एज एनालिटिक्स: अंतिम में आईओटी अर्थव्यवस्था

टेकोपेडिया स्टाफ द्वारा, 22 सितंबर 2016

Takeaway: होस्ट रेबेका जोजवियाक डॉ। रॉबिन ब्लोर, डीज़ ब्लांचफील्ड और डेल स्टैटिस्टिका के शॉन रोजर्स के साथ एज एनालिटिक्स पर चर्चा करती हैं।

आप वर्तमान में लॉग इन नहीं हैं। वीडियो देखने के लिए कृपया लॉग-इन या साइन-अप करें।

रेबेका जोजवीक: देवियों और सज्जनों, नमस्ते, और 2016 की हॉट टेक्नोलॉजीज में आपका स्वागत है। आज हमें "एज एनालिटिक्स: द आईओटी इकोनॉमी इन लास्ट" मिला है। मेरा नाम रेबेका जोजविक है। मैं आज के वेबकास्ट के लिए आपका संचालक बनूंगा। यदि आप ट्विटर वार्तालाप में शामिल होना चाहते हैं तो हम # HOTTECH16 के हैशटैग के साथ ट्वीट करते हैं।

तो IoT, निश्चित रूप से इस साल एक गर्म विषय और चीजों का इंटरनेट, यह वास्तव में मशीन डेटा, सेंसर डेटा, लॉग डेटा, डिवाइस डेटा के बारे में है। जिनमें से कोई भी नया नहीं है, हमारे पास उस प्रकार का डेटा हमेशा के लिए है, लेकिन यह है कि हम वास्तव में इसका उपयोग नहीं कर पाए हैं और अब हम उस डेटा का उपयोग करने के लिए सिर्फ एक टन नए तरीके देख रहे हैं। विशेष रूप से चिकित्सा उद्योग में, वित्तीय बाजार, तेल और गैस, वस्तुओं के साथ, यह सिर्फ जानकारी का खजाना है जो पहले अप्रयुक्त हो चुका है। और बहुत सारे लोग वास्तव में इस बात को अच्छी तरह से समझ नहीं पाते हैं कि ऐसा कैसे करना है। हम बहुत कम डेटा के बारे में बात कर रहे हैं, लेकिन यह बहुत अधिक डेटा है और, आप जानते हैं, इसमें नेटवर्क समस्याएं शामिल हैं, इसमें हार्डवेयर शामिल है, या प्रसंस्करण की आवश्यकता है, और आप अपने सिस्टम को बंद किए बिना ऐसा कैसे करते हैं? खैर आज हम यही जानने वाले हैं।

यहां हमारे विशेषज्ञों का लाइनअप है। हम डॉ रॉबिन ब्लर, ब्लर ग्रुप में हमारे मुख्य विश्लेषक हैं। हमारे पास Dez Blanchfield, द ब्लोर ग्रुप में हमारे डेटा वैज्ञानिक भी हैं। और हमें शॉन रोजर्स, डेल मार्केटिंग और डेल स्टैटिस्टिका के चैनलों के निदेशक के रूप में खुशी है। और इसके साथ ही मैं रॉबिन को गेंद देने जा रहा हूं।

डॉ। रॉबिन ब्लर: ठीक है, इसके लिए अच्छी तरह से धन्यवाद। मैं एक बटन धकेलूंगा और एक स्लाइड ऊपर फेंक दूंगा। मुझे नहीं पता कि मैंने चीजों के इंटरनेट के लिए इस सर्वनाश वाली तस्वीर क्यों बनाई। संभवतः क्योंकि मुझे लगता है कि यह अंत में अराजक होने वाला है। मैं सीधा चलता हूँ। यह किसी भी IoT प्रस्तुति में पाठ्यक्रम के लिए बराबर है। आपके पास एक तरह से या किसी अन्य, जहां यह सब चल रहा है, के बारे में अपमानजनक कुछ कहना है। और वास्तव में, इसमें से अधिकांश शायद सच है। यदि आप वास्तव में इस तरह से देखते हैं कि ये वक्र धीरे-धीरे विस्तार कर रहे हैं। आप जानते हैं कि पर्सनल कंप्यूटर, स्मार्टफोन और टैबलेट संभवत: बढ़ते रहेंगे। स्मार्ट टीवी शायद उठेंगे। वेअर्बल्स, वे शायद अभी कुछ ही साल पहले की तुलना में विस्फोट कर रहे हैं। कनेक्टेड कारें, अपरिहार्य है कि बहुत अधिक सभी कारें पूरी तरह से व्यापक और अच्छी तरह से हर समय डेटा संचारित करने जा रही हैं। और सब कुछ। और बीआई इंटेलिजेंस द्वारा यह विशेष ग्राफ इंगित करता है कि बाकी सब कुछ बहुत स्पष्ट रूप से स्पष्ट चीजों से आगे निकल जाएगा।

तो IoT के बारे में क्या कहना है? पहली बात सिर्फ एक वास्तुशिल्प बिंदु है। आप जानते हैं, जब आपको डेटा मिल गया है और आप एक या दूसरे तरीके से आपको प्रोसेस कर रहे हैं, तो आपको दोनों को एक साथ रखना होगा। और वॉल्यूम पर डेटा के साथ यह अब है, और विभिन्न स्थानों में इकट्ठा, दोनों स्वाभाविक रूप से अब एक साथ नहीं हैं। वे पुराने मेनफ्रेम दिनों में हुआ करते थे, मुझे लगता है। तो आप एक प्रोसेसिंग लेयर, एक ट्रांसपोर्ट लेयर और एक डेटा लेयर होने के बारे में सोच सकते हैं। और एक तरह से या किसी अन्य में, परिवहन परत आजकल प्रसंस्करण को स्थानांतरित करने या डेटा को पूरे नेटवर्क में स्थानांतरित करने जा रही है। तो यहां विकल्प दिए गए हैं: आप डेटा को प्रोसेसिंग में स्थानांतरित कर सकते हैं, आप प्रोसेसिंग को डेटा में स्थानांतरित कर सकते हैं, आप प्रोसेसिंग और डेटा को सुविधाजनक निष्पादन बिंदु पर स्थानांतरित कर सकते हैं, या आप प्रोसेसिंग को तेज कर सकते हैं और डेटा को तेज कर सकते हैं। और चीजों के इंटरनेट के संबंध में, डेटा बहुत पहले से ही जन्म के समय तेज है और संभावना यह है कि प्रसंस्करण का एक भयानक बहुत तेज होने जा रहा है ताकि जिन अनुप्रयोगों को चलाने की आवश्यकता हो सकती है।

इसलिए मैंने एक चित्र चित्रित किया है। IoT के बारे में मेरे लिए दिलचस्प बात है, मैं इस आरेख में एक एकत्रीकरण डोमेन के बारे में बात करता हूं, और मैं इंगित करता हूं कि उप-डोमेन हैं। तो आप सोच सकते हैं कि IoT डोमेन 1 यहाँ किसी प्रकार की एक कार है, और डोमेन 2 और डोमेन 3 और डोमेन 4, किसी प्रकार की कार हैं, और आप स्थानीय रूप से डेटा एकत्र करेंगे, आप उस डेटा पर स्थानीय ऐप चलाएंगे, और आप विभिन्न चीजों को कार्रवाई में डाल देंगे। लेकिन सभी कारों के बारे में विश्लेषण करने के लिए, आपको केंद्र में डेटा स्थानांतरित करना होगा, जरूरी नहीं कि सभी डेटा हो, लेकिन आपको केंद्र में एकत्रित करना होगा। और अगर आप इस बारे में सोचते हैं, तो आप IoT चीजों के एक ही समूह में कई, कई अलग-अलग एकत्रीकरण डोमेन रखना चाह सकते हैं। और डोमेन स्वयं आगे को एकत्र कर सकते हैं। तो आप इस दोहराव पदानुक्रम हो सकता है। और मूल रूप से जो हमें मिला है वह एक अविश्वसनीय रूप से जटिल नेटवर्क है। इससे पहले कि हमारे पास जितना कुछ था उससे कहीं अधिक जटिल।

मुझे यहाँ नीचे एक नोट मिला है। पत्ती नोड्स सहित सभी नेटवर्क नोड, डेटा निर्माता, डेटा स्टोर और प्रोसेसिंग पॉइंट हो सकते हैं। और इससे आपको वितरण की संभावना मिलती है, जैसा कि हमने पहले नहीं देखा था। Dez इस बारे में कुछ और बात करने जा रहा है, इसलिए मैं इस विशेष बिंदु पर जाऊंगा। एक बार जब हम चीजों के इंटरनेट पर होते हैं और सभी डेटा वास्तव में घटनाओं के रूप में हल हो जाते हैं, तो इस स्लाइड के बारे में यह इंगित करना है कि हम घटनाओं पर मानकीकरण करने जा रहे हैं। हम बहुत कम से कम करने जा रहे हैं, हम यह करने जा रहे हैं। हम उस घटना को होने वाले समय, भौगोलिक स्थिति, जो उस स्थान की वर्चुअल या लॉजिकल लोकेशन है, को बनाया जा रहा है, स्रोत डिवाइस जिसने इसे बनाया है, डिवाइस आईडी ताकि आप यह जान सकें कि किस सोर्स डिवाइस ने इसे बनाया है, स्वामित्व डेटा और एक्टर्स, वे लोग जिन्हें किसी तरह या किसी अन्य तरीके से डेटा का उपयोग करने का अधिकार है, इसे इसके साथ अपनी अनुमतियों को ले जाना होगा, जिसका मतलब है कि वास्तव में, इसके साथ सुरक्षा को ले जाना होगा, और फिर वहां डेटा ही। और जब आप इसे देखते हैं तो आपको पता चलता है कि, आप जानते हैं, भले ही आपको एक सेंसर मिल गया हो, जो हर सेकंड या तो किसी चीज़ के तापमान को रिपोर्ट करने के अलावा और कुछ नहीं कर रहा हो, वास्तव में डेटा की पहचान करने के लिए बस बहुत से डेटा हैं। उत्पन्न हुआ और वास्तव में यह क्या है। वैसे, यह एक संपूर्ण सूची नहीं है।

इसलिए, भविष्य के आईटी परिदृश्य के संदर्भ में, जिस तरह से मैं इसे देखता हूं वह यह है: यह सिर्फ चीजों का इंटरनेट नहीं है, यह भी तथ्य है कि हम घटना-संचालित गतिविधि की दुनिया में होंगे, और इसलिए हम घटना-संचालित आर्किटेक्चर के लिए होगा, और उन आर्किटेक्चर के लिए बड़े नेटवर्क का विस्तार करना होगा। और दूसरी बात वास्तविक समय में सब कुछ है, यह जरूरी नहीं है कि हमारे लिए वास्तविक समय हो, लेकिन कुछ ऐसा है जिसे मैं व्यापार-समय के रूप में संदर्भित करता हूं जो कि वह समय है जिसके भीतर डेटा को वास्तव में परोसा और तैयार किया जाना है संसाधित करने के लिए। यह नहीं हो सकता है, आप जानते हैं, इसे बनाने के बाद एक मिलीसेकंड। लेकिन डेटा के हर टुकड़े के लिए हमेशा ऐसा समय होता है और एक बार जब आपके पास एक घटना-संचालित वास्तुकला होती है, तो यह वास्तविक समय के दृष्टिकोण के बारे में सोचने के लिए अधिक समझदार होने लगता है जिस तरह से दुनिया काम करती है।

