IBM WATSONX.DATA：簡化企業(yè)AI數(shù)據(jù)堆棧

IBM將WATSONX.DATA定位為企業(yè)的關鍵平臺，旨在加速精確而可擴展的生成AI解決方案。這是通過通過開放的混合體系結構簡化復雜數(shù)據(jù)基礎架構來實現(xiàn)的。本文探討了企業(yè)AI采用中所面臨的障礙，以及IBM如何利用watsonx.data克服這些挑戰(zhàn)，最終為日常運營增加了價值。

（注意：IBM是我公司的咨詢客戶，Moor Insights＆Strateging。）

導航生成AI的采用景觀

在深入研究IBM的細節(jié)之前，請先理解WATSONX.DATA鏟球的核心問題至關重要。盡管企業(yè)對生成AI的采用正在迅速擴展，但許多組織發(fā)現(xiàn)其現(xiàn)有數(shù)據(jù)環(huán)境不足以滿足AI的需求。 IBM強調(diào)，目前不到1％的企業(yè)數(shù)據(jù)用于生成AI，大約90％的人非結構化并在各個位置，格式，格式和平臺上分散。與共同的信念相反，生成AI成功的主要障礙不是推論成本或模型優(yōu)化；這是數(shù)據(jù)本身。

許多企業(yè)采用有缺陷的生成AI策略，將應用程序開發(fā)優(yōu)先于應對阻礙模型性能的基本數(shù)據(jù)挑戰(zhàn)而不是應對。高性能，準確的AI需要可靠的，特定于組織的數(shù)據(jù)。但是，在許多企業(yè)中，大量的非結構化數(shù)據(jù)（駐留在電子郵件，文檔，演示文稿和視頻中）仍然無法訪問大型語言模型和生成的AI工具。

非結構化數(shù)據(jù)的固有活力，分散，缺乏清晰的標簽以及上下文解釋需求提出了重大挑戰(zhàn)。在嘗試大規(guī)模的非結構化信息提取和協(xié)調(diào)時，檢索授權的生成對結構化知識檢索有效，證明效率低下。此外，企業(yè)內(nèi)的脫節(jié)數(shù)據(jù)湖，倉庫，治理工具和集成平臺堆棧增加了復雜性，而不是簡化流程。

這代表了一個重要的錯過的機會，因為利用內(nèi)部企業(yè)數(shù)據(jù)來解決AI可能會在應對特定的組織挑戰(zhàn)方面產(chǎn)生巨大的價值。正如IBM的WATSONX產(chǎn)品管理副總裁Edward Calvesbert所指出的那樣，通過在應用程序和系統(tǒng)中利用專有企業(yè)數(shù)據(jù)來取得切實的結果。

WATSONX.DATA：AI采用的催化劑

IBM解決該企業(yè)的非結構化數(shù)據(jù)問題的戰(zhàn)略解決方案是watsonx.data。 IBM Think在其2023年推出的基礎上展示了下一代WATSONX.DATA - DATA - 一個具有數(shù)據(jù)織物功能的混合動力，開放的Data Lakehouse。關鍵創(chuàng)新包括WATSONX.DATA集成，簡化不同數(shù)據(jù)格式的訪問和管理以及Watsonx.Data Intelligence，使用AI來自動化數(shù)據(jù)策劃，管理和治理。在數(shù)據(jù)采集之前，IBM計劃集成DataStax的NOSQL和Vector數(shù)據(jù)庫功能，以進一步增強watsonx.data中的非結構化數(shù)據(jù)管理。

WATSONX.DATA架構優(yōu)先考慮存儲和計算的分離，支持Apache Iceberg和Presto之類的開放格式，啟用跨云和本地環(huán)境的混合部署，并與治理和安全工具深入集成。 IBM旨在使企業(yè)能夠大規(guī)模攝入，管理和檢索結構化和非結構化數(shù)據(jù)。根據(jù)IBM的說法，這可能會導致生成的AI應用程序和代理AI模型，其準確，性能和更快的速度為40％。 Calvesbert強調(diào)了從信息檢索到有影響力，準確和可擴展的AI結果的轉變。

IBM的DB2與WATSONX集成

IBM繼續(xù)現(xiàn)代化DB2，將Watsonx功能直接嵌入DB2 12.1中，以增強AI驅(qū)動的自動化。數(shù)據(jù)庫助理是一種自然語言工具，充當DBA的實時顧問，協(xié)助性能監(jiān)視，發(fā)行診斷和系統(tǒng)優(yōu)化。

