从云到AI Teradata站在技术前沿赋能数据分析生态系统 原创

至顶网CIO与应用频道 10月25日 阿纳海姆消息（文/王聪彬）：“Edge”一词正越来越频繁的出现在各种大会的slogan中，不论翻译成前沿还是边界它代表的都是一种持续向前的精神。对于新技术而言它即极具吸引力又极具挑战，“The Edge of Next”不论是云还是AI都在为数据分析带来更多的面貌和可能。

“Teradata要做的就是利用最前沿的技术帮助企业来获得成功。”Teradata总裁兼CEO Victor Lund带来了一组收益风险坐标，帮助企业认识到如何平衡得到最佳收益。

Teradata总裁兼CEO Victor Lund

其实随着企业业务的变化发展，企业都在或多或少的使用大数据分析让自己变得更加灵活、敏捷，以确保竞争优势。但分析这件事并不简单，因为业务的复杂性也造就了数据的多样性，这就意味着企业需要多种分析工具组合、异构分析环境来完成整体的数据管理和分析，甚至使用开源工具。

Teradata Everywhere从2016年的提出到现在已经成为Teradata的一个主要策略，混合云这一不可逆转的趋势已经在企业中不断的发酵。

Teradata执行副总裁兼首席产品官Oliver Ratzesberger看到现在90%的企业还部署在单一的环境下，80%的时间用在数据的操作上。

Teradata执行副总裁兼首席产品官Oliver Ratzesberger

所以今年Teradata又将Teradata Everywhere整合为四方面能力，任意数据分析、任意环境部署、任意方式购买、任意时间迁移，并且实现软件许可的可移植。

Teradata Everywhere

任意数据分析：依托Teradata分析平台，帮助企业各部门分析用户大规模运用首选分析工具与引擎分析多个数据源；
任意环境部署：在Teradata云、公有云、Teradata或商用硬件上本地部署环境等多种灵活的部署选项下提供分析处理能力；
任意方式购买：帮助企业针对特定用例，通过简化的附带定价策略、订阅式许可以及服务式选项，以更适合的方式购买软件；
任意时间迁移：充分利用软件许可可移植性，灵活转换部署选项运行分析，着眼未来做出购买决策；

在成本上，每100万次查询在领先公有云数据库上的成本是607000美金，Teradata分析平台只需要不到60美金。在时间上，原来9个月才能做到的事，Teradata现在10分钟就可以完成。

“很多企业都认为公有云会降低成本，其实并不能完全这样理解。”Teradata天睿公司国际集团执行副总裁Peter Mikkelse说，云服务和采用的平台有着很大的关系，所以资源的消耗也就不同。

西门子移动数据服务负责人Gerhard Kress也给出了对于Teradata Everywhere的两点看法，第一、作为全球化业务的西门子，像有些国家客观因素数据只能存储在本地，这对于整体数据分析是一个挑战；第二、西门子有着众多的分析模型，如何做到自动的同步到所有的环境中。

Teradata Everywhere在去年也来到中国，Teradata天睿公司大中华区首席执行官辛儿伦也看到中国的企业也很愿意接受这种模式，因为混合云已经成为很多客户的选择。

另外Teradata IntelliSphere也成为今年对Teradata Everywhere整体战略的补充，Teradata IntelliSphere是一个简单的基于订阅许可的软件组合，帮助企业运用所有核心软件获取、访问、部署、管理灵活的分析生态系统。

Teradata IntelliSphere

Teradata IntelliSphere由十大软件组件构成，包括：Teradata Listener、Teradata数据实验室、Teradata QueryGrid、Teradata Unity、Teradata混合云管理器、Teradata数据迁移器、多系统Viewpoint、Teradata数据流扩展程序、Teradata生态系统管理器、Teradata AppCenter。

原先使用每一个软件都需要购买一个许可，但现在Teradata IntelliSphere只需一个许可，就可以使用软件包中的多种软件，其和Teradata Everywhere一样通过TCore的积分方式进行转移为客户节省许可成本。

再来说说AI这个数据分析的一个新风向标，Teradata的AI调研显示，80%的企业正在投资AI，但34%的企业没有技巧实现，42%的企业没有基础设施，。受AI技术影响最大的行业包括IT、科技与电信业（59%）、商业与专业服务（43%）以及并列第三的客户服务与金融服务（各32%）。

投资回报率（ROI）一直被认为是AI发展伤的一大阻力，丹斯克银行（Danske Bank）与Teradata子公司Think Big Analytics推出了人工智能（AI）欺诈监测平台，通过对在线交易进行实时评分，为监测判别正确、错误和欺诈活动提供判别依据。预计在投入运营一年内就能实现100%的投资回报率。

目前中国银行在AI的应用上，则更多以机器人流程自动化（RPA）、聊天机器人（Charbot）、机器人投资顾问（Robo－advisor）为主。

“在数据分析上中国银行其实主要还在获客阶段，这和美国银行更多利用数据进行营销和风险管理有所差异。”依旧玉树临风、风流倜傥的老朋友富国银行企业模型风险部副总裁刘维政（Richard Liu）最近不仅忙里偷闲修葺家门前的草地，其实他在今年8月也抽空来了一趟中国和多家银行做了交流。

他提到现在每一个新技术出现都是那么光鲜亮丽，但是企业还是应该注重分析平台的建设，让效能和效率达到最优，这也是Teradata所希望的利用前沿技术赋能数据分析生态系统。