इसलिए इसे उबालना, क्योंकि हम वास्तव में जो बात कर रहे हैं, वह IoT पर विश्लेषण है। उस सब के बावजूद, यह अभी भी अंतर्दृष्टि के लिए समय के बारे में सब है, और यह अंतर्दृष्टि का समय नहीं है, अंतर्दृष्टि को कार्यों द्वारा पालन किया जाना है। तो, अंतर्दृष्टि के लिए समय और कार्रवाई का समय वह है जो मैं इसे नीचे उबाल दूंगा। ऐसा कहने के बाद, मैं गेंद को डीज़ को वापस कर दूंगा।

Dez Blanchfield: धन्यवाद, रॉबिन। हमेशा की तरह। मुझे इस तथ्य से प्यार है कि हर उदाहरण पर चलना एक कठिन कार्य है, लेकिन मैं अपना सर्वश्रेष्ठ प्रदर्शन करूंगा।

उन चीजों में से एक जो मैं देख रहा हूं, और मैं अक्सर इसका मनोरंजन करता हूं, ईमानदार होने के लिए, और एक अप्रिय और नकारात्मक तिरछा रूप में नहीं, लेकिन दुनिया भर में लेने वाली चीजों के इंटरनेट के बारे में बहुत चिंता और घबराहट है। और हमें परेशान करना और आप अपना डेटा खोना शुरू कर देंगे, इसलिए मैं चाहता हूं कि पिछले दो से तीन दशकों में हमने कुछ चीजों पर गौर किया है, जो इंटरनेट के लिए एक करीबी पहलू थे। चीजों की, लेकिन शायद एक ही पैमाने पर नहीं। और बस खुद को दिखाने के लिए कि हम वास्तव में यहां हैं और कुछ समस्याओं को हल किया है, इस स्तर पर नहीं और इस गति से नहीं। क्योंकि इसका मतलब है कि हम वास्तव में समस्या को हल कर सकते हैं और हमें पता है कि कुछ उत्तर क्या हैं; हम अभी-अभी हुंकार भर चुके हैं और हमने पहले की कुछ सीखों को फिर से प्राप्त किया है। और मुझे पता है कि यह पूरी बातचीत है जिसके बारे में हमारे पास है और मुझे Q & A सेक्शन में बातचीत करने के लिए मजेदार चीजों की पूरी श्रृंखला मिली है।

लेकिन जब हम सर्कल में चीजों के इंटरनेट के बारे में सोचते हैं, तो डिजाइन स्तर पर वर्तमान में केंद्रीकरण का एक बड़ा सौदा है जो बहुत शुरुआती दिनों में लिखा गया था। फिटबिट डिवाइस, उदाहरण के लिए, सभी एक केंद्रीय स्थान पर जाते हैं और यह कहीं न कहीं एक क्लाउड प्लेटफ़ॉर्म में होस्ट होने की संभावना है और उन सभी उपकरणों के डेटा एक ही हिट करते हैं, चलो बस एक स्टैक के सामने के छोर को कहते हैं, जिसमें वेब और ऐप और डेटा-आधारित सेवाएं। लेकिन समय के साथ उस पैमाने को उन पर आने वाले डेटा की मात्रा का सामना करने के लिए फिर से इंजीनियरिंग की आवश्यकता होगी और वे फिर से इंजीनियर करेंगे ताकि कई स्थानों और क्षेत्रों में ढेरों मोर्चे के अंत और स्टैक की कई प्रतियां हों। और हम इसे देख रहे हैं और ऐसे कई उदाहरण हैं जो मैं आपको देने जा रहा हूं जिस पर हम चर्चा कर सकते हैं।

इसका मुख्य बिंदु यह है कि भले ही हमने इनमें से कुछ समाधानों को देखा हो, जिन्हें मैं कवर करने वाला हूं, डेटा और नेटवर्क ट्रैफ़िक का पैमाना और मात्रा जो कि चीज़ों के इंटरनेट को उत्पन्न करेगा, को तत्काल केंद्रीय से एक बदलाव की आवश्यकता है। मेरे विचार में आर्किटेक्चर वितरित करने के लिए, और हम यह जानते हैं लेकिन हमने जरूरी नहीं समझा कि समाधान क्या है। जब हम इस अवधारणा के बारे में सोचते हैं कि चीजों का इंटरनेट क्या है, तो यह एक बड़े पैमाने पर नेटवर्क मॉडल है। यह बहुत सारी और बहुत सी चीजें हैं जो अब शोर कर रही हैं। चीजें जो हाल तक शोर नहीं करती थीं। और वास्तव में, मुझे लगता है कि यह कल था, मैं मजाक में स्टैक के बारे में बात कर रहा था, लेकिन मैं एक नया टोस्टर खरीदने गया था और यह एक विकल्प के साथ आया था जो मुझे विभिन्न चीजों को बता सकता है, जिसमें सफाई की आवश्यकता होती है। और एक बहुत ही समान सुविधा वाला एक नया माइक्रोवेव और यहां तक ​​कि वास्तव में मेरे फोन पर एक ऐप को यह कहने के लिए पिंग कर सकता है कि जिस चीज को मैं गर्म कर रहा था वह अब किया गया था। और मैं इस बात पर बहुत ज्यादा सहमत हूं कि अगर कुछ चीजें हैं जो मैं नहीं बोलना चाहता हूं तो यह मेरा फ्रिज, माइक्रोवेव और टोस्टर है। मैं उनके साथ गूंगा उपकरणों के साथ बहुत सहज हूं। लेकिन मुझे हाल ही में एक नई कार मिली है, थोड़ी सी ऑडी, और यह मुझसे बात करती है और मैं इससे काफी खुश हूं, क्योंकि यह जिन चीजों के बारे में बात करता है, वे रुचि की चीजें हैं। जैसे मैप्स को वास्तविक समय में अपडेट करने के लिए, यह बताने के लिए कि बिंदु A से बिंदु B तक पहुंचने का एक बेहतर मार्ग कहां है क्योंकि यह विभिन्न तंत्रों के माध्यम से ट्रैफ़िक का पता लगाता है जो इसे भेजा जाता है।

मेरे पास यह स्लाइड है। हमने पहले ही देखा है कि उच्च-मात्रा वाले नेटवर्क मॉडल को डाटा प्रोसेसिंग और एनालिटिक्स मॉडल पर कब्जा और वितरण वितरित करने के लिए केंद्रीय से एक बदलाव की आवश्यकता होती है। हमने देखा है कि चीजें तीन छोटे ग्राफ आरेखों से चलती हैं, जहां हम दाहिने किनारे पर हैं, जहां हम तीनों में से एक पर बाईं ओर हैं, एक केंद्रीकृत मॉडल है जिसमें सभी छोटे उपकरण केंद्रीय स्थान पर आते हैं और डेटा एकत्र करें और पैमाने इतना महान नहीं है, वे वहां ठीक ठीक सामना करते हैं। बीच में हमें थोड़ा अधिक विकेन्द्रीकृत मॉडल और हब मिला और बोला, जो कि मुझे लगता है कि हमें अगली पीढ़ी में चीजों के इंटरनेट के साथ की जरूरत है। और फिर दाईं ओर हमने इसे पूरी तरह से वितरित और जालीदार नेटवर्क मिला है, जहां पर भविष्य में बहुत कम समय में चीजों और मशीन-टू-मशीन का इंटरनेट चल रहा है, लेकिन हम काफी नहीं हैं कारणों की एक श्रृंखला के लिए। और मुख्यतः क्योंकि हम अभी तक अधिकांश संचार के लिए इंटरनेट प्लेटफार्मों का उपयोग कर रहे हैं और हमने वास्तव में इस डेटा का एक बहुत ले जाने के लिए दूसरा नेटवर्क नहीं बनाया है।

दूसरे नेटवर्क हैं जो पहले से मौजूद हैं जैसे कि बैटलको नेटवर्क। बहुत से लोग इस तथ्य के बारे में नहीं सोचते हैं कि दूरसंचार के नेटवर्क इंटरनेट नहीं हैं। इंटरनेट कई मायनों में एक बहुत अलग चीज है। वे फ़ोन नेटवर्क पर स्मार्टफ़ोन से डेटा रूट कर रहे हैं, और फिर फ़ोन नेटवर्क पर और इंटरनेट में सामान्य रूप से जहाँ वे वास्तव में उन्हें दो नेटवर्क में ले रहे हैं। लेकिन यह पूरी तरह से संभव है और संभावना है कि चीजों के इंटरनेट को दूसरे नेटवर्क की आवश्यकता होगी। हम आम तौर पर एक विषय के रूप में औद्योगिक इंटरनेट के बारे में बात करते हैं, जिसे हम अब विस्तार में नहीं जाने देंगे, लेकिन अनिवार्य रूप से हम एक अन्य नेटवर्क के बारे में बात कर रहे हैं जो विशेष रूप से डेटा या इंटरनेट ऑफ़ थिंग्स और मशीन-टू-मशीन के लिए गाड़ी के प्रकारों के लिए डिज़ाइन किया गया है संचार।

लेकिन कुछ उदाहरण मैं साझा करना चाहता था जहां हमने उच्च-मात्रा वाले नेटवर्क देखे हैं और डेटा का काम बहुत अच्छी तरह से वितरित किया है जो इंटरनेट जैसी चीजें हैं। इंटरनेट को विशेष रूप से डिज़ाइन किया गया था और पहले दिन से ही एक परमाणु युद्ध में जीवित रहने में सक्षम था। यदि यूएस के कुछ हिस्सों को उड़ा दिया गया है, तो इंटरनेट को डिज़ाइन किया गया था ताकि डेटा पैकेट के नुकसान के बिना इंटरनेट के चारों ओर घूम सके, क्योंकि हम अभी भी जुड़े हुए हैं। और यह आज भी वैश्विक स्तर पर मौजूद है। इंटरनेट में अतिरेक और रूटिंग पैकेट के आसपास कई क्षमताएं हैं। और वास्तव में इंटरनेट को बीजीपी, बॉर्डर गेटवे प्रोटोकॉल, और बॉर्डर गेटवे प्रोटोकॉल, बीजीपी नामक चीज द्वारा नियंत्रित किया जाता है, विशेष रूप से राउटर या स्विच या सर्वर के साथ सामना करने के लिए डिज़ाइन किया गया है। जब आप एक ईमेल भेजते हैं या प्राप्त करते हैं, यदि आप एक पंक्ति में तीन ईमेल भेजते हैं, तो इस बात की कोई गारंटी नहीं है कि उन ईमेलों में से प्रत्येक उसी अंतिम गंतव्य के लिए उसी मार्ग का अनुसरण करेगा। वे विभिन्न कारणों से इंटरनेट के विभिन्न हिस्सों से गुजर सकते हैं। एक आउटेज हो सकता है, रखरखाव विंडो हो सकती हैं जहां चीजें अपग्रेड होने के लिए ऑफ़लाइन हैं, नेटवर्क में बस भीड़ हो सकती है, और हम देखते हैं कि कारों और सार्वजनिक परिवहन और जहाजों और विमानों के साथ ट्रैफिक नेटवर्क जैसी चीजें हैं। हम अपने लैपटॉप और टैबलेट और कंप्यूटर जैसे ब्राउज़रों के माध्यम से सामग्री प्राप्त करते हैं और सामग्री वितरण नेटवर्क के माध्यम से हर दिन आगे बढ़ते हैं। सामग्री वितरण नेटवर्क आपके प्राथमिक सेवारत मंच से सामग्री की प्रतियां लेने के बारे में हैं जैसे कि वेब सर्वर और उस के कैश और कैश की छोटी मात्रा को स्थानांतरित करना और केवल किनारे के निकटतम भाग से आपको इसे वितरित करना।

