Революция в режиме реального времени уже здесь, но она распределена неравномерно.
Real-time revolution is already here, but it is unevenly distributed.
Если вы прослушаете достаточно много конференционных выступлений, презентаций поставщиков и мнений аналитиков, вам можно простить, если вы подумаете, что каждая организация на планете теперь способна в реальном времени ощущать и реагировать на события в миллисекундах после их возникновения.
Хотя это еще не так, есть веская причина для желания реального времени. Все захватывающие новые вещи, которые появляются на сцене – искусственный интеллект, предиктивная аналитика, встроенные системы, потоковые приложения, мониторинг местоположения в реальном времени и системы оповещения – все это зависит от технологии реального времени для своей работы. Однако реальное время все еще находится в стадии разработки.
Также: Реальное время Ubuntu теперь доступно в AWS Marketplace и идеально подходит для быстрого прототипирования
Опросы в индустрии показывают, что реальное время больше является мечтой, чем реальностью. Например, в управлении цепями поставок, в то время как 77% руководителей активно ищут возможность видеть отгрузки в реальном времени, только 25% из них ее используют, выясняет опрос Tive. Аналогично, только 23% предприятий в опросе Unisphere Research и ChaosSearch указывают, что информация доступна конечным пользователям в режиме реального времени.
Нестабильность возможностей в реальном времени может быть вполне приемлемой для большинства ситуаций. “Большинству бизнесов не нужны данные в режиме реального времени”, говорит Ник Амабиле, генеральный директор DAS42. Все зависит от того, является ли требование операционным или аналитическим. “Операционные системы часто требуют данных в режиме реального времени для таких случаев, как обеспечение информационной безопасности, мониторинг угроз безопасности, персонализация в маркетинге, логистика, тенденции в сфере доставки, оптимизация затрат, улучшение опыта клиентов, обнаружение мошенничества и торговые стратегии”, – говорит Амабиле.
- Команда Apple Watch Blood Glucose получает нового лидера
- Компания Stability AI только что представила генератор музыки по те...
- Всегда мечтали о том, чтобы ваша жизнь имела саундтрек? Новая функц...
Также: Что говорят технологические аналитики о будущем искусственного интеллекта
Аналитические потребности, с другой стороны, могут иметь некоторую задержку. “Для аналитических случаев использования мы сначала определяем SLA для приемлемой задержки”, – говорит Амабиле. “Возможно, пользовательские отчеты должны быть в режиме реального времени, но отчеты для руководства могут быть несколько часовыми. Например, зачастую заинтересованные стороны запрашивают данные и отчеты в режиме реального времени для случаев использования, где пакетная обработка все еще может быть приемлемой.”
Менеджеры также могут хотеть быть избирательными в том, что станет реальным временем, так как это также означает значительные и дорогостоящие обновления инфраструктуры. “Существует большое неравенство в готовности к развертыванию в реальном времени в разных организациях”, – говорит Тайсон Траутманн, вице-президент инжиниринга Fauna. “Более крупные организации, особенно те, которые занимаются технологиями, такими как финансы, электронная коммерция и технические услуги, часто имеют надежную инфраструктуру, способную обрабатывать данные в режиме реального времени. Но эти возможности часто были созданы путем добавления сложных уровней над устаревшими продуктами, которые не поддерживали реальное время.” Кроме того, это также вызывает “высокую операционную нагрузку”, – добавляет он.
Также: Отчет о состоянии ИТ: Генеративный искусственный интеллект скоро станет основным, говорят 9 из 10 руководителей ИТ
Стоит ли прилагать усилия и затраты для перехода? “Инфраструктура и сложность построения, запуска и эксплуатации систем реального времени часто не соответствуют преимуществам перехода от пакетной обработки к настоящему реальному времени”, – говорит Амабиле. “Часто почти реальное время так же ценно, как настоящее реальное время для большинства случаев использования.”
Поскольку реальное время также означает передачу аналитических данных со скоростью молнии от источника к системе, необходимо обеспечить проверку и доверительность этих данных. “Рост данных создал большое количество сложностей для предприятий в плане управления, контроля и оценки, часто с обширными наборами данных из различных источников”, – говорит Сэм Пирсон, старший вице-президент Qlik. “Важно, чтобы у организаций была четкая стратегия данных и инфраструктура, гарантирующая использование свежих данных из достоверных и доверенных источников в режиме реального времени, иначе решения могут привести к неправильным результатам.”
Проблемы качества данных должны быть решены заранее. “С реальными данными часто меньше времени для их очистки и подготовки перед использованием”, – говорит Траутманн. “Это может привести к принятию решений на основе неполных или неточных данных, что может привести к негативным результатам.”
Также: 5 технологий, которые изменят предприятия, согласно Gartner
Проблема доверия в реальном времени “становится еще более важной в мире, где растет интерес и использование генеративного искусственного интеллекта”, – говорит Пирсон. “Способность доверять предоставляемым сотрудникам данным, зная с уверенностью, что они действительны и подходят для использования, является ключевым для поддержания соответствия требованиям регулирования и обеспечения безопасности и управления данными, а также для принятия решений в момент, которые приводят к правильным результатам.”
Хорошо функционирующая и надежная система реального времени или потоковой передачи “требует сложной архитектуры, инфраструктуры и программных навыков, выходящих за рамки типичной команды по науке о данных или инженерии данных”, говорит Амабиле. “Кроме того, существует множество других соображений, которые необходимо учесть при выпуске и развертывании, мониторинге и ведении журналов, управлении, безопасности и интеграции между приложениями для бизнеса, приложениями для обслуживания клиентов и системами аналитики”.
Хорошая новость заключается в том, что существуют инструменты и платформы, которые делают реальное время более реальным – даже для небольших или среднего размера организаций с ограниченными бюджетами на ИТ. За последнее десятилетие “появление новых предложений по инфраструктуре в реальном времени позволило гораздо большему числу организаций воспользоваться возможностями реального времени”, – говорит Траутманн.
“Поставщики облачных услуг, такие как Amazon Web Services, Google Cloud и Microsoft Azure, предоставляют управляемые службы, специально разработанные для обработки в реальном времени, включая потоковые службы данных и аналитику в реальном времени”, – говорит он. “Рост распределенных баз данных в памяти и баз данных временных рядов решает проблему эффективной обработки данных в реальном времени. Средства с открытым исходным кодом, такие как Apache Kafka, Apache Flink и Apache Storm, еще больше обогатили экосистему обработки данных в реальном времени”.
Также: Генеративное искусственное интеллектуаль и четвертый вопрос: создание доверия с вашим клиентом
Кроме того, “рост вычислений на краю также улучшил обработку в реальном времени, особенно для приложений Интернета вещей, а потенциал технологии 5G для снижения задержки и обработки большего объема данных открывает новые горизонты для приложений в реальном времени”, – добавляет Траутманн.
Однако, “внедрение инфраструктуры данных в реальном времени неравномерно распределено в настоящее время”, – говорит Пирсон. “Мы часто видим разрыв между отраслями, более ориентированными на технологии, которые склонны принимать шаблоны реального времени раньше, по сравнению с отраслями, такими как электронная коммерция и финансы, которым может потребоваться больше времени. Большинство организаций также имеют множество технологий управления данными и облачных провайдеров, что создает сложности при доступе и доставке данных в режиме реального времени. Управление и регулирование конфиденциальности также являются факторами усложнения”.
