[[335519]]

疫情之后，實體經濟繼續處于水深火熱之中。生產停擺、收入銳減、資金緊張等多重困難，如何降低企業成本，提高運營效率，是企業必須要去攻克的難題。

人工智能是一個破局點。實現虛擬協作、自動化和自助服務，同時支持對數據、分析和人工智能的日益關注，迫使IT領導者降低IT復雜性并整合其產品。

IBM 剛剛發布了 Cloud Pak for Data 的最新版本3.0版本， 它是一個全面集成的數據和 AI 平臺，能夠為企業提供現代化的方式，在整個組織中收集、組織和分析數據以及融合AI在業務流程中。這個3.0版本可以支持中文界面，提升了本地用戶的使用體驗。 Cloud Pak for Data 基于 Red Hat OpenShift Container Platform 而構建，將市場領先的 IBM Watson AI 技術與 IBM 混合數據管理平臺、數據治理以及業務分析技術結合在一起。通過Cloud Pak for Data 可以節省客戶總體擁有成本，同時為人工智能奠定了先進的數據架構基礎。它可以靈活地部署在任何公共或私有云上，允許客戶選擇最適合他們需求的環境，同時避免供應商鎖定。事實上，它嵌入并運行在Red Hat OpenShift之上，這意味著它繼承了許多云計算固有的優勢，包括自動擴展、無縫升級、內置高可用性、通用日志記錄等。

1. 通過數據虛擬化降低數據存儲和移動成本

從歷史上看，公司一直試圖打破筒倉，將不同操作系統的數據復制到中央數據存儲區（如數據集市、數據倉庫和數據湖）進行分析。雖然這對于某些用例仍然非常相關，但是每次業務用戶或數據科學家需要新數據時，所需的時間、資金和資源使其無法擴展。提取、轉換和整合數據是資源密集型、昂貴且耗時的，可以通過數據虛擬化來避免。通過數據虛擬化，可以在數據源所在位置利用數據，這樣可以減少復雜性，以及由于傳統的數據復制所造在數據治理、安全性和存儲方面增加的需求。這也有助于簡化應用程序開發并在單個視圖中利用混合數據源。

2. 將數據和人工智能能力整合到一個集成平臺中

Cloud Pak for Data提供了跨整個AI全生命周期的能力，以及收集、組織、分析數據和將人工智能融入到業務流程所需的所有功能。它擁有一個充滿活力的專有、開放源碼和第三方服務的生態系統，使企業能夠整合來自不同供應商的功能并使其現代化，同時顯著減少其在軟件維護以及管理、升級和集成這些解決方案上的IT開支。 Auto AI把以往需要幾周到幾個月的建模時間縮短到幾分鐘。同時，自動化任務也有助于提高組織的敏捷性，并確保企業資源能夠專注于更高價值的問題上。

3. 使用現代云本地架構將基礎設施和維護成本降至最低

Cloud Pak for Data 基于Red Hat OpenShift, 通過基于容器化的服務及管理， 可以將每個應用程序的IT基礎設施和開發成本降低高達38%。并通過減少65-85%的基礎設施管理工作，該平臺可以幫助客戶騰出基礎設施和管理資源，集中精力解決更復雜的問題。

4. 在確保安全的同時簡化治理和安全

大多數企業客戶將治理和安全視為經營業務的成本：確保法規遵從性，并避免因安全違規而帶來的業務和聲譽風險。Cloud Pak for Data通過自動化手動繁瑣的任務—數據發現、術語分配、識別法規遵從性風險和對所有數據資產（結構化和非結構化）的策略實施，Cloud Pak for data顯著降低了數據治理和確保法規遵從性的成本。

另外通過Cloud Pak中一項新的非結構化數據管理和隱私服務“ InstaScan”，可自動掃描Box、Google Drive、Microsoft OneDrive和SharePoint。它可以識別熱點和侵犯隱私的行為，并在數小時內進行補救，從而大大減少了法規遵從性所需的手動工作。

IBM Cloud Pak for Data 可幫助您降低總擁有成本，消除數據孤島，增強組織的協作性和透明度，推動您的人工智能之旅。

了解更多IBM AI解決方案，請訪問IBM數據與人工智能專區