AI in de multicloud: 3 voorwaarden voor succes
AI heeft alles in zich om de komende jaren een grote stempel te drukken op organisaties. Toch is de technologie nog niet massaal in gebruik genomen. Veel organisaties wagen de stap niet, omdat hun data te sterk versnipperd zijn. Toch is AI ook in een complex datalandschap goed inzetbaar, mits je aan een aantal voorwaarden voldoet.
Futuristen, experts en techjournalisten zijn het erover eens: AI is the ‘next big thing’ in de IT-wereld. Zeker in combinatie met bijvoorbeeld het Internet of Things creëert het een wereld aan nieuwe mogelijkheden. Van allerlei procesmatige optimalisaties tot volledig nieuwe businessmodellen en klantervaringen.
AI in de multicloud: Praktijkvoorbeelden
De waarde van AI is al vele malen bewezen in de praktijk. Een recent voorbeeld is de samenvatting van de recente Wimbledon-finale tussen Federer en Djokovic. Deze pot tennis van de buitencategorie duurde vele uren, en toch was twee minuten na de wedstrijd een volledige samenvatting klaar. Het geheim? IBM Watson, een AI-oplossing, had de samenvatting gemaakt. Aan de hand van geluiden en gezichtsuitdrukkingen van het publiek wist het de hoogtepunten feilloos aan elkaar te rijgen.
Ook voor bijvoorbeeld medische toepassingen staat AI zijn mannetje. Zo stelde Watson binnen tien minuten een correcte diagnose bij een patiënt die getroffen was door een zeldzame leukemie-variant.
Ondanks alle mooie voorbeelden voert volgens IDC nog maar een kwart van de organisaties een bedrijfsbrede AI-strategie. Veel organisaties noemen een gebrek aan de juiste vaardigheden als belangrijke reden, zo ook een versnipperd datalandschap in de multicloud. In de multicloud staan data in allerlei verschillende cloudomgevingen. Het is voor veel organisaties een uitdaging deze bij elkaar te brengen. Gestructureerde en ongestructureerde gegevens staan vaak ook geografisch verspreid.
Toch is de multicloud geen reden om AI links te laten liggen. Ook in dergelijke omgevingen heeft AI een enorme potentie. Wel vraagt die situatie om een aantal speciale aandachtspunten:
- Support voor AI in iedere cloud
Staan bedrijfsgegevens verspreid over meerde clouds? Dan moeten al die platforms overweg kunnen met AI. IBM heeft om die reden een aantal Watson-diensten beschikbaar gesteld als microservices. Deze zijn gebaseerd op Kubernetes-containertechnologie en draaien op meerdere cloudplatforms. Organisaties zetten zo AI eenvoudig in op het gewenste platform.Deze Watson-container draait on-premises, maar ook in de IBM Cloud en de cloudomgevingen van Google, Microsoft en Amazon. Op die manier hoeven organisaties niet alle data naar de AI-oplossing te brengen, maar komt de AI-oplossing naar de data toe. Deze constructie voorkomt bovendien een vendor lock-in.
- De juiste dataconnectoren
Die brede ondersteuning van Watson is niet voor alle organisaties voldoende. Zij hebben bijvoorbeeld data staan in Dropbox, Salesforce, Tableau of Looker. In die situaties bieden dataconnectoren uitkomst. Deze connectoren kunnen de data op dergelijke platformen ontsluiten voor Watson. Overigens is IBM’s platform voor machine learning en data analytics, Watson Studio, vorig jaar nog voorzien van integratiemogelijkheden met Hadoop Distributions (CDH en HDP). Analytics is daarmee mogelijk op de plek waar de data zijn opgeslagen. - Alternatief: dataconsolidatie
Een andere optie is het verzamelen van alle data op een centrale plek. IBM Cloud kan dat faciliteren, bijvoorbeeld met IaaS- of PaaS-diensten, of simpelweg als cloudstorage. De integratie van IaaS- en PaaS-diensten in een multicloudomgeving is ook mogelijk.
Voor de adoptie van AI is het hierboven geschetste scenario is de recente integratie van Mendix met IBM Cloud enorm belangrijk. Begin dit jaar integreerde Mendix zijn low-code softwareplatform met IBM Cloud Services. In Mendix ontwikkelde oplossingen draaien daardoor direct in de cloudomgeving. Na consolidatie van de data vindt het ontsluiten en analyseren ervan plaats met speciaal daarvoor gebouwde apps. Het ontwikkelen van die apps kan met behulp van low-code en no-code platformen, zoals Mendix. Een alternatief voor Mendix is IBM Bluemix, IBM’s eigen ontwikkeltoolset.
Multicloud geen belemmering
De conclusie is duidelijk: ook in een complexe cloudarchitectuur is de inzet van AI heel goed mogelijk. AI kan immers richting de data worden gebracht, of andersom. De multicloud vormt in ieder geval geen belemmering meer.