एंटी-स्पैम और साइबरसुरिटी - अगर कनाडा में स्पैम की घटना होती है और Microsoft इसका पता लगाता है और देखता है कि रैंडम लोगों के समूह को एक ही ईमेल की बहुत सारी प्रतियां भेजी जा रही हैं, तो चेकसम उस पर लिया जाता है, उस संदेश के लिए एक हस्ताक्षर है बनाया और एक नेटवर्क में डाल दिया और तुरंत वितरित किया। और इसलिए वह ईमेल कभी मेरे इनबॉक्स में नहीं जाता है, या यदि ऐसा होता है, तो यह तुरंत स्पैम के रूप में टैग हो जाता है क्योंकि यह नेटवर्क के किनारे में कहीं और पाया गया है। और इसलिए नेटवर्क के किनारे के अन्य हिस्सों को इस स्पैम मैसेज सिग्नेचर के बारे में बताया जाता है और इसे डेटाबेस के इंडेक्स में डाल दिया जाता है और यदि वे संदेश ग्रह के दूसरी तरफ दिखाई देने लगते हैं, तो हम उनका पता लगा लेते हैं और हमें पता चलता है कि वे स्पैम हैं। और यही बात साइबर स्पेस पर लागू होती है। ग्रह के एक तरफ होने वाली एक हैक का पता लगाया जाता है और पंजीकृत और मैप किया जाता है और नेटवर्क के दूसरे भाग पर अचानक हम इसे लड़ सकते हैं और नियमों और नीतियों को दर्ज कर सकते हैं और यह देखने के लिए बदल सकते हैं कि क्या हम इसे ब्लॉक कर सकते हैं। विशेष रूप से इनकार-की-सेवा या वितरित इनकार-की-सेवा जैसी चीजों के नए प्रभाव के साथ, जहां केंद्रीय वेबसाइट पर हमला करने के लिए हजारों मशीनों का उपयोग किया जाता है।

बिटकॉइन और ब्लॉकचेन, डिफ़ॉल्ट रूप से हैं, इसकी प्रकृति में एक वितरित लेज़र, ब्लॉकचेन है, और नेटवर्क में किसी भी आउटेज या टूटने के साथ मुकाबला करता है। धोखाधड़ी का पता लगाने और रोकथाम, बिजली और पानी की उपयोगिताओं - हम देख रहे हैं, आप पावर नेटवर्क को जानते हैं, अगर नेटवर्क के एक हिस्से को उस पर एक पेड़ की जमीन मिलती है और एक पोल और एक तार निकालता है, तो मेरे घर को अभी भी बिजली मिलती है। मैं इसके बारे में भी नहीं जानता, मैं अक्सर इसे समाचार में भी नहीं देखता। और हम सभी परिवहन नेटवर्क के लिए उपयोग किए जाते हैं, जहां मूल रूप से एक केंद्रीकृत मॉडल था, "सभी सड़कों पर रोम का नेतृत्व किया, " जैसा कि वे कहते हैं, और फिर अंततः हमें हब और प्रवक्ता के साथ विकेन्द्रीकृत मॉडल पर जाना पड़ा, और फिर हम चले गए एक जाल वाले नेटवर्क में जहां आप शहर के एक तरफ से दूसरे तक विभिन्न जाली मार्गों और विभिन्न चौराहों के माध्यम से पहुंच सकते हैं। और इसलिए हम यहां देखते हैं कि चीजों के इंटरनेट के साथ हम जो कर रहे हैं उसका यह केंद्रीकृत मॉडल नेटवर्क के किनारे पर बाहर धकेलने वाला है। और यह पहले से कहीं अधिक एनालिटिक्स पर लागू होता है, और वह यह है कि हमें एनालिटिक्स को नेटवर्क में धकेलने की जरूरत है। और यह करने के लिए कि हमारे विचार में उस डेटा और डेटा की धाराओं तक कैसे पहुँचें और संसाधित करें, इसमें एक पूरी तरह से नए दृष्टिकोण की आवश्यकता है। हम अब एक ऐसे परिदृश्य के बारे में बात कर रहे हैं, जहां मेरा मानना ​​है कि हम इंटरनेट से जुड़े उपकरणों पर नेटवर्क के किनारे तक सीमित सीमित बुद्धि को देखते हैं, लेकिन हम जल्द ही उन उपकरणों को देखने जा रहे हैं जो बुद्धिमत्ता में वृद्धि करते हैं और वे जिस स्तर के विश्लेषिकी चाहते हैं उसमें वृद्धि करते हैं करने के लिए। और इसके परिणामस्वरूप हमें उन स्मार्टों को नेटवर्क के माध्यम से और आगे बढ़ाने की आवश्यकता है।

उदाहरण के लिए, स्मार्ट ऐप्स और सोशल मीडिया - अगर हम सोशल मीडिया और कुछ स्मार्ट ऐप के बारे में सोचते हैं, तो वे अभी भी बहुत केंद्रीय हैं। आप जानते हैं, फेसबुक की पसंद के लिए केवल दो या तीन डेटा सेंटर हैं। Google ने बहुत अधिक विकेंद्रीकृत किया है, लेकिन दुनिया भर में अभी भी सीमित संख्या में डेटा केंद्र हैं। फिर जब हम सामग्री वैयक्तिकरण के बारे में सोचते हैं, तो आपको बहुत स्थानीय स्तर पर सोचना होगा। आपके ब्राउज़र में या स्थानीय सामग्री वितरण नेटवर्क परत पर बहुत कुछ किया जा रहा है। और हम स्वास्थ्य और फिटनेस ट्रैकर्स के बारे में सोचते हैं - बहुत से डेटा जो उनसे एकत्र किए जा रहे हैं उनका स्थानीय स्तर पर विश्लेषण किया जा रहा है और इसलिए आपके द्वारा अपनी कलाई पर लगाए गए गार्मिन और फिटबिट उपकरणों के नए संस्करण, वे डिवाइस में स्मार्ट और स्मार्ट बन रहे हैं। । वे अब अपने दिल की दर के बारे में सभी डेटा को एक केंद्रीकृत सर्वर पर वापस भेजने की कोशिश नहीं करते हैं और विश्लेषण करने की कोशिश करते हैं; वे उस खुफिया उपकरण का सीधे निर्माण कर रहे हैं। इन-कार नेविगेशन, यह हुआ करता था कि कार को एक केंद्रीय स्थान से लगातार अपडेट और नक्शे मिलते रहेंगे, अब स्मार्ट कार में हैं और कार के निर्णय सभी खुद से कर रहे हैं और आखिरकार कार मेष करेंगे। कारें किसी न किसी रूप के वायरलेस नेटवर्क के माध्यम से एक-दूसरे से बात करेंगी, जो अगली पीढ़ी में 3 जी या 4 जी वायरलेस नेटवर्क पर हो सकती है, लेकिन अंततः यह डिवाइस टू डिवाइस होगी। और जिस तरह से हम उस की मात्रा के साथ सामना करने जा रहे हैं, वह डिवाइसों को स्मार्ट बनाने के लिए है।

हमारे पास पहले से ही आपातकालीन चेतावनी प्रणाली है जो स्थानीय रूप से जानकारी एकत्र करेगी और उस केंद्र या एक जाल नेटवर्क में भेज देगी और स्थानीय स्तर पर क्या हो रहा है इसके बारे में निर्णय ले सकती है। उदाहरण के लिए, जापान में, ऐसे एप्लिकेशन हैं जो लोग स्मार्टफोन में एक्सेलेरोमीटर के साथ अपने स्मार्टफोन पर चलाते हैं। स्मार्टफोन में एक्सेलेरोमीटर कंपन और आंदोलन का पता लगाएगा और दिन के सामान्य आंदोलन और भूकंप के झटकों और झटकों के बीच के अंतर को निर्धारित कर सकता है। और वह फोन आपको तुरंत, स्थानीय स्तर पर अलर्ट करना शुरू कर देगा। वास्तविक ऐप जानता है कि यह भूकंप का पता लगाता है। लेकिन यह उस डेटा को एक वितरित हब और स्पोक मॉडल में नेटवर्क के माध्यम से साझा करता है ताकि आपके आस-पास के लोगों को नेटवर्क के माध्यम से डेटा के बहने के तुरंत बाद या जितनी जल्दी हो सके चेतावनी दी जा सके। और फिर अंततः जब यह एक केंद्रीय स्थान या केंद्रीय स्थान की वितरित प्रति हो जाती है, तो यह उन लोगों को वापस भेज देता है जो तत्काल क्षेत्र में नहीं हैं, उन्होंने ग्रह की गति का पता नहीं लगाया है, लेकिन इसकी चेतावनी दी जानी चाहिए क्योंकि शायद सुनामी का आना।

