90% IT-managers wil datalevenscyclus op één platform voor analyses en AI
Cloudera onderzoek maakt inzichtelijk dat een moderne data-architectuur, uniform databeheer en veelzijdige dataplatforms kritieke succesfactoren zijn voor succesvolle AI
Cloudera heeft de resultaten bekendgemaakt van een onderzoek over de staat van moderne data-architecturen en hoe de opkomst van kunstmatige intelligentie (AI) datastrategieën beïnvloedt. Dit ‘Data Architecture and Strategy in the AI Era’ onderzoek is door Foundry Media uitgevoerd onder ruim 600 CIO’s en IT-managers van bedrijven met meer dan 1.000 medewerkers. Uit het onderzoek blijkt dat 90% van de IT-leiders van mening is dat het verenigen van de datalevenscyclus op één platform van cruciaal belang is voor business analytics en AI.
Obstakels voor AI
De opkomst van generatieve AI benadrukt het belang van betrouwbare data, omdat AI-inzichten slechts zo krachtig zijn als de data die ze voeden. Uit het onderzoek bleek dat respondenten tijdens hun AI-trajecten met obstakels worden geconfronteerd door de kwaliteit en beschikbaarheid van data (36%), uitdagingen op het gebied van schaalbaarheid en implementatie (36%), integratie met bestaande systemen (35%), verandermanagement (34%), en modeltransparantie (34%). Dit toont aan dat hoewel veel organisaties mogelijk al investeren in AI, er fundamentele data-roadblocks zijn die moeten worden aangepakt.
Andere onderzoeksresultaten
Uit het onderzoek zijn drie fundamentele vereisten naar voren gekomen voor organisaties die effectieve AI-toepassingen willen realiseren:
- Een moderne data-architectuur verankerd in de bedrijfsstrategie: De sleutel tot een moderne data-architectuur is één enkel dataplatform, dat zowel werkt in de publieke cloud als on-premises. Kijkend naar voordelen van moderne data-architecturen, waren de meest populaire antwoorden het vereenvoudigen van data-/analyseprocessen (40%), gevolgd door meer flexibiliteit bij het omgaan met alle soorten data (38%).
- Uniform databeheer: organisaties hebben flexibele en schaalbare cloudbeheertechnologieën nodig die de tools bieden om data om te zetten in businessinzichten. Kijkend naar factoren die het end-to-end databeheer belemmeren dat nodig is voor de ontwikkeling van AI-modellen, zegt 62% van de respondenten dat dit de omvang en complexiteit van de data is, 56% zegt databeveiliging en 52% zegt governance en compliance.
- Veelzijdige en veilige dataplatforms: op de lange termijn is het omarmen van een hybride aanpak voor databeheer, inclusief zowel lokale als publieke cloud-implementaties, de voorkeur data- en analysestrategie. 93% van de respondenten is van mening dat ‘multi-cloud/hybride mogelijkheden voor data en analytics’ cruciaal zijn voor organisaties die willen anticiperen op veranderingen.
Hybryde en multi-cloudstrategie
“Naarmate meer organisaties zich willen transformeren om digitale en AI-klare oplossingen voor klanten te bouwen, kiezen ze voor een hybride en multi-cloudstrategie, die op zijn beurt ‘data wildgroei en architecturale overruns’ creëert over de LOB’s, functionele eenheden, bedrijfsapplicaties en teams heen”, zegt Abhas Ricky, Chief Strategy Officer van Cloudera. “Om effectief gebruik te kunnen maken van AI, moeten organisaties gestandaardiseerde, casusgerichte data-architecturen en -platforms ontwerpen en inbedden, zodat ongelijksoortige teams alle beschikbare data kunnen gebruiken, ongeacht waar die zich bevinden, op locatie of in de cloud."
“In essentie willen ondernemingen topresultaten behalen met hun datastrategie en hun AI-initiatieven een boost geven tegen een prijsniveau dat niet belemmerend is voor het bedrijfsresultaat”, aldus Abhas. “Organisaties die het maximale uit alle beschikbare data willen halen, moeten een modern platform en AI-architecturen bouwen en implementeren die deze missie ondersteunen. Cloudera wil klanten helpen bij het aanpakken van hun data- en AI-uitdagingen als het enige hybride, multi-cloud dataplatform voor data waar dan ook in de sector.”
Onderzoeksmethode
Voor het onderzoek van Foundry Media zijn ruim 600 IT-beslissers uit de VS, Europa en APAC ondervraagd. De beoogde bedrijfsgrootte was organisaties met een jaaromzet van meer dan $500 miljoen of meer dan 1.000 werknemers wereldwijd. Alle deelnemers waren datamanagers en IT-beslissers met de titel van directeur en hoger (of gelijkwaardig). Ze moesten een prominente rol spelen bij de selectie van datagerelateerde producten en diensten, inclusief maar niet beperkt tot de infrastructuur. Het volledige onderzoeksrapport is hier te downloaden.