Teradata在10月底剛結束全球的用戶大會,「Teradata內部啟動轉型,產品的型態和內容都有非常大的轉變,」Teradata台灣區總經理吳世鈺表示,去年新的CEO上任開始,Teradata在剛好屆滿10年的這一年,不但內部組織有很大的變動,產品更是有新的型態,將推出整合型的資料分析平臺Teradata Analytic Platform(TAP),甚至,就連計價方式也從原本依照版本計價,改成訂閱制。

Teradata這家老牌資料倉儲公司,正式轉型為提供分析平臺的公司,因此有別於以往提供企業多種解決方案,Teradata分析平臺正在整合多個分析功能和引擎、企業使用的工具和語言,以及支援多樣化資料類型,要讓企業可以更全面地分析資料。

Teradata分析平臺整合多個分析引擎包含自家的Aster、SQL、Spark等,工具包括R studio、Jupyter、sas等,語言則包含R、Python、Scala等,也會支援多樣化資料類型像是JSON、xml、語音和圖像等資料。

資料分析和大數據對企業來說已經不陌生,但是,資料分析還有許多非常有價值的應用值得企業關注,吳世鈺指出,「資料分析還有一個很大發展空間是機器產生的資料,」航空公司最大的成本來自於零件修復和耗油量,油的成本大約占航空公司總成本25%~30%,而耗油量與飛機引擎維護有關,他舉例,一臺飛機從臺灣飛到美國,飛機引擎大約會產生2~3TB的感測器資料,能夠分析這些感測器產生的資料,將能為航空公司花費在零件修復上的成本降低。

同樣地,製造業在每天的製程中,握有大量的感測器資料,若能透過分析相關的數據來提升良率,可為企業帶來龐大的效益,不過,依照吳世鈺的觀察,目前臺灣的製造業,因為製程相關數據隱私性高,在這方面的投入相對保守。

除了分析感測器數據的場景之外,一般企業也面臨新型態的分析,資料分析涵蓋外部多種不同資料類型,還需要內部跨部門的資料、Teradata台灣區首席技術顧問魏志龍指出,企業在分析資料時,往往是在個別的部門內獨立分析,導致分析工作重複或是分析結果不夠全面的問題,Teradata期望藉由提供企業整合型的Teradata分析平臺,解決這類的問題。

在雲端的部分,Teradata了解到企業的資料不會放在單一雲端平臺,資料常常是跨私有雲和公有雲,但是分析時又需要整合,Teradata提供企業在轉換不同的部署環境上,都可以採用相同的Teradata軟體,省去轉換部署環境的不便,若企業在選用雲的決策上需要更動,就能彈性地調整。

在轉移部署環境時,企業還會擔心一個問題,轉移到不同的環境,需要多支出授權費用或是原有的環境授權因此而浪費,魏志龍指出,軟體的授權是按照CPU的核心來計算,「CPU核心的計算方式,對企業來講不太公平,」尤其是企業在分析大量資料的時候,原本CPU的需求量並不大,但是因為有時會用到大量的I/O,而需要CPU核心較高的機器。

Teradata推出新的授權計算機制TCore,依照企業CPU的使用量和I/O頻寬需求來計算,對於企業要將資料搬移到不同的平臺上,提供了一致性的計價方式,不管是Teradata或是市售的硬體,公有雲或是Teradata的雲端,都是用 TCore來計算,過去已經購買Teradata的License的企業,也會轉為用TCore制。

另外一項重大的轉變則是Teradata產品的計價方式,以往Teradata都是賣整套軟體或是解決方案,不同的版本和平臺都有不同的價格,但是考量到企業有不同的使用場景,業務需求也常常變動,所需要的分析服務都不相同,Teradata將在明年1月更改收費方式,依照企業工作負載和使用的服務來計價,也就是轉換為訂閱制的方式,企業可以依照自己所需的服務來選擇。已經購買的Teradata產品的企業,則會依照個案來處理,轉換成訂閱制。

魏志龍舉例,假設企業覺得系統管理可以暫時先不用,就能先取消該服務的訂閱,提供了更彈性的機制,讓企業選擇自己需要的服務,企業在採購時就不用擔心買了整套軟體,實際卻沒有使用。

而目前許多企業都非常關注AI技術,甚至不少企業也已經實際應用AI技術在不同的場景上,Teradata在AI技術的布局上,魏志龍表示,Teradata認為自己並非開發AI技術的公司,AI技術將會採用開源社群較成熟技術,來協助企業在資料分析上加入AI技術,他舉例,丹麥銀行過去透過Rule-based的方式,來建立詐欺偵測的模型,但是偵測率只有大約30%,而報錯率高達99.5%,也因此損失許多客戶,一年估計損失上百萬美元,Teradata從去年開始協助丹麥銀行導入深度學習技術,成功地降低了報錯率,他強調,Teradata提供的AI技術會連接到3個層面,包含資料、分析和行動,企業需要整合多方的資料,加上高效能的分析能力,最後還需要找到可以行動的應用場景。

熱門新聞

Advertisement