और स्मार्ट सिटी इन्फ्रास्ट्रक्चर - इंटेलिजेंट इन्फ्रास्ट्रक्चर की अवधारणा, हम पहले से ही स्मार्ट बिल्डिंग और स्मार्ट इन्फ्रास्ट्रक्चर में बुद्धि का निर्माण कर रहे हैं। वास्तव में, कल मैंने अपनी कार शहर में एक नए क्षेत्र में पार्क की, जहां शहर का कुछ हिस्सा पुनर्निर्मित और पुनर्निर्माण किया गया था। और उन्होंने सभी सड़कों पर फिर से काम किया है, और सड़कों पर सेंसर हैं, और वास्तविक पार्किंग मीटर जानता है कि जब मैंने एक कार के साथ ड्राइव किया है, तो यह पता है कि जब मैं दो घंटे की सीमा के लिए ताज़ा करने के लिए जाता हूं कार स्थानांतरित नहीं हुई है, और यह वास्तव में मुझे ऊपर और दो घंटे तक रहने नहीं देती है। मुझे कार में बैठना था, अंतरिक्ष से बाहर खींचना और फिर वापस खींचना यह चाल थी कि मुझे वहां एक और दो घंटे रुकने की अनुमति मिले। लेकिन यह दिलचस्प है कि आखिरकार हम उस बिंदु पर जा रहे हैं जहां यह केवल स्थानीय सेंसर के रूप में क्षेत्र में प्रवेश करने वाली कार का पता नहीं लगा रहा है, लेकिन ऑप्टिकल विशेषताओं जैसी चीजें जहां मान्यता मेरे लाइसेंस प्लेट को देखते हुए कैमरों के साथ लागू की जाएगी, और यह पता चलेगा कि मैं वास्तव में बस बाहर खींच लिया और वापस अंदर खींच लिया और इसे धोखा दिया, और यह सिर्फ मुझे नवीनीकृत नहीं होने देगा और मैं आगे बढ़ूंगा। और फिर यह उस डेटा को वितरित करेगा और सुनिश्चित करेगा कि मैं ऐसा कहीं और नहीं कर सकता और नेटवर्क को निरंतर आधार पर चालित कर सकता हूं। क्योंकि यह, स्वभाव से, होशियार है, अन्यथा हम सब इसे मूर्ख बनाना जारी रखेंगे।

इसका एक उदाहरण है कि मैं वास्तव में व्यक्तिगत रूप से फ़ायरवॉल तकनीक में रहा हूँ, '80 के दशक के अंत में और '90 के दशक की शुरुआत में, चेक प्वाइंट फायरवॉल -1 नामक एक उत्पाद। एक बहुत ही सरल फ़ायरवॉल तकनीक, जिसका उपयोग हम नियमों को बनाने और कुछ चीजों के चारों ओर नीतियों और नियमों के निर्माण के लिए करते हैं, यह कहने के लिए कि कुछ बंदरगाहों और आईपी पते और नेटवर्क के माध्यम से एक दूसरे से और एक स्थान से दूसरे स्थान पर वेब ट्रैफ़िक प्राप्त करने के लिए यातायात के प्रकार, ब्राउज़र और क्लाइंट से हमारे सर्वर के अंत तक जा रहे हैं। हमने इस समस्या को वास्तव में फायरवॉल से तर्क को निकालकर वास्तव में एएसआईसी, एप्लिकेशन-विशिष्ट एकीकृत सर्किट में स्थानांतरित कर दिया। यह ईथरनेट स्विच में बंदरगाहों को नियंत्रित कर रहा था। हमने पाया कि सर्वर कंप्यूटर, कंप्यूटर जो हम वास्तव में फायरवॉल के रूप में निर्णय लेने के लिए सर्वर के रूप में उपयोग कर रहे थे, वे इतने शक्तिशाली नहीं थे कि हर छोटे से पैकेट निरीक्षण के लिए उनके माध्यम से जाने वाले यातायात की मात्रा को संभाल सकें। हमने पैकेट स्विच का निरीक्षण करने के लिए आवश्यक तर्क को स्थानांतरित करके समस्या का हल किया और नेटवर्क स्विच में वितरित किए गए जो नेटवर्क स्तर से गुजरने वाले डेटा की मात्रा को संभालने में सक्षम थे। हमने फ़ायरवॉल के साथ केंद्रीकृत स्तर पर इसके बारे में चिंता नहीं की, हमने इसे स्विच पर स्थानांतरित कर दिया।

और इसलिए हमने निर्माताओं को ईथरनेट स्विच में पथ और नियमों और नीतियों को धक्का देने की क्षमता का निर्माण किया ताकि वास्तविक ईथरनेट पोर्ट स्तर पर, और शायद पूल में बहुत सारे लोग इस बात से परिचित न हों क्योंकि हम हैं सभी अब एक वायरलेस दुनिया में रह रहे हैं, लेकिन एक बार सब कुछ ईथरनेट के माध्यम से प्लग करना पड़ता है। अब ईथरनेट पोर्ट स्तर पर हम पैकेट के निरीक्षण को देख रहे थे कि पैकेट को स्विच में और नेटवर्क में जाने की अनुमति है या नहीं। इनमें से कुछ को हम अभी नेटवर्क में डेटा कैप्चर करने की इस चुनौती के आसपास हल कर रहे हैं, विशेष रूप से आईआरटी उपकरणों से, और इसका निरीक्षण कर रहे हैं और इस पर विश्लेषण कर रहे हैं और शायद इस पर निर्णय लेने के लिए वास्तविक समय में इस पर विश्लेषण कर रहे हैं। और इसके बारे में व्यापार खुफिया और जानकारी में जानकारी हासिल करने के लिए कि मनुष्य कैसे मशीन और मशीन स्तर के सामान के लिए बेहतर निर्णय और अन्य विश्लेषण और प्रदर्शन करते हैं, जहां उपकरण उपकरणों से बात कर रहे हैं और निर्णय ले रहे हैं।

और यह एक ऐसी प्रवृत्ति बनने जा रही है जिसे हमें तत्काल भविष्य में हल करना है क्योंकि यदि हम नहीं करते हैं, तो हम इस शोर के प्रलय के साथ समाप्त होने जा रहे हैं। और हमने बड़े डेटा की दुनिया में देखा है, हमने देखा है कि डेटा झीलों को डेटा दलदल में बदल दिया जाता है, जिसे हम केवल एक शोर के प्रलय के साथ समाप्त करते हैं, जिसे हम समझ नहीं पाए हैं कि केंद्रीकृत में प्रसंस्करण विश्लेषिकी को कैसे हल किया जाए। फैशन। यदि हम इस समस्या को हल नहीं करते हैं, तो मेरे विचार में, IoT के साथ तुरंत और एक मंच समाधान प्राप्त करें बहुत जल्दी, हम एक बहुत, बहुत खराब जगह में समाप्त होने जा रहे हैं।

और इस बात को ध्यान में रखते हुए कि मैं अपनी बात के साथ बंद करने जा रहा हूं, जो यह है कि मेरा मानना ​​है कि अब बड़े डेटा और एनालिटिक्स स्पेस में होने वाले सबसे बड़े बदलावों में से एक को इंटरनेट के प्रभाव पर प्रतिक्रिया देने की तत्काल जरूरत से प्रेरित किया जा रहा है। उच्च-मात्रा और रीयल-टाइम एनालिटिक्स पर चीजों की, इसमें हमें एनालिटिक्स को नेटवर्क में स्थानांतरित करने की आवश्यकता है और फिर अंततः नेटवर्क के किनारे पर बस इसके बारे में सरासर मात्रा का सामना करने के लिए, बस इसे संसाधित करने की आवश्यकता है। और फिर अंततः, उम्मीद है कि, हमने खुफिया नेटवर्क और नेटवर्क के किनारे को एक हब और स्पोक मॉडल में डाल दिया है कि हम वास्तव में इसे प्रबंधित कर सकते हैं और वास्तविक समय में अंतर्दृष्टि प्राप्त कर सकते हैं और इससे मूल्य प्राप्त कर सकते हैं। और इसके साथ ही मैं अपने मेहमान के पास जा रहा हूं और देखूंगा कि यह बातचीत हमें कहां ले जाती है।

शॉन रोजर्स: बहुत-बहुत धन्यवाद। यह डेल स्टेटिस्टिका का शॉन रोजर्स है, और लड़का है, बस इसके साथ शुरू करने के लिए, मैं उन सभी प्रमुख विषयों से पूरी तरह सहमत हूं जो यहां छुआ गया है। और रेबेका, आपने एक विचार के साथ शुरू किया, आप जानते हैं, यह डेटा नया नहीं है, और यह मेरे लिए उल्लेखनीय है कि डेटा, डेटा, IoT के डेटा पर चर्चा करने में कितना समय और ऊर्जा खर्च होती है। और यह निश्चित रूप से प्रासंगिक है, आप जानते हैं, रॉबिन ने एक अच्छा बिंदु बनाया, भले ही आप वास्तव में कुछ सरल कर रहे हों और एक सेकंड में एक बार थर्मोस्टैट में टैप कर रहे हों, आप जानते हैं, आप दिन में 24 घंटे करते हैं और आपके पास वास्तव में है, आप जानते हैं, कुछ दिलचस्प डेटा चुनौतियां। लेकिन, आप जानते हैं, अंत में - और मुझे लगता है कि उद्योग में बहुत सारे लोग इस तरह से डेटा के बारे में बात कर रहे हैं - कि वास्तव में यह सब दिलचस्प नहीं है और, रेबेका के लिए, यह एक अच्छा, लंबा समय है, लेकिन हम अतीत में इसका भरपूर उपयोग नहीं कर पाए हैं। और मुझे लगता है कि उन्नत एनालिटिक्स उद्योग और सामान्य रूप से बीआई उद्योग वास्तव में IoT की ओर अपना रुख करना शुरू कर रहे हैं। और डीज़, अपने अंतिम बिंदु के लिए, यह एक बड़ा डेटा परिदृश्य के चुनौतीपूर्ण बिंदुओं में से एक का हिस्सा है या मुझे लगता है कि यह बहुत सच है। मुझे लगता है कि इस प्रकार के डेटा के साथ हम क्या कर सकते हैं, इस बारे में हर कोई बहुत उत्साहित है, लेकिन साथ ही, यदि हम यह पता नहीं लगा सकते हैं कि अंतर्दृष्टि कैसे लागू की जाए, तो कार्रवाई करें और, आप जानते हैं, विश्लेषण प्राप्त करें कि डेटा कहां है, मुझे लगता है हमारे पास ऐसी चुनौतियाँ हैं, जिन्हें लोग वास्तव में अपने रास्ते पर नहीं आते।

इसके साथ ही कहा कि उन्नत एनालिटिक्स स्पेस में हम IoT डेटा के साथ जो सोचते हैं उसके बड़े प्रशंसक हो सकते हैं, खासकर अगर हम इसके लिए एनालिटिक्स लागू कर रहे हैं। और इस स्लाइड के बारे में बहुत सारी जानकारी है और मैं हर किसी को बस शिकार करने और चारों ओर चोंच मारने देता हूँ, लेकिन यदि आप रिटेल जैसे विभिन्न सेक्टरों को दूर से देखते हैं, तो अपने अवसर को और अधिक नवीन होने या कुछ होने में सक्षम होते हुए देख रहे हैं। लागत बचत या प्रक्रिया अनुकूलन या सुधार बहुत महत्वपूर्ण है और वे इसके लिए बहुत सारे उपयोग के मामलों को देख रहे हैं। यदि आप देखते हैं, तो आप जानते हैं कि स्लाइड के दाईं ओर छोड़ दिया गया है, आप देखेंगे कि इन व्यक्तिगत उद्योगों में से प्रत्येक IoT के लिए एनालिटिक्स लागू करने के दौरान नए क्षमताओं और खुद के लिए नए भेदभाव के अवसरों का दावा कर रहा है। और मुझे लगता है कि नीचे की रेखा है, अगर आप उस रास्ते से नीचे जाने का प्रयास करने जा रहे हैं, तो आपको न केवल डेटा के बारे में चिंता करनी होगी, जैसा कि हम चर्चा कर रहे हैं, और वास्तुकला, लेकिन आपको यह भी देखना होगा कि कैसे सबसे अच्छा है उस पर एनालिटिक्स लागू करें और जहां एनालिटिक्स की आवश्यकता है।

