать аудиторию и совершенствовать маркетинговые инициативы.
Пакет Market Insights рассчитан на производителей продуктов массового потребления и медийный бизнес и является одним из компонентов анонсированного на Insight 2015 комплекса аналитических сервисов IBM Insight Cloud Services. Сервисы базируются на облачной инфраструктуре SoftLayer, инструментах из портфеля IBM Analytics, партнерских решениях, а также системах с открытым кодом и открытых источниках данных.
Еще один пакет в составе этого комплекса, Demand Insights, поможет производителям и ретейлерам анализировать влияние на потребительский спрос множества факторов, включая новости и комментарии в социальных сетях, и даже погоду. Последнее стало возможным благодаря партнерству IBM с The Weather Company, ставшему одной из центральных тем форума. На его открытии было рассказано, как прогнозы погоды, предоставляемые этой компанией, могут использоваться в аналитике с применением инструментария IBM, а в один из последних дней Insight 2015 пришло сообщение, что Голубой Гигант приобретает большую часть активов The Weather Company, включая ее торговую марку.
Погода, Watson и Интернет вещей
Представленные на форуме сервисы Insight Data Packages for Weather, входящие в состав IBM Insight Cloud Services, объединяют массивы данных, собираемые IBM и The Weather Company, и дают возможность на основе этих данных формировать ценные рекомендации для бизнеса. В качестве потенциальных клиентов таких сервисов назывались страховые компании, коммунальные службы, органы муниципального управления, розничные сети, авиаперевозчики и др.
Объединение с The Weather Company демонстрирует стремление IBM усилить в своем бизнесе важнейший, по мнению корпорации, компонент реализации insight-экономики – аналитику Интернета вещей. По словам Пиччиано, сегодня 90% огромных объемов данных, поступающих с различных устройств, вообще не собираются и, соответственно, не анализируются, а ведь они могли бы дать множество ценнейшей информации для бизнеса.
Облачная платформа The Weather Company обеспечивает прекрасный инструмент сбора таких данных: компания строит свои прогнозы на базе информации с миллиардов сенсоров и миллионов мобильных устройств. А ключевым преимуществом подхода IBM к Интернету вещей, как отметил Крис О’Коннер, генеральный менеджер недавно созданного подразделения IBM IoT, является то, что собранные с устройств данные обогащаются развитыми аналитическими возможностями. «Объединив два потока данных – с датчиков, например, вашей машины и с устройств наблюдения за погодой — и применив к ним аналитику, мы можем спрогнозировать наиболее и наименее благоприятные условия эксплуатации автомобиля, а это очень важная информация, скажем, для страховщиков», — пояснил О’Коннер.
К тому же здесь речь идет не только о традиционной аналитике, но и аналитике совершенно нового типа – когнитивных возможностях системы Watson, которую IBM все активнее продвигает в качестве инструмента для решения бизнес-задач. Как рассказал Майк Родин, старший вице-президент IBM, глава IBM Watson Group, в 2011 году, когда IBM Watson стал известен всему миру после победы в телеигре, система имела единственный API и пять базовых технологий, с помощью которых она могла отвечать на вопросы, сформулированные на обычном языке. Сегодня Watson – это 27 API и около полусотни технологий искусственного интеллекта, позволяющих системе понимать четыре языка, обосновывать ответы на вопросы и строить гипотезы, а главное, постоянно учиться и расширять свои компетенции. Благодаря этому машину можно использовать в роли полноправного эксперта в различных областях. Достижения Watson в медицине широко разрекламированы, но Родин сообщил, что система находит применение уже в 17 отраслях, в том числе в финансовых и юридических сервисах, нефтегазовой индустрии и др.
В IBM подчеркивают доступность когнитивных возможностей Watson широкому кругу пользователей, это обеспечивается как благодаря облачным сервисам самой IBM, так и с помощью обширной экосистемы партнеров (400 компаний, около 80 тыс. разработчиков, свыше 100 коммерческих приложений). На Insight 2015 были анонсированы обновления облачного пакета бизнес-аналитики IBM Watson Analytics, в том числе новые отраслевые модели обнаружения данных под названием Expert Storybooks, призванные помочь в выявлении и исследовании источников данных, релевантных задачам бизнеса. Одна из таких моделей разработана совместно с The Weather Company и поддерживает использование погодных данных в анализе прибыли компаний.
IBM запускает Spark в облако
С большой сцены форума Insight 2015 не много говорилось о технологических достижениях IBM в области аналитики – основной акцент был сделан на том, чего с ее помощью удается достичь заказчикам корпорации. Но в ходе форума анонсировано значительное число новшеств, касающихся обработки данных, в том числе сделан ряд объявлений относительно платформы Spark.
Apache Spark – проект с открытым кодом для работы с Большими Данными, набирающий в последнее время все большую популярность. Его отличительной особенностью является поддержка технологии in-memory и потоковой обработки больших массивов данных. IBM — один из ключевых контрибьюторов проекта. На Insight 2015 сообщили об успешном завершении бета-тестирования Spark в качестве сервиса для разработчиков – решение под названием IBM Analytics on Apache Spark доступно в облаке IBM Bluemix. По данным корпорации, для его использования зарегистрировалось более 4,5 тыс. человек. Им немаловажно будет узнать об интеграции Analytics on Apache Spark с рядом других сервисов работы с данными Bluemix, в том числе Hadoop и базами данных dashDB и Cloudant, а также с новым сервисом, разработанным совместно с The Weather Company и позволяющим включать данные о погоде в веб- и мобильные приложения.
15 базовых и коммерческих аналитических продуктов переписано с использованием Spark. Среди них решения для работы с Большими Данными BigInsights и Streams и пакет предсказательной аналитики SPSS. Использование технологии in-memory позволило значительно ускорить обработку данных в этих системах, а также оптимизировать их архитектуру. Например, код сервиса подготовки данных IBM DataWorks сокращен на 87% – с 40 млн до 5 млн строк.
