"坦白讲,我更多是进行技术层面系统架构的研究,并不擅长于前台宣讲。"李可提到,"在目前云计算、大数据平台的爆发阶段,有很多企业专门做数据备份、数据容灾或数据挖掘/分析及数据仓库的某一环节,但相对较为分散,而Commvault更注重于数据的全生命周期管理。"李可作为Commvault亚太区企业解决方案架构师,在媒体沟通会上,直入主题,介绍了Commvault的定位。
显然,李可是一位技术管理层,他认为,Commvault在魔力象限中处于领导者,主要原因在于远见和专注。
大数据时代 Commvault扮演怎样的角色?
根据IDC报告,2019年全球大数据分析市场的营收有望达到1870亿美元。同时,研究还显示,企业利用数据驱动型洞见做出的商业战略决策,可将生产力提升33%。显而易见,数据对于当今企业而言的重要性。
随着现代业务的快速发展,当前无论是IaaS、PaaS还是SaaS层, 方案堆积现象频现,无法将企业的真实情况反映出来,企业需要对所拥有数据做出完整梳理并掌控,因此Commvault提出的理念即数据管理,并不只是简单的数据获取、分析,而是将不同时期、不同来源、各个类型的应用数据汇聚一起,高效的存储并进行分析,提取商业价值。在这个过程中,Commvault扮演着类似于"心脏"的重要角色。
众所周知,数据分析的过程并非易事,Commvault的内部数据分析引擎,将整理后的数据提供至相关行业做深入挖掘。"在这个过程中,Commvault可以被理解为收集者、搬运工、分析者,同时兼具搜索和分析,最重要的是数据的展现者。"李可解释到。
事实上,所有的数据都有两种形式持久化,一是在传输过程中数据流,当数据通过应用发生流动时,Commvault可通过某种方式获取实时传输数据源;二是无论是Hadoop的应用写入、虚拟机、文件系统日志存储路径或基础架构层,只要数据有写入或流动,必定会触发规则,成为持久化的一个环节。
重点行业 重点布局
对于每个行业的需求,李可表示:"目前在医疗、金融、交通、电信等领域,数据需求较为迫切,因为行业属性会产生大量零散的非结构化数据,需要IT厂商制订一套较为完善的方案做数据源整合与管理。"
李可重点提到了医疗行业,Commvault为医疗企业的数据库管理系统做了深度集成,在后端做统一整理清洗,并提供多元的异构数据平台,以方便调取挖掘。其实,在医疗、金融领域,Commvault已经有专门的合作伙伴一起将业务知识、数据管理能力结合在一起去开发相应解决方案。
由此看来,Commvault数据管理解决方案惠及至各行各业,同时也突显了大数据分析市场的强劲需求。而提到数据管理,安全性也是不得不提的话题。不少数据分析供应商在源数据安全上同样煞费苦心。相比于其它厂商,Commvault最大的优势在于完整的数据管理体系。在数据保护、备份、搜寻、恢复上,形式一条闭环链,且可以根据需求灵活性定制,可在Commvault专家的帮助下,既实现安全法所规定的要求,也可以通过自动化的数据处理来减轻操作的压力。
暗数据如何点亮?
众所周知,在数据科学领域,许多企业仅利用了数据的一小部分,有些宝贵数据被遗放在数据孤岛中,无法得到有效利用。行业研究显示,全球每天创造2.5个五万亿字节的数据,而在过去的两年中,这些数据中的90%来自于每天从众多不同渠道产生的数据。换句话说,这相当于575亿台32 GB内存的iPhone手机总存储量。毫无疑问,这确实是海量数据,但是其中大部分数据处于黑暗状态。
对此,李可认为,企业对于暗数据最大的期望在于减少存储成本。Commvault对于暗数据的存储,不需要借助第三方软件或平台,可基于Hadoop等大数据平台做集合,充分利用Commvault数据存储去重压缩的能力,来降低暗数据的存储成本。
"用户需要做数据分析或查询时,通过Commvault统一索引体系和管理界面就可以对跨中心,分层存储的各类数据进行统一检索,无需更复杂的操作。"李可表示。
小结
信息技术的高速发展,使数据量和数据源日益增长,与此同时,数据管理业务也变和尤为复杂。IT管理人员需要及时筛选数据,从而有效管理、保护和利用数据,以释放出更大商业价值。Commvault解决方案在业界确实有较高知名度,不过目前市场竞争激烈,能否长居领导者地位,还有待观察。
好文章,需要你的鼓励
谷歌深度思维团队开发出名为MolGen的AI系统,能够像经验丰富的化学家一样自主设计全新药物分子。该系统通过学习1000万种化合物数据,在阿尔茨海默病等疾病的药物设计中表现出色,实际合成测试成功率达90%,远超传统方法。这项技术有望将药物研发周期从10-15年缩短至5-8年,成本降低一半,为患者更快获得新药治疗带来希望。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
哈佛医学院和微软公司合作开发了一个能够"听声识病"的AI系统,仅通过分析语音就能预测健康状况,准确率高达92%。该系统基于深度学习技术,能够捕捉声音中与疾病相关的微妙变化,并具备跨语言诊断能力。研究团队已开发出智能手机应用原型,用户只需完成简单语音任务即可获得健康评估,为个性化健康管理开辟了新途径。