आज के आह्वान पर हम में से बहुतों के लिए, आप जानते हैं, रॉबिन और मैं एक दूसरे को बहुत लंबे समय से जानते हैं और अतीत में पारंपरिक आर्किटेक्चर के बारे में अनगिनत बातचीत की थी, जो कि केंद्रीकृत डेटाबेस या एंटरप्राइज़ डेटा वेयरहाउस और इतने पर, और जैसा कि हम ' पिछले दशक में पाया या तो हम उन बुनियादी ढांचे की सीमाओं को बढ़ाने का एक बहुत अच्छा काम करते हैं। और वे उतने अधिक मजबूत या उतने मजबूत नहीं हैं जितने कि हम आज उन सभी महान विश्लेषणों का समर्थन करने के लिए चाहते हैं जो हम सूचनाओं पर लागू कर रहे हैं और निश्चित रूप से सूचना की वास्तुकला को तोड़ रहे हैं, जैसा कि आप जानते हैं, डेटा की गति, डेटा की मात्रा और निश्चित रूप से, इस प्रकार के काम के लिए हमारे कुछ और पारंपरिक दृष्टिकोणों और रणनीतियों की सीमाओं को बढ़ा रहे हैं। और इसलिए मुझे लगता है कि इस तरह की कंपनियों के लिए एक अधिक चुस्त और शायद अधिक लचीला दृष्टिकोण लेने की आवश्यकता के लिए कॉल करना शुरू हो जाता है और यह हिस्सा है, मुझे लगता है, मैं IoT पक्ष के बारे में थोड़ी बात करना चाहूंगा।

इससे पहले कि मैं करूं, मुझे कॉल पर हर किसी को आने में एक पल लगेगा, आपको स्टेटिस्टिका क्या है और हम क्या करते हैं, इस पर थोड़ा सा बैकग्राउंड दें। जैसा कि आप इस स्लाइड के शीर्षक पर देख सकते हैं, स्टेटिस्टिका IoT प्लेटफॉर्म के लिए एक भविष्य कहनेवाला विश्लेषण, बड़ा डेटा और विज़ुअलाइज़ेशन है। यह उत्पाद अपने आप में 30 वर्ष से अधिक पुराना है और हम बाजार के अन्य नेताओं के साथ प्रतिस्पर्धा करते हैं, जो संभवतः आप डेटा के लिए भविष्य कहनेवाला एनालिटिक्स, उन्नत एनालिटिक्स लागू करने में सक्षम होने के साथ परिचित हैं। हमने अपनी पहुंच का विस्तार करने का एक अवसर देखा, जहां हम अपनी एनालिटिक्स डाल रहे थे और कुछ समय पहले कुछ तकनीकों पर काम करना शुरू कर दिया था, जिन्होंने आज के डीज़ और रॉबिन दोनों के बारे में बात करने का फायदा उठाने के लिए अच्छी तरह से तैनात किया है, जो इस नए दृष्टिकोण और आप एनालिटिक्स कहां डाल रहे हैं और आप इसे डेटा के साथ कैसे पिघलाने जा रहे हैं। उस पक्ष के साथ अन्य चीजें भी आती हैं जिन्हें आपको मंच के साथ संबोधित करने में सक्षम होना चाहिए, और जैसा कि मैंने उल्लेख किया है, स्टेटिस्टिका बाजार में एक अच्छा लंबे समय से है। हम चीजों के डेटा सम्मिश्रण पक्ष में बहुत अच्छे हैं और मुझे लगता है, आप जानते हैं, हमने आज डेटा एक्सेस के बारे में बहुत ज्यादा बात नहीं की है, लेकिन इन विविध नेटवर्क तक पहुंचने और अपने डेटा को सही डेटा पर प्राप्त करने में सक्षम होने के नाते अंतिम उपयोगकर्ताओं के लिए सही समय अधिक दिलचस्प और महत्वपूर्ण होता जा रहा है।

अंत में, मैं यहां एक और अंश पर टिप्पणी करूंगा, क्योंकि डीज़ ने अपने नेटवर्क के बारे में एक अच्छा बिंदु बनाया है, जो आपके पूरे पर्यावरण में विश्लेषणात्मक मॉडलों पर कुछ नियंत्रण और सुरक्षा रखता है और यह बताता है कि वे स्वयं को डेटा के बहुत महत्वपूर्ण होने के लिए कैसे संलग्न करते हैं। जब मैं कुछ साल पहले इस उद्योग में आया था - लगभग 20 मैं इस बिंदु पर सोचता हूं - जब हमने उन्नत विश्लेषिकी के बारे में बात की थी, तो यह बहुत ही घुमावदार तरीके से था। संगठन के कुछ ही लोगों ने इस पर अपना हाथ रखा, उन्होंने इसे तैनात किया और उन्होंने लोगों को आवश्यकतानुसार जवाब दिया या आवश्यकतानुसार अंतर्दृष्टि प्रदान की। यह वास्तव में बदल रहा है और जो हम देखते हैं वह बहुत सारे लोग हैं जो डेटा तक पहुंचने के एक या अधिक विविध और अधिक लचीले तरीके से काम कर रहे थे, डेटा को सुरक्षा और शासन लागू कर रहे थे और फिर उस पर सहयोग करने में सक्षम थे। वो कुछ महत्वपूर्ण चीजें हैं जो डेल स्टैटिस्टिका देखती हैं।

लेकिन मैं इस विषय में डुबकी लगाना चाहता हूं कि आज के शीर्षक से थोड़ा करीब है, जो हमें उन चीजों को कैसे संबोधित करना चाहिए जो इंटरनेट से आती हैं और आप अलग-अलग समाधानों को देख रहे हैं। अभी जो स्लाइड आपके सामने आई है, वह पारंपरिक दृश्य की तरह है और इस पर डीज़ और रॉबिन दोनों तरह का स्पर्श है, आप जानते हैं, सेंसर से बात करने का यह विचार, चाहे वह ऑटोमोबाइल हो या टोस्टर या एक पवन टरबाइन, या आपके पास क्या है, और फिर डेटा स्रोत से उस डेटा को अपने नेटवर्क पर वापस उसी तरह से स्थानांतरित कर रहा है, जो एक केंद्रीकृत कॉन्फ़िगरेशन में है, जैसा कि डीज़ का उल्लेख था। और यह काफी अच्छी तरह से नेटवर्क करता है और बहुत सारी कंपनियाँ IoT स्पेस में आ जाती हैं जो मूल रूप से उस मॉडल के साथ करना शुरू कर रही हैं।

दूसरी चीज़ जो साथ आई है, अगर आप स्लाइड के नीचे की ओर देखते हैं, तो क्या यह अन्य पारंपरिक डेटा स्रोतों को लेने का विचार है, अपने IoT डेटा को बढ़ाने और फिर इस तरह के कोर पर, चाहे आपका कोर डेटा सेंटर हो या यह क्लाउड में हो सकता है, यह वास्तव में मायने नहीं रखता है, आप स्टेटिस्टिका जैसे एक उत्पाद को ले जाएंगे और फिर उस बिंदु पर इसे लागू करेंगे और फिर उपभोक्ताओं को दाईं ओर उन अंतर्दृष्टि प्रदान करेंगे। और मुझे लगता है कि यह इस बिंदु पर तालिका दांव है। यह कुछ ऐसा है जो आपको करने में सक्षम होना चाहिए और आपके पास एक उन्नत एनालिटिक्स प्लेटफॉर्म के लिए एक खुली पर्याप्त वास्तुकला होनी चाहिए और इन सभी से बात करनी चाहिए, जैसे, विविध डेटा स्रोत, ये सभी सेंसर और इन सभी अलग-अलग गंतव्यों के लिए जहां आपके पास डेटा है। और मुझे लगता है कि यह कुछ ऐसा है जो आपको करने में सक्षम होना चाहिए और मुझे लगता है कि आपको यह सच हो जाएगा कि बाजार में बहुत सारे नेता इस प्रकार की चीजें करने में सक्षम हैं। यहां स्टेटिस्टिका में हम कोर एनालिटिक्स के रूप में इस बारे में बात करते हैं। डेटा प्राप्त करें, डेटा को कोर में वापस लाएं, इसे संसाधित करें, यदि आवश्यक हो या यदि लाभप्रद हो, तो अधिक डेटा जोड़ें और अपने विश्लेषिकी करें और फिर कार्रवाई के लिए या जानकारी के लिए उस जानकारी को साझा करें।

और इसलिए मुझे लगता है कि वे निश्चित रूप से एक समारोह के दृष्टिकोण से हैं, हम शायद सभी सहमत होंगे कि, आप जानते हैं, यह नंगे आवश्यकता है और सभी को ऐसा करने की आवश्यकता है। जहां यह दिलचस्प होने लगता है, जहां आपके पास भारी मात्रा में डेटा है, आप जानते हैं, विभिन्न डेटा स्रोतों से आ रहा है, जैसे कि IoT सेंसर, जैसा कि मैंने उल्लेख किया है, चाहे वह एक कार या सुरक्षा कैमरा या एक विनिर्माण प्रक्रिया हो, वहां बनना शुरू हो जाता है जहां डेटा वास्तव में उत्पादित हो रहा है, वहां एनालिटिक करने में सक्षम होने का एक फायदा है। और ज्यादातर लोगों को फायदा, मुझे लगता है, जब हम एनालिटिक्स को कोर से किनारे तक ले जाना शुरू करते हैं, तो यह कुछ डेटा चुनौतियों को फैलाने की क्षमता है, और डीज़ और रॉबिन संभवतः इस पर टिप्पणी करेंगे आज, लेकिन मुझे लगता है कि आपको किनारे पर डेटा पर नज़र रखने और कार्रवाई करने में सक्षम होना होगा ताकि उस डेटा को अपने नेटवर्क में स्थानांतरित करने के लिए हमेशा आवश्यक न हो। रॉबिन ने इसके बारे में बात की, उसकी तरह, वास्तुकला के चित्रों को उन्होंने आकर्षित किया, जहां आपके पास ये सभी अलग-अलग स्रोत हैं लेकिन आमतौर पर कुछ समग्र बिंदु हैं। एकत्रीकरण बिंदु जिसे हम अक्सर देखते हैं वह या तो एक सेंसर स्तर पर है, लेकिन एक गेटवे स्तर पर भी अधिक बार। और ये गेटवे कोर से वापस आने से पहले डेटा स्रोतों से डेटा प्रवाह में एक मध्यस्थ की तरह मौजूद होते हैं।

