Рахул Аурадкар из Salesforce вырос в Индии, любя крикет. Он пожирал как можно больше данных об игре из газет, радио и телевидения. Его ненасытный аппетит к информации дал ему контекст, чтобы следовать за его любимыми игроками с битой и боулерами.
Следуйте за игрой лучше — разве это не в том, в чем в наши дни? Получение данных, убедившись, что их можно использовать и применять таким образом, чтобы «следовать за игрой», так сказать?
Сегодня Аурадкар, гость в этом эпизоде новых производителей стека, является исполнительным вице -президентом и генеральным директором Salesforce. Он возглавляет группу Data Cloud и Einstein, также известную как команда Unified Data Services.
Теперь, спустя десятилетия, он понимает, что все данные, на которые он смотрел как молодой фанат, предоставили ему какой -то контекст. Сегодня это сильно отличается. Это все еще умственная игра, но инструменты, которые мы используем, рассказывают нам о эволюции структурированных приложений, «старого искусственного интеллекта» и о том, почему выхлопные данные стали способом определения самого приложения.
Сегодня речь идет о нормализованных схемах — чтобы понять данные каким -либо нормализованным способом.
Как инженеры подходят
Нормализованные схемы говорят о развитии того, как инженеры обрабатывали данные за последние 20-30 лет.
Это началось с принятия и масштабирования корпоративных приложений. Все эти приложения имели реляционные базы данных, которые хранили данные. Затем появились вопросы о том, как получить доступ к этим данным и как их использовать. Введите хранилище данных.
Менеджеры предприятия начали сомневаться в том, как получить и использовать данные. Инженеры создали хранилища данных для доступа к этим данным.
«Склады анализировали структурированные данные, на которых вы управляли аналитикой», — сказал Аурадкар аудитории. «Аналитика со временем начала возвращаться в бизнес -процессы».
Но как насчет данных, полученных из хранилищ данных? Эти данные начали рассматриваться как выхлоп, который команды будут анализировать для улучшения бизнес -процессов.
Но затем наступил момент «AHA», когда бизнес понял, что они могут сделать снимки данных и применить новые концепции, такие как машинное обучение, или «Старый ИИ», как назвал Аурадкар.
Старый ИИ, скучный или прогнозирующий ИИ, изменил то, как мы думаем о выхлопных газах данных. Приложения не должны рассматривать данные, которые они создают как выхлоп. Этот выхлоп — это то, как мы определяем приложение.
«По пути, что родилось?» Аурадкар спросил. «То, что родилось, было базами данных, складами, озерами данных, озерами, все они родились на этом пути. Озеро дома родились, потому что вы хотели получить лучшее из складов и озер данных, которые действительно приняли во внимание неструктурированные данные.
«Теперь все они закончили тем, что имели свои собственные протоколы хранения, свою собственную таблицу, создают свой собственный файл, создают свои собственные протоколы запросов, даже SQL как язык. SQL как язык имеет свой собственный вариант SQL, будь то Oracle или Microsoft, верно? Так что, как был создан долг.
«Силосы были созданы, и эти бункеры имеют много захваченных данных. И как вы не поднимаете их плавно, чтобы их можно было использовать для значимых взаимодействий для предприятий в их бизнес -приложениях? Эта проблема остается нерешенной, и это то, что мы стремимся решить».
Пожалуйста, ознакомьтесь с полным эпизодом, чтобы узнать из Auradkar, как Salesforce продумывает свою агентскую платформу ИИ и облако данных.
Trending Stories youtube.com/thenewstack Tech движется быстро, не пропустите эпизод. Подпишитесь на наш канал YouTube, чтобы транслировать все наши подкасты, интервью, демонстрации и многое другое. Группа подпишитесь с эскизом. Алекс Уильямс является основателем и издателем нового стека. Он давний технологический журналист, который занимался TechCrunch, Siliconangle и тем, что сейчас известно как ReadWrite. Алекс был журналистом с конца 1980 -х годов, начиная с … Подробнее от Алекса Уильямса
