Microsoft Data Services は企業のデータ資産の近代化を加速します

[51CTO.com からのオリジナル記事] 2つのセッションが終了し、デジタル構築と開発について熱い議論が交わされました。 「中華人民共和国国民経済・社会発展第14次5カ年計画の概要と2035年までの長期目標」では、「デジタル化の加速とデジタル中国の構築」が独立した章として設けられています。同大綱は、デジタル時代を歓迎し、データ要素の潜在力を活性化し、サイバー強国の構築を推進し、デジタル経済、デジタル社会、デジタル政府の構築を加速し、デジタル変革を通じて生産方式、ライフスタイル、統治方式の全面的な変化を推進すべきだと指摘している。

デジタル開発はデータから切り離すことはできませんが、データはさまざまな種類、さまざまなソースからの大量のものであり、データ値密度は比較的低く、高速処理が求められるため、データの収集、ガバナンス、保存、分析にかなりの課題をもたらすことは間違いありません。競争が激しいこの時代において、企業はどのようにデータを活用して優位性を維持し、データ主導型企業になることができるのでしょうか?これには、データ資産の近代化におけるイノベーションが必要です。

データは重要だが課題は多い

企業のデジタル変革のプロセスにおいて、データは間違いなく最も重要です。マイクロソフト中国本土担当副社長兼マーケティング・オペレーション担当ゼネラルマネージャーのカン・ロン氏は、企業のすべてのプロセスとデータが接続されていなければ、企業はよりインテリジェントになることはできないと語った。企業のインテリジェンス化においては、すべての従業員がデータを適切かつ安全に使用できるように、またデータ分析を使用してより有用で正確かつ効率的な意思決定を行えるように、データを接続する必要があります。

TDWI の調査によると、企業がビッグデータや機械学習のプロジェクトでよく遭遇する課題には 3 つの側面があります。

1 つ目はソリューションの複雑さです。業界には、企業がビッグデータで直面する問題や課題を解決するのに役立つさまざまな製品が存在します。しかし、調査対象となったユーザーのうち、分析ソフトウェアの使いやすさに満足しているのはわずか 46% であり、多くの顧客はデータ分析製品の使用から実際の価値を得られたと感じておらず、その理由のほとんどはソリューションが複雑すぎることにあります。

2つ目は、データの質が高くないことです。多くの企業によって収集されたデータは、ビジネスでより有効に活用する前に、クリーニングして管理する必要があります。しかし、多くの企業にはデータの品質を最適化するための十分なエネルギーや能力がありません。調査によると、半構造化データと非構造化データへのアクセスに満足している回答者はわずか 21% でした。データ タイプに一貫性がないとデータの品質が低下し、企業がデータから価値を生み出す効率に影響を及ぼします。

3つ目は規模です。追加の需要に対応するための拡張能力に満足している企業はわずか 28% です。回答者の中には、自社のデータ プラットフォームはレポート作成などの標準的なニーズに適しているものの、緊急事態に対処する能力はまだ比較的弱いと考えている人もいます。

IDC によれば、世界のデータ総量は 2025 年までに 175ZB を超える可能性がある。しかし、これらのデータは企業にとって財産ではなく「負担」となる可能性がある。 Microsoft の CEO である Satya Nadella 氏は、「今日、Fortune 1000 企業の半数はデータをビジネス資産として見ていません。それは、データの重要性を理解していないからではなく、データを使用するために必要なプロセスと機能が不足しているからです」と述べています。

Microsoft データ サービスの 4 つの主な利点

データの重要性は自明であり、企業がデータを活用するシナリオはますます多様化しています。今日の急速なビジネスの反復と更新の世界では、数多くの新世代のデータ使用シナリオに直面していますが、企業はどのようにしてデータを取得し、リアルタイムの分析と処理をよりシンプルに、迅速かつ効果的に実行できるでしょうか。これには、ユーザーのニーズに近い最新のデータ サービス プラットフォームが必要です。

データ サービスにおける Microsoft の優位性は、主に 4 つのレベルに集中していると考えられます。まず、Microsoft はワンストップ サービスを提供します。業界の多くのベンダーがデータ関連のサービスを提供していますが、製品やサービスの種類はさまざまです。 Microsoft は、データベース + データ レイク + データ ウェアハウス + AI + BI の 5 in 1 ソリューションと製品を通じてさまざまなデータ形式をサポートするとともに、オープン ソース テクノロジ スタックを採用し、企業がデータ サービスの問題や課題に迅速に対応できるように、豊富な移行および変換ツールを提供しています。

2番目は混合データです。現在、多くの企業はハイブリッド環境を採用しており、異なる環境で実行されるワークロードによって異なるタイプのデータが生成されます。より正確な分析を行うには、これらのデータを統合して管理する必要があり、それによって企業は意思決定の推奨を提供できるようになります。マイクロソフトが提案するハイブリッド データには、新旧ハイブリッド、クラウド ハイブリッド、マルチクラウド ハイブリッドが含まれており、企業はイノベーションを起こしながら古いデータを再利用し、ローカルとクラウドを接続し、ハイブリッド マルチクラウド環境でのデータ分析を真に実現することができます。