डेल स्टेटिस्टिका ने जिन अवसरों का लाभ उठाया, उनमें से एक यह है कि एक मॉडल को लेने में सक्षम होने के लिए हमारे केंद्रीकृत उन्नत एनालिटिक्स प्लेटफॉर्म से एक मॉडल निर्यात करने की हमारी क्षमता है और फिर एक गेटवे या अंदर की तरह एक अलग मंच पर उस मॉडल को निष्पादित करें। एक डेटाबेस, या आपके पास क्या है और मुझे लगता है कि जो लचीलापन हमें देता है वह वास्तव में आज की बातचीत का दिलचस्प बिंदु है, क्या आपके पास आज आपके बुनियादी ढांचे में ऐसा है? क्या आप एक एनालेटिक को स्थानांतरित करने में सक्षम हैं, जहां डेटा रहता है बनाम केवल डेटा को हमेशा उसी स्थान पर ले जाना है जहां आपका एनालिटिक्स रहता है? और यह कुछ ऐसा है जो स्टैटिस्टिका पर काफी समय से ध्यान केंद्रित कर रहा है, और जैसा कि आप स्लाइड्स के करीब देखते हैं, आप देखेंगे कि हमारी बहन कंपनी डेल बोओमी से वहां कुछ अन्य तकनीक है। डेल बोओमी क्लाउड में एक डेटा एकीकरण और अनुप्रयोग एकीकरण प्लेटफॉर्म है और हम वास्तव में डेल स्टेटिस्टिका से हमारे मॉडल को स्थानांतरित करने के लिए डेल स्टेटिस्टिका के रूप में उपयोग करते हैं, बोओमी के माध्यम से और किनारे से उपकरणों तक। और हम सोचते हैं कि यह एक चुस्त दृष्टिकोण है, जो कंपनियां मांग करने जा रही हैं, जैसा कि मैंने एक मिनट पहले जो संस्करण आपको दिखाया था, वह सभी तरह से सेंसर से डेटा को स्थानांतरित करने का मुख्य विचार है। केंद्र, एक ही समय में कंपनियां यह करने में सक्षम होना चाहती हैं कि जिस तरह से मैं यहां रूपरेखा बना रही हूं। और ऐसा करने के फायदे कुछ ऐसे बिंदु हैं जो रॉबिन और डीज़ दोनों ने किए हैं, जो कि आप एक निर्णय ले सकते हैं और अपने व्यवसाय की गति पर कार्रवाई कर सकते हैं? क्या आप एनालिटिक्स को एक स्थान से दूसरे स्थान पर ले जा सकते हैं और अपने आप को उस किनारे के डेटा को कोर में लगातार स्थानांतरित करने के लिए समय, धन और ऊर्जा और जटिलता को बचाने में सक्षम हो सकते हैं।

अब मैं यह कहने वाला पहला व्यक्ति हूं कि कुछ किनारे का डेटा हमेशा उच्च पर्याप्त योग्यता वाला होगा जहां यह उस डेटा को संग्रहीत करने और इसे रखने और इसे अपने नेटवर्क में वापस लाने के लिए समझ में आएगा, लेकिन कौन सा बढ़त विश्लेषिकी आपको अनुमति देगा क्या उस गति से निर्णय लेने की क्षमता है कि डेटा वास्तव में सही आ रहा है? कि आप अंतर्दृष्टि और कार्रवाई को उस गति से लागू करने में सक्षम हैं जहां उच्चतम संभव मूल्य है। और मुझे लगता है कि यह कुछ ऐसा है जिसे हम सभी खोज रहे हैं जब यह उन्नत विश्लेषिकी का उपयोग करने की बात आती है और IoT डेटा व्यवसाय की गति या ग्राहक की मांग की गति से आगे बढ़ने का यह अवसर है। मुझे लगता है कि हमारी स्थिति यह है, मुझे लगता है कि आपको दोनों करने में सक्षम होने की आवश्यकता है। और मुझे लगता है कि बहुत जल्द और बहुत जल्दी के रूप में और अधिक कंपनियों को और अधिक विविध डेटा सेट देख रहे हैं, विशेष रूप से IoT की ओर से, वे विक्रेता स्थान को देखना शुरू कर रहे हैं और मांग कर रहे हैं कि स्टेटिस्टिका क्या करने में सक्षम है। जो कोर में एक मॉडल को तैनात करने के लिए है, जैसा कि हमने पारंपरिक रूप से कई वर्षों से किया है, या इसे उन प्लेटफार्मों पर तैनात करना है जो शायद एक IoT प्रवेश द्वार की तरह संभवतया अनियंत्रित हैं, और वास्तव में डेटा को एनालिटिक्स स्कोर करने और लागू करने में सक्षम हैं। डेटा के उत्पादन के रूप में किनारे पर। और मुझे लगता है कि यही वह जगह है जहाँ इस बातचीत का रोमांचक हिस्सा सामने आता है। क्योंकि जिस समय डेटा सेंसर से दूर हो रहा होता है, उस समय किनारे पर एक एनालिटिक लागू करने में सक्षम होता है, जिससे हमें जितनी जल्दी हो सके कार्रवाई करने की अनुमति मिलती है, लेकिन यह भी हमें तय करने की अनुमति देता है, क्या इस डेटा को तुरंत कोर में वापस जाने की आवश्यकता है? क्या हम इसे यहां बैच सकते हैं और फिर इसे टुकड़ों और हिस्सों में वापस भेज सकते हैं और बाद में आगे का विश्लेषण कर सकते हैं? और यह कि हम अपने अग्रणी ग्राहकों को बहुत कुछ देख रहे हैं।

जिस तरह से डेल स्टैटिस्टिकिका ऐसा करता है, हम उपयोग करने की क्षमता रखते हैं, इसलिए उदाहरण के लिए कहें कि आप स्टेटिस्टिका के अंदर एक तंत्रिका नेटवर्क का निर्माण करते हैं और आप अपने डेटा परिदृश्य में कहीं और तंत्रिका नेटवर्क को रखना चाहते थे। हमारे पास उन मॉडलों और उन सभी भाषाओं को आउटपुट करने की क्षमता है, जिन्हें आपने दाएं हाथ के कोने में देखा था - जावा, पीपीएमएल, सी और एसक्यूएल और इसी तरह, हम पायथन को भी शामिल करते हैं और हम अपनी स्क्रिप्ट भी निर्यात करने में सक्षम हैं - और जैसे ही आप हमारे प्लेटफ़ॉर्म से हटते हैं जो केंद्रीकृत होता है, आप तब उस मॉडल या उस एल्गोरिथ्म को तैनात कर सकते हैं जहाँ आपको इसकी आवश्यकता होती है। और जैसा कि मैंने पहले उल्लेख किया था, हम इसे डालने के लिए डेल बोओमी का उपयोग करते हैं और इसे पार्क करते हैं जहां हमें इसे चलाने की आवश्यकता होती है और फिर हम परिणाम वापस ला सकते हैं, या हम डेटा वापस लाने में मदद कर सकते हैं, या डेटा स्कोर कर सकते हैं और हमारे नियमों का उपयोग कर कार्रवाई कर सकते हैं । जब हम इस प्रकार के डेटा को देखना शुरू करते हैं तो हम सभी चीजें महत्वपूर्ण हो जाती हैं और हम फिर से सोचते हैं।

यह कुछ ऐसा है जो फोन पर आप में से अधिकांश को करने की आवश्यकता है क्योंकि यह बहुत महंगा हो जाएगा और आपके नेटवर्क पर कर लगेगा, जैसा कि डीज़ ने उल्लेख किया है, इन आरेखों के बाईं ओर से डेटा को इन आरेखों के दाईं ओर ले जाने के लिए समय। यह बहुत अधिक ध्वनि नहीं करता है लेकिन हमने ग्राहकों को अपने कारखानों में दस हजार सेंसर के साथ निर्माण करते देखा है। और अगर आपके कारखाने में दस हजार सेंसर हैं, भले ही आप इन एक दूसरे प्रकार के परीक्षणों या संकेतों को कर रहे हों, तो आप प्रति दिन उन प्रत्येक व्यक्तिगत सेंसर से डेटा की अस्सी चार हजार पंक्तियों के बारे में बात कर रहे हैं। और इसलिए डेटा निश्चित रूप से ढेर हो गया है और रॉबिन ने उल्लेख किया है कि। अपफ्रंट मैंने उन उद्योगों के एक जोड़े का उल्लेख किया है जहाँ हम देख रहे हैं कि लोग हमारे सॉफ़्टवेयर और IoT डेटा का उपयोग करके कुछ बहुत ही रोचक चीजें प्राप्त कर रहे हैं: स्वचालन, ऊर्जा, उपयोगिताओं का निर्माण वास्तव में एक महत्वपूर्ण स्थान है। हम सिस्टम अनुकूलन, यहां तक ​​कि ग्राहक सेवा और निश्चित रूप से समग्र संचालन और रखरखाव, ऊर्जा सुविधाओं के भीतर और स्वचालन के लिए भवन के भीतर बहुत सारे काम देखते हैं। और ये कुछ उपयोग के मामले हैं जो हम देखते हैं कि वे बहुत शक्तिशाली हैं।

हम इससे पहले एज एनालिटिक्स कर रहे हैं, मुझे लगता है, यह शब्द गढ़ा गया था। जैसा कि मैंने उल्लेख किया है, हमें स्टेटिस्टिका में गहरी जड़ें मिली हैं। कंपनी की स्थापना लगभग 30 साल पहले हुई थी इसलिए हमने ग्राहकों को कुछ समय पहले वापस ले लिया है जो IoT डेटा को अपने एनालिटिक्स के साथ एकीकृत कर रहे हैं और कुछ समय से हैं। और Alliant Energy हमारे उपयोग के मामलों या संदर्भ ग्राहकों में से एक है। और आप इस मुद्दे की कल्पना कर सकते हैं कि एक ऊर्जा कंपनी के पास एक भौतिक संयंत्र है। एक भौतिक संयंत्र की ईंट की दीवारों से परे स्केलिंग मुश्किल है और इसलिए ऊर्जा जैसी कंपनियां अपनी ऊर्जा उत्पादन को अनुकूलित करने के तरीकों की तलाश कर रही हैं, जो मूल रूप से उनकी निर्माण प्रक्रिया को बढ़ाती हैं और इसे उच्चतम स्तर पर अनुकूलित करती हैं। और वे अपने पौधों के भीतर भट्टियों का प्रबंधन करने के लिए स्टेटिस्टिका का उपयोग करते हैं। और हम सभी के लिए जो विज्ञान की कक्षा में अपने शुरुआती दिनों में वापस जाते हैं, हम सभी जानते हैं कि भट्टियां गर्मी बनाती हैं, गर्मी भाप बनाती है, टर्बाइन स्पिन करती है, हमें बिजली मिलती है। Alliant जैसी कंपनियों के लिए समस्या वास्तव में अनुकूलन कर रही है कि कैसे चीजें उन बड़े चक्रवात भट्टियों के भीतर गर्म होती हैं और जलती हैं। और प्रदूषण, कार्बन विस्थापन, और इतने पर की अतिरिक्त लागत से बचने के लिए आउटपुट का अनुकूलन करना। और इसलिए आपको इन सभी उपकरणों, सेंसर के साथ इन चक्रवात भट्टियों में से किसी एक के अंदर की निगरानी करने में सक्षम होना चाहिए, और फिर उस सेंसर डेटा के सभी को लें और निरंतर आधार पर ऊर्जा प्रक्रिया में बदलाव करें। और ठीक यही 2007 के बाद से स्टेटिस्टेंट एलाइंट के लिए कर रहा है, इससे पहले भी IoT शब्द सुपर लोकप्रिय था।

रेबेका की बात पर जल्दी, डेटा निश्चित रूप से नया नहीं है। इसे संसाधित करने और इसे सही तरीके से उपयोग करने की क्षमता वास्तव में है जहां रोमांचक चीजें हो रही हैं। हमने आज प्री-कॉल में स्वास्थ्य देखभाल के बारे में थोड़ी बात की है और हम लोगों के लिए बेहतर रोगी देखभाल, निवारक रखरखाव, आपूर्ति श्रृंखला प्रबंधन और स्वास्थ्य देखभाल में परिचालन क्षमता जैसी चीजों को करने के लिए सभी प्रकार के अनुप्रयोगों को देख रहे हैं। और यह काफी चल रहा है और बहुत सारे उपयोग के मामले हैं। एक है कि हम यहाँ पर बहुत गर्व कर रहे हैं Statistica में हमारे ग्राहक शायर Biopharmaceuticals के साथ है। और शायर वास्तव में मुश्किल-से-इलाज वाली बीमारियों के लिए विशेष दवाएं बनाता है। और जब वे अपने ग्राहकों के लिए अपनी दवा का एक बैच बनाते हैं, तो यह एक बहुत महंगी प्रक्रिया होती है और यह बेहद महंगी प्रक्रिया में भी समय लगता है। जब आप एक निर्माण प्रक्रिया के बारे में सोचते हैं, जैसा कि आप देखते हैं कि चुनौतियां सभी डेटा को एकजुट कर रही हैं, तो सिस्टम में डेटा डालने के विभिन्न तरीकों के लिए पर्याप्त लचीला होना, जानकारी को मान्य करना और फिर उस ग्राहक के बारे में पूर्वानुमान लगाने में सक्षम होना चाहिए कि हम उस ग्राहक की मदद कैसे करते हैं। और वे प्रक्रियाएँ जो हमारे विनिर्माण प्रणालियों और इन विनिर्माण प्रणालियों को चलाने वाले उपकरणों और सेंसरों से अधिकांश जानकारी खींच रही थीं। और यह एक महान उपयोग का मामला है कि कैसे कंपनियां नुकसान से बच रही हैं और सेंसर प्रक्रियाओं, IoT डेटा और उनकी प्रक्रियाओं से नियमित डेटा के संयोजन का उपयोग करके अपनी निर्माण प्रक्रियाओं का अनुकूलन कर रही हैं।

तो आप जानते हैं, जहां विनिर्माण और विशेष रूप से उच्च तकनीक विनिर्माण का एक अच्छा उदाहरण इस प्रकार के काम और डेटा के आसपास स्वास्थ्य देखभाल उद्योग को लाभ पहुंचा रहा है। मुझे लगता है कि मुझे कुछ अन्य बिंदु मिल गए हैं, जो मैं इसे लपेटने और डीज़ और रॉबिन को वापस देने से पहले बनाना चाहूंगा। लेकिन आप जानते हैं, मुझे लगता है कि अपने पर्यावरण के भीतर कहीं भी अपने एनालिटिक को आगे बढ़ाने में सक्षम होने का यह विचार कुछ ऐसा है जो ज्यादातर कंपनियों के लिए बेहद महत्वपूर्ण होने जा रहा है। ईटीएल-इंग डेटा के पारंपरिक प्रारूप के स्रोत से केंद्रीय स्थानों पर वापस जाने के लिए हमेशा आपकी रणनीति में एक जगह होगी, लेकिन आपकी एकमात्र रणनीति नहीं होनी चाहिए। आज आपको चीजों के प्रति अधिक लचीला रुख अपनाना होगा। मेरे द्वारा बताई गई सुरक्षा को लागू करने के लिए, अपने नेटवर्क के कर से बचने के लिए, किनारे से आने वाले डेटा को प्रबंधित और फ़िल्टर करने में सक्षम होने के लिए, और निर्धारित करें कि दीर्घावधि के लिए कौन सा डेटा रखने लायक है, कौन सा डेटा पार करने लायक है हमारे नेटवर्क पर, या उस डेटा का विश्लेषण किया जाना चाहिए जिस समय यह बनाया गया है, हमारे लिए सर्वोत्तम संभव निर्णय लेने के लिए। यह हर जगह और कहीं भी विश्लेषणात्मक दृष्टिकोण कुछ ऐसा है जिसे हम स्टैटिस्टिका पर काफी ध्यान में रखते हैं और यह कुछ ऐसा है जिसे हम बहुत कुशल हैं। और यह उन स्लाइडों में से एक पर वापस जाता है जो मैंने पहले उल्लेख किया था, आपके मॉडल को विभिन्न भाषाओं में निर्यात करने की क्षमता, ताकि वे उन प्लेटफार्मों के साथ मेल कर सकें और संरेखित करें जहां डेटा बनाया जा रहा है। और फिर निश्चित रूप से उन मॉडलों के लिए एक वितरण उपकरण है, जो कुछ ऐसा भी है जिसे हम मेज पर लाते हैं और हम बहुत उत्साहित हैं। मुझे लगता है कि आज की बातचीत है, अगर हम वास्तव में इस डेटा के बारे में गंभीर हो रहे हैं जो हमारे सिस्टम में एक लंबे समय से है और हम इसे इस्तेमाल करने के लिए एक प्रतिस्पर्धात्मक बढ़त और एक अभिनव कोण खोजना चाहते हैं, तो आपको आवेदन करना होगा इसके लिए कुछ तकनीक जो आपको अतीत में उपयोग किए गए कुछ प्रतिबंधात्मक मॉडल से दूर जाने की अनुमति देती है।

फिर से, मेरी बात यह है कि यदि आप IoT करने जा रहे हैं, तो मुझे लगता है कि आपको इसे कोर पर करने में सक्षम होना चाहिए, और डेटा को इसमें लाना होगा और इसे अन्य डेटा के साथ मिलान करना होगा और अपना एनालिटिक्स करना होगा। लेकिन यह भी, उतना ही महत्वपूर्ण या शायद इससे भी अधिक महत्वपूर्ण है, आपके पास यह लचीलापन है कि आप डेटा के साथ एनालिटिक को डाल सकें और अपने आर्किटेक्चर के केंद्रीय पक्ष से एनालिटिक को बाहर ले जाएं, जो मैंने उल्लेख किया है उन लाभों के लिए किनारे पर इससे पहले। यह थोड़ा सा है कि हम कौन हैं और हम बाज़ार में क्या कर रहे हैं। और हम IoT के बारे में बहुत उत्साहित हैं, हमें लगता है कि यह निश्चित रूप से उम्र का आ रहा है और यहाँ हर किसी के लिए इस प्रकार के डेटा के साथ अपनी विश्लेषिकी और महत्वपूर्ण प्रक्रियाओं को प्रभावित करने के लिए बहुत अच्छे अवसर हैं।

रेबेका जोजवाक: शॉन, बहुत बहुत धन्यवाद, यह एक बहुत ही शानदार प्रस्तुति थी। और मुझे पता है कि डीज़ शायद आपको कुछ सवाल पूछने के लिए मर रहा है इसलिए डीज़, मैं आपको पहले जाने दूंगा।

डीज़ ब्लांचफील्ड: मेरे पास एक लाख सवाल हैं, लेकिन मैं खुद को शामिल करूंगा क्योंकि मुझे पता है कि रॉबिन के पास भी होगा। जिन चीजों को मैं दूर-दूर तक देख रहा हूं, उनमें से एक सवाल है जो सामने आता है और मैं वास्तव में इस अनुभव में कुछ अंतर्दृष्टि प्राप्त करने का इच्छुक हूं, ताकि आप चीजों के दिल में सही हों। संगठन चुनौती से जूझ रहे हैं, और देखो उनमें से कुछ ने क्लाउस श्वाब की "द फोर्थ इंडस्ट्रियल रेवोल्यूशन" की पसंद को पढ़ा है और फिर एक आतंक हमला किया था। और जो लोग इस पुस्तक से परिचित नहीं हैं, यह अनिवार्य रूप से एक सज्जन द्वारा क्लॉस श्वाब द्वारा एक अंतर्दृष्टि है, जो मुझे लगता है कि एक प्रोफेसर हैं, जो मेमोरी से द वर्ल्ड इकोनॉमिक फोरम के संस्थापक और कार्यकारी अध्यक्ष हैं, और पुस्तक के बारे में अनिवार्य रूप से है चीजों की इस पूरी सर्वव्यापी इंटरनेट विस्फोट और सामान्य रूप से दुनिया पर प्रभाव के कुछ। जिन संगठनों से मैं बात कर रहा हूं, वे अनिश्चित हैं कि वे वर्तमान परिवेश में जाएं या सभी नए वातावरण, बुनियादी ढांचे और प्लेटफार्मों के निर्माण में निवेश करें। डेल स्टैटिस्टिका में भी, क्या आप लोगों को वर्तमान परिवेश में वापस लाने और अपने मंच को मौजूदा बुनियादी ढांचे में तैनात करने के लिए देख रहे हैं, या क्या आप उन्हें अपना ध्यान सभी नए बुनियादी ढांचे के निर्माण और इस जलप्रलय के लिए तैयार करने में लगा रहे हैं?

