Az IBM a döntéstámogatás témát tekintve kezdi meghódítani a konténerizált skálázható felhőt, megtartva az eddigi on-premise megoldásait. Ezek mellett pedig egyszerűsít a termékportfólióján. Röviden összefoglalva ez a trend rajzolódott ki az IBM Data Science & Watson AI European Partner Technical Summit konferencián.
IBM Cloud, Dallas. Fotó: IBM
Workshopokon keresztül ki is próbáltuk gyakorlatorientáltan az eszközök képességeit.
Az új verziójú Excel beépülőmoduljukat (PAX) mostantól Planning Analytics for Excel néven használják tovább. Az eszköz funkcióinak bővítése a cél egy ideig, utána pedig a stabilitás megvalósítása. Jelenleg a 2.0.43-as verziótól kezdve már támogatja a Microsoft Excel 2019-es verzióját, így ez nem okozhat problémát.
Planning Analytics Workspace (PAW) felületre tervezik az összes eddigi nem beépülőmodulban lévő funkció csoportosításának átmozgatását. Kezdve az OpsConsole-tól a vastagkliensben elérhető felhasználói jogosultság kezelésig. Erre mindenképpen szükség van, ha ki akarják váltani a régi Architect-et.
Workflow-t tekintve az IBM Cognos Disclosure Management értékesítésével nagy űr keletkezett a folyamatok támogatásában. Ezt a csorbát mindenképpen ki kell kiküszöbölni, hogy megfelelően versenyképes maradhasson a többi CPM eszközzel szemben. Ezt is a PAW-ban képzelik el.
A Cognos Analytics egy másik terméke az IBM-nek, de szorosan összekapcsolódik a Planning Analytics-szel a „tárolt” adatok megjelenítésében. A felületek egységesítése és átjárhatósága elengedhetetlen. Azok az ábrák/diagrammok, melyek ott készülnek, átlinkelhetővé váljanak a PAW felületén is és másik irányba is meg lehessen ezt lépni.
Az összefonódás más platformokkal ott is tetten érhető, hogy a Watson stúdióban lehet megvalósítani fejlett forecast elemzéseket, majd az elkészült elemzéseket később Planning Analytics-be visszatölteni és felhasználni.
A Watson Studio egy komplett ökoszisztémát kínál az adatbányászati projektek számára. Egy egységes környezetet nyújt, különböző integrált eszközökkel (SPSS Modeller, AutoAI, R, Python notebooks, Cognos Analytics, stb…) egy közös platformon. Az eszköz amellett, hogy átláthatóbbá teszi a projektet, megkönnyíti a kollaborációt a projekttagok között, valamint a sokszor nehézkesen kiépített modell deploymentet is leegyszerűsíti. Neurális hálókról, AI-ről és Deep Learning-ről is szó esett kis példák erejéig.
Mindenképpen említést igényel az a tény is, hogy az IBM nemrég megvette a RedHat-et, így sokkal nagyobb mértékben képes lépést tartani a felhős környezeteinek kiszolgálásában.
Összességében elmondható, hogy az IBM első körben a portfóliójának egyszerűsítését és stabilitásuk megőrzését tűzte ki célul, reagálva az új felhős igényekre. A felület vizuális élményének növelésére is nagy hangsúlyt fektetett mindamellett, hogy konténerizált működést képzel el a jövőben. Ez a felhős megoldásokat tekintve a mai trendet képviseli.
A szerzők az IFUA Horváth & Partners tanácsadói, az Enterprise Analytics Competence Center tagjai