DB2版本12.1.2擴展了其在IBM混合動力，AI-Ready數(shù)據(jù)策略中的作用。現(xiàn)在，它本地支持向量嵌入和相似性搜索，從而加速了結合結構化和非結構化數(shù)據(jù)源的AI應用程序開發(fā)。通過WATSONX.DATA，DB2工作負載參與了具有共同治理，統(tǒng)一元數(shù)據(jù)和聯(lián)合訪問權限的AI管道。支持開放表格式（Apache Iceberg）和與矢量數(shù)據(jù)庫的集成結構和非結構化數(shù)據(jù)，將DB2從傳統(tǒng)的關系數(shù)據(jù)庫轉換為企業(yè)AI堆棧的基礎元素，支持自動化，可觀察性，可觀察性和跨混合環(huán)境的可擴展性。

現(xiàn)實世界watsonx.data成功故事

在圍繞企業(yè)AI的現(xiàn)實世界影響的懷疑中，IBM展示了各個行業(yè)的可衡量業(yè)務結果。 Banfast是一家主要的瑞典建筑公司，使用watsonx.data將手動數(shù)據(jù)輸入減少了75％，從而改善了工人的健康和安全。一家美國金融服務公司通過創(chuàng)建統(tǒng)一的操作IT數(shù)據(jù)觀點，可以自助訪問，一致的治理和自動處理來節(jié)省570萬美元。

全球制造客戶與IBM和EY合作，在73個國家 /地區(qū)的34個源系統(tǒng)之間自動化的間接稅收數(shù)據(jù)攝入和合并，提高了合規(guī)效率。 IBM和EY產(chǎn)品的稅收聯(lián)合產(chǎn)品將EY的稅收專業(yè)知識與IBM的AI技術（包括WATSONX.DATA）相結合。在體育和媒體上，IBM與美國公開賽和大師賽合作，實時處理數(shù)百萬個數(shù)據(jù)點，以產(chǎn)生AI驅(qū)動的見解。這些部署展示了watsonx.data如何對數(shù)據(jù)基礎架構進行現(xiàn)代化現(xiàn)代化，從而使更快的見解，更高的運營效率和競爭差異化的企業(yè)擴展AI計劃。

watsonx.data的挑戰(zhàn)和考慮因素

盡管WATSONX.DATA為企業(yè)數(shù)據(jù)管理提供了有希望的方法，但仍然存在挑戰(zhàn)，尤其是對于組織早期的現(xiàn)代化旅程而言。跨云和本地環(huán)境整合非結構化和結構化數(shù)據(jù)仍然很復雜。數(shù)據(jù)蔓延，不一致的治理政策和內(nèi)部孤島可能會阻礙采用。即使有一個統(tǒng)一的平臺，為AI準備數(shù)據(jù) - 確保其干凈，標記和值得信賴的人都需要大量精力。

組織準備是另一個關鍵因素。團隊可能缺乏充分利用watsonx.data的功能的技能或流程，尤其是在數(shù)據(jù)管理和AI應用程序開發(fā)團隊時。成本和運營復雜性也是考慮因素。在具有多個組件的混合環(huán)境中部署watsonx.data需要仔細整合和跨團隊的協(xié)調(diào)。

盡管面臨這些挑戰(zhàn)，但潛在的業(yè)務影響對于成功導航這些障礙的組織仍然很大。 WATSONX.DATA連接孤立的系統(tǒng)，降低對點解決方案的依賴，并優(yōu)化內(nèi)部數(shù)據(jù)的使用，尤其是經(jīng)常被簽名的90％的非結構化數(shù)據(jù)。但是，成功不僅需要技術。它需要跨團隊協(xié)調(diào)，清晰的數(shù)據(jù)質(zhì)量所有權以及從飛行員到生產(chǎn)過渡的現(xiàn)實方法。

IBM的立場是明確的：解決數(shù)據(jù)挑戰(zhàn)對于實現(xiàn)大規(guī)模AI的全部潛力至關重要。對于客戶而言，該決定不僅與工具有關；這是關于他們準備有效準備數(shù)據(jù)的準備。

以上是IBM認為2025展示watsonx.data在生成AI中的作用的詳細內(nèi)容。更多信息請關注PHP中文網(wǎng)其他相關文章！