3つ目は知性です。 Microsoft Azure は、Microsoft Research の人工知能のイノベーションを統合し、これらの技術革新をあらゆる製品とソリューションに統合するインテリジェント クラウド プラットフォームです。さらに、Azure の製品とサービスは、変革プロセスにおける企業の絶えず変化するニーズを満たすために継続的に更新されます。

4つ目は、安全で信頼できることです。 Microsoft Intelligent Cloud は、世界中の幅広いコンプライアンス標準を満たす、90 を超えるさまざまなセキュリティ コンプライアンス認定を取得しています。データ セキュリティ保護の面では、Microsoft はクラウドからエンド、そしてエッジに至るまで包括的な保護も提供しています。 Microsoft は、顧客データのセキュリティとプライバシーを保護することが Microsoft の最も基本的な責任であると考えています。そのため、マイクロソフトは自社および顧客のシステムを保護するために強力なセキュリティ システムを構築します。

Azure Databricks が中国で正式にリリース

現在、企業内のデータは、社内のビジネス アプリケーションによって生成されたデータ、接続されたデバイスやシステムによって収集されたデータ、サードパーティ プラットフォームによって蓄積されたデータなど、さまざまなソースから取得されます。これらのデータの構造や種類も多様です。

企業は、さまざまな構造や種類のデータを収集して管理し、分析を通じてより大きな価値を生み出す必要があります。これまで、データ分析は、要件を提案するビジネス担当者と、クエリと分析結果を実装するためのステートメントを作成するデータ エンジニアによって実行されていました。しかし今日では、データ分析はもはやデータ アナリストやデータ エンジニアだけの特権ではありません。ビジネス担当者でも、統合プラットフォームを通じてクラスターを迅速に構築して起動し、共有データとモデルを使用してさまざまな種類の計算と分析を実行できます。このプラットフォームは、Microsoft と Databricks が共同で提供する Azure Databricks です。

昨年 10 月、Microsoft は中国で Azure Databricks のプレビュー バージョンをリリースしました。 5 か月以上経って、Microsoft は Azure Databricks が正式に中国に上陸したことを発表しました。 Kang Rong 氏は、Azure Databricks にはコスト削減、速度向上、使いやすさという 3 つの大きな利点があるため、多くの顧客に好まれていると述べました。

Azure Databricks は、Microsoft Azure クラウド サービス プラットフォーム向けに最適化されたデータ分析プラットフォームです。 Azure Databricks は、データ集約型アプリケーションを開発するための 2 つの環境、Azure Databricks SQL Analytics と Azure Databricks Workspaces を提供します。 Azure Databricks SQL Analytics は、データ レイクに対して SQL クエリを実行し、複数の視覚化タイプを作成してさまざまな観点からクエリ結果を調べ、ダッシュボードを構築して共有したいアナリストに、使いやすいプラットフォームを提供します。

Azure Databricks ワークスペースは、データ エンジニア、データ サイエンティスト、機械学習エンジニア間のコラボレーションをサポートする対話型ワークスペースを提供します。ビッグ データ パイプラインを使用する場合、生データまたは構造化データは、Azure Data Factory を介してバッチで Azure に取り込まれるか、Apache Kafka、Event Hubs、または IoT Hub を介してほぼリアルタイムでストリーミングされます。このデータは、Data Lake (永続ストレージ)、Azure Blob ストレージ、または Azure Data Lake Storage に保存されます。分析ワークフローでは、Azure Databricks を使用して複数のデータ ソースからデータを読み取り、Spark を使用してデータを画期的な分析情報に変換します。

マイクロソフトの中国本土におけるクラウド コンピューティングおよび人工知能事業部門のゼネラル マネージャーである Lin Jiawei 氏は、Azure Databricks はマイクロソフトによるファースト パーティ開発であり、サードパーティの Databricks と直接統合されているため、企業は根本的なアーキテクチャやソフトウェアの問題を心配する必要はなく、マイクロソフトだけで顧客の解決を支援すると述べました。さらに、Azure Databricks は Python、TensorFlow、Keras などのオープンソース言語をサポートしており、企業はこれらを直接使用して学習コストを削減できます。同時に、Azure Databricks はさまざまな部門やデータ アナリストがコード、データ、分析を共有できるようにサポートし、企業の従業員がさらなるイノベーションを起こせるようにします。

さらに、Microsoft は数週間以内に、中国で Azure Synapse Analytics プレビュー サービスを提供します。 Synapse は、データ統合、ストレージ、分析サービスを統合し、企業がデータの障壁を打ち破り、さまざまなデータからビジネス上の洞察を迅速に抽出し、それを機械学習に活用できるようにすることで、コストを節約しながらデータの問題を解決できるように支援します。

GigaOm の TestH および TestDS によると、Azure Synapse は Google BigQuery よりも優れた価格性能比を示し、TestH ベンチマーク クエリを実行する Azure Synapse クラスターと比較してコストが最大 94% 削減されます。

[51CTO オリジナル記事、パートナーサイトに転載する場合は、元の著者とソースを 51CTO.com として明記してください]