शॉन रोजर्स: आप जानते हैं, हमारे पास दोनों प्रकार के ग्राहकों की सेवा करने का अवसर है और जब तक हमारे पास बाज़ार में है, तब आपको उन अवसरों को व्यापक रूप से प्राप्त करने का अवसर मिलता है। हमारे पास ऐसे ग्राहक हैं जिन्होंने पिछले कुछ वर्षों में बिल्कुल नए फैब प्लांट बनाए हैं और उन्हें सेंसर डेटा, आयो टी, किनारे से एनालिटिक्स, उस प्रक्रिया के अंत में अंत तक तैयार किया है। लेकिन मुझे यह कहना होगा कि हमारे अधिकांश ग्राहक ऐसे लोग हैं जो कुछ समय से इस प्रकार का काम कर रहे हैं, लेकिन उस डेटा को अनदेखा करने के लिए मजबूर किया गया है। तुम्हें पता है, रेबेका ने इस बिंदु को बिल्कुल सामने कर दिया - यह नया डेटा नहीं है, इस प्रकार की जानकारी बहुत लंबे समय के लिए कई अलग-अलग स्वरूपों में उपलब्ध है, लेकिन जहां समस्या यह थी, वह इससे जुड़ रही है, इसे आगे बढ़ाते हुए, इसे किसी ऐसे स्थान पर लाना जहाँ आप इसके साथ कुछ स्मार्ट कर सकें।

और इसलिए मैं कहूंगा कि हमारे अधिकांश ग्राहक इस बात को देख रहे हैं कि उनके पास आज क्या है, और डीज़, आपने पहले भी यह संकेत दिया था, कि यह उस बड़ी डेटा क्रांति का हिस्सा है और मुझे लगता है कि यह वास्तव में क्या है, क्या यह सब के बारे में है डेटा क्रांति, सही? हमें अब कुछ सिस्टम डेटा या विनिर्माण डेटा या बिल्डिंग ऑटोमेशन डेटा को अनदेखा करने की आवश्यकता नहीं है, हमारे पास इसे प्राप्त करने के लिए और फिर इसके साथ स्मार्ट चीजें करने के लिए सही खिलौने और उपकरण हैं। और मुझे लगता है कि इस जगह में बहुत सारे ड्राइवर हैं जो ऐसा कर रहे हैं और उनमें से कुछ तकनीकी हैं। आप जानते हैं, Hadoop और अन्य जैसे बड़े डेटा इन्फ्रास्ट्रक्चर समाधानों ने हमें इस प्रकार की जानकारी के डेटा झील बनाने के बारे में सोचने के लिए थोड़ा कम खर्चीला और थोड़ा आसान बना दिया है। और अब हम उद्यम के चारों ओर जाने के लिए देख रहे हैं, "अरे, हम अपनी निर्माण प्रक्रिया में एनालिटिक्स प्राप्त कर चुके हैं, लेकिन क्या उन्हें बढ़ाया जाएगा यदि हम इन प्रक्रियाओं से कुछ अंतर्दृष्टि जोड़ सकते हैं?" और यही, मुझे लगता है, सबसे क्या हमारे ग्राहक कर रहे हैं। यह जमीन से इतना अधिक निर्माण नहीं है, लेकिन उनके पास पहले से मौजूद डेटा के साथ जो एनालिटिक्स हैं, उन्हें बढ़ाना और उनका अनुकूलन करना।

Dez Blanchfield: हाँ, हमारे द्वारा देखे गए कुछ सबसे बड़े उद्योगों में कुछ रोमांचक चीजें हैं, और आपने उल्लेख किया है, शक्ति और उपयोगिताओं। एविएशन अभी इस उछाल से गुजर रहा है, जहां मेरे सभी समय के पसंदीदा उपकरणों में से एक है जो मैं नियमित रूप से बोइंग 787 ड्रीमलाइनर के बारे में बात करता हूं, और निश्चित रूप से एयरबस समकक्ष, ए 330 उसी मार्ग से नीचे चला गया है। 787 में छह हजार सेंसर की तरह था जब यह पहली बार जारी किया गया था, और मुझे लगता है कि वे अब इसके नए संस्करण में पंद्रह हजार सेंसर के बारे में बात कर रहे हैं। और कुछ लोक जो उस दुनिया में हैं, से बात करने के बारे में उत्सुक बात यह थी कि पंखों और इसके आगे सेंसर लगाने का विचार, और एक डिजाइन प्लेटफॉर्म में 787 के बारे में आश्चर्यजनक बात यह है कि, आप जानते हैं, उन्होंने हर चीज को फिर से बनाया। हवाई जहाज। पंखों की तरह, उदाहरण के लिए, जब हवाई जहाज पंखों को साढ़े बारह मीटर तक दूर ले जाता है। लेकिन चरम सीमा में पंख 25 मीटर तक टिप पर फ्लेक्स कर सकते हैं। यह बात किसी पक्षी के फड़फड़ाने जैसी लगती है। लेकिन उनके पास तय करने का समय नहीं था, इस सारे डेटा के एनालिटिक्स की इंजीनियरिंग थी, इसलिए उनके पास ऐसे सेंसर हैं, जो एलईडी फ्लैश को हरा और लाल बनाते हैं अगर कुछ बुरा होता है, लेकिन वे वास्तव में गहरी अंतर्दृष्टि के साथ समाप्त नहीं होते हैं रियल टाइम। और उन्होंने इस समस्या को भी हल नहीं किया कि डेटा की मात्रा को कैसे स्थानांतरित किया जाए क्योंकि अमेरिका में घरेलू हवाई क्षेत्र में दैनिक आधार पर 87, 400 उड़ानें हैं। जब प्रत्येक हवाई जहाज 787 ड्रीमलाइनर के अपने खरीद-फरोख्त के साथ पकड़ लेता है, तो यह 43 पेटाबाइट्स डेटा का एक दिन होता है, क्योंकि ये हवाई जहाज वर्तमान में प्रत्येक का लगभग आधा टेराबाइट बनाते हैं। और जब आप गुणा करते हैं कि 87, 400 एक दिन अमेरिका में घरेलू स्तर पर पांच या आधा टेराबाइट से उड़ान भरता है, तो आप 43.5 पेटाबाइट डेटा के साथ समाप्त होते हैं। हम शारीरिक रूप से उस ओर नहीं बढ़ सकते। इसलिए डिजाइन द्वारा हम उपकरण में एनालिटिक्स को आगे बढ़ा रहे हैं।

लेकिन उन चीजों में से एक जो इस पूरी वास्तुकला को देखने पर दिलचस्प है - और मैं यह देखने के लिए उत्सुक हूं कि आप इस बारे में क्या सोचते हैं - क्या हम मास्टर डेटा प्रबंधन, डेटा प्रबंधन के पहले सिद्धांतों, की ओर खींच रहे हैं एक केंद्रीय स्थान में सब कुछ। हमें डेटा झीलें मिली हैं, और फिर हम अगर आप चाहें तो थोड़ा डेटा तालाब बनाते हैं, जिस पर हम एनालिटिक्स करते हैं, लेकिन किनारे पर वितरित करके, उन चीजों में से एक जो विशेष रूप से डेटाबेस लोगों और डेटा प्रबंधकों से आती रहती है। या सूचनाओं के प्रबंधन के व्यवसाय में लोग, क्या होता है जब मैंने बहुत सारे वितरित लघु लघु डेटा झीलें प्राप्त की हैं? आपके समाधान में एज एनालिटिक्स के संबंध में इस तरह की बातों को किस तरह से लागू किया गया है, उस में, परंपरागत रूप से, डेटा झील के साथ सब कुछ केंद्र में आ जाएगा, अब हम हर जगह डेटा के इन छोटे पोलों के साथ समाप्त होते हैं, और भले ही हम कर सकते हैं स्थानीय रूप से कुछ स्थानीय अंतर्दृष्टि प्राप्त करने के लिए उन पर एनालिटिक्स का प्रदर्शन करें, ऐसी कुछ चुनौतियाँ हैं जिनका आपने सामना किया है और आपने कैसे हल किया है, जिससे डेटा सेट वितरित किया जा रहा है, और विशेष रूप से जब आप डेटा झीलों और वितरित क्षेत्रों के माइक्रो-सेंसर प्राप्त करते हैं?

शॉन रोजर्स: मुझे लगता है कि यह चुनौतियों में से एक है, है ना? जैसा कि हम इससे दूर जाते हैं, आप जानते हैं, सभी डेटा को वापस केंद्र स्थान या मुख्य विश्लेषणात्मक उदाहरण के लिए ट्रकिंग करते हैं जो मैंने दिया था और फिर हम वितरित संस्करण है कि आप इन सभी छोटे साइलो के साथ समाप्त करते हैं, है ना? जैसा आपने दर्शाया, ठीक है? वे थोड़ा काम कर रहे हैं, कुछ एनालिटिक्स चल रहे हैं, लेकिन आप उन्हें कैसे वापस लाएंगे? और मुझे लगता है कि यह सब कुछ महत्वपूर्ण है और मुझे लगता है कि आप लोग मुझसे सहमत होंगे, लेकिन मुझे खुशी है कि अगर आप नहीं करते हैं, तो मुझे लगता है कि हम इस विकास को काफी देख रहे हैं कुछ समय।

अपने मित्रों श्री इंनॉम और श्री किमबॉल के दिनों में वापस जा रहे हैं, जिन्होंने अपने शुरुआती डेटा वेयरहाउस निवेशों की वास्तुकला में हर किसी की मदद की, इस बिंदु पर कि हम लंबे समय से उस केंद्रीकृत मॉडल से दूर चले गए हैं। हमने डेटा को अपने गुरुत्वाकर्षण को प्रदर्शित करने की अनुमति देने के इस नए विचार को अपनाया है, जहाँ इसके लिए आपके पारिस्थितिकी तंत्र के अंदर निवास करना चाहिए और सर्वोत्तम संभव परिणाम के लिए सर्वोत्तम संभव मंच के साथ डेटा को संरेखित करना चाहिए। और हमने तरह तरह के खर्च करने शुरू कर दिए हैं, मुझे लगता है, चीजों को करने के तरीके की अतिव्यापी तरह हमारे पारिस्थितिकी तंत्र के लिए एक अधिक ऑर्केस्ट्रेटेड दृष्टिकोण है, जहां हम उन सभी टुकड़ों को एक बार में संरेखित करने की कोशिश कर रहे हैं। मैं डेटा के साथ किस प्रकार का विश्लेषणात्मक या काम करने जा रहा हूं, यह किस प्रकार का डेटा है, यह तय करने में मदद करेगा कि इसे कहां रहना चाहिए। इसका उत्पादन कहां किया जा रहा है और डेटा किस प्रकार का गुरुत्वाकर्षण है?

आप जानते हैं, हम इन बड़े डेटा उदाहरणों का एक बहुत कुछ देखते हैं जहां लोग 10- और 15-पेटाबाइट डेटा झीलों के बारे में बात कर रहे हैं। यदि आपके पास एक डेटा झील है जो कि बड़ी है, तो इसे स्थानांतरित करना आपके लिए बहुत ही अव्यावहारिक है और इसलिए आपको इसके लिए विश्लेषिकी लाने में सक्षम होना चाहिए। लेकिन जब आप ऐसा करते हैं, तो आपके प्रश्न के मूल में, मुझे लगता है कि यह पर्यावरण की परिक्रमा करने के लिए और शासन और सुरक्षा को लागू करने के लिए सभी के लिए बहुत सी नई चुनौतियाँ खड़ी करता है, और यह समझने के लिए कि इस डेटा के साथ और इसे क्यूरेट करने के लिए क्या किया जाना चाहिए। इससे उच्चतम मूल्य प