09-09-2019

De multicloud is geen excuus voor negeren AI

Deel dit bericht

Ondanks de enorme potentie verloopt de adoptie van AI relatief langzaam. Volgens Efrym Willems, Business Development IBM Watson, Analytics, IoT & IBM Cloud bij Tech Data, is de multicloud een veelgehoorde reden om de technologie links te laten liggen. Volgens hem onterecht. "AI is inmiddels ook in multicloudomgevingen een realistische optie."

Begin 2019 kondigde low-codeontwikkelaar Mendix een verregaande integratie aan van het eigen platform met IBM Cloud Services. Applicatieontwikkelaars krijgen daarmee eenvoudige toegang tot de functies van het artificial intelligence (AI)-platform IBM Watson. Bovendien draaien applicaties ontwikkeld met Mendix direct in de IBM Cloud. Dat lijkt op het eerste oog een detail, maar is een belangrijke stap voor de bredere adoptie van AI in multicloudomgevingen.

Dat is een welkome ontwikkeling. Volgens analisten en AI-leveranciers blijft de adoptie van AI achter. De multicloud staat daarbij in de weg. Organisaties weten niet hoe ze het versnipperde datalandschap bijeen kunnen brengen. “Toch bewijst IBM dat multicloud helemaal geen drempel hoeft te zijn”, aldus Willems.

AI maakt samenvatting en stelt diagnose
Goed nieuws, want AI is bewezen effectief. Een recent voorbeeld is de samenvatting van de Wimbledon-finale, die geheel werd samengesteld door het AI-systeem IBM Watson. “Het gevecht tussen de tennislegendes Roger Federer en Novak Djokovic tijdens de finale van Wimbledon 2019 duurde bijna vijf uur. Toch stond twee minuten na de wedstrijd een samenvatting paraat. Het systeem selecteerde daarbij de hoogtepunten op basis van geluid en gezichtsuitdrukkingen van het publiek. Twintig minuten na de finale waren zelfs gepersonaliseerde samenvattingen beschikbaar”, vertelt de Tech Data-expert.

AI heeft inmiddels ook zijn waarde bewezen als het gaat om bijvoorbeeld het optimaliseren van productieprocessen of het verbeteren van de gezondheidszorg. Zo experimenteren Nederlandse ziekenhuizen volop met de toepassing van AI, onder andere op het gebied van diagnostiek.” Watson stelde binnen 10 minuten de juiste diagnose bij een vrouw, een zeldzame vorm van leukemie.

Terughoudend
Toch zijn organisaties niet massaal op de AI-trein gesprongen. Volgens onderzoek heeft slechts een kwart van de organisaties een bedrijfsbrede AI-strategie. Vaak gooien zorgen rondom data-integratie roet in het eten. “De gestructureerde en ongestructureerde data die nodig zijn voor analyses, staan vaak verspreid over meerdere locaties, zowel in de cloud als on-premises”, legt Willems uit. “Maar dat hoeft inmiddels geen probleem meer te zijn.” In de multicloud is een effectieve inzet van AI goed mogelijk, aldus Willems. Wel zijn een aantal voorwaarden belangrijk:

1. AI op alle platforms
Een goede werking van AI vraagt aanwezigheid van de technologie op alle platforms waar de data en applicaties in gebruik zijn. “Dat is precies de reden dat IBM zijn Watson-oplossing beschikbaar heeft gemaakt voor diverse platformen, via microservices”, legt Willems uit. “Deze draaien in een Kubernetes-container. “Die microservices draaien on-premises of in de IBM Cloud, maar functioneren ook prima in de clouds van bijvoorbeeld Microsoft, Amazon en Google. De AI komt dus naar de data, in plaats van dat alle data naar de AI moeten komen. Deze aanpak biedt bovendien een ander voordeel: het voorkomt dat organisaties vastzitten aan een specifieke omgeving.”

2. Dataconnectoren
Bovenstaand gegeven is niet voor iedere organisatie voldoende. Data kunnen nog verder versnipperd zijn, bijvoorbeeld in omgevingen als Dropbox, Salesforce, Tableau en Looker. In die gevallen is het belangrijk dat voor deze omgevingen dataconnectoren beschikbaar zijn. Zo kan de AI-oplossing alsnog gebruikmaken van de daar opgeslagen gegevens.
IBM heeft daarnaast Watson Studio, het platform voor datascience en machine learning, vorig jaar verrijkt met een verbeterde integratie met Hadoop Distributions (CDH en HDP). Volgens Willems is het daardoor eveneens mogelijk om analytics uit te voeren daar waar de data staan en gebruik te maken van de beschikbare rekenkracht.

3. Alternatief: data naar één plek
Een alternatief is het samenbrengen van datasets naar een centraal platform. “IBM Cloud, wat sinds 2018 de nieuwe naam is voor SoftLayer, biedt die mogelijkheid. “Bijvoorbeeld met IaaS- of PaaS-diensten, of door simpelweg cloudstorage te bieden.” Het is daarnaast mogelijk IaaS- en PaaS-diensten te integreren in een multicloudomgeving, voegt Willems eraan toe.

4. Brede ondersteuning ontwikkeltools
In het hierboven geschetste scenario is de integratie van Mendix met IBM Cloud een belangrijke ontwikkeling voor AI-adoptie. “Na consolidatie van de data kunnen speciaal daarvoor gebouwde apps de data ontsluiten en analyseren”, zegt Willems. “Het ontwikkelen van die apps gaat snel en relatief eenvoudig met low-code en no-code platformen van aanbieders als Mendix of OutSystems. IBM biedt hiervoor zelf ook de ontwikkeltools, die onder de vlag van IBM Cloud beschikbaar zijn”, zegt Willems.

Geen obstakel
AI kan met bovengenoemde aandachtspunten onafhankelijk van de gekozen clouddeployment waarde toevoegen. “Of een organisatie nu de AI naar de data brengt of andersom: een multicloudomgeving is in beide gevallen geen obstakel meer”, besluit Willems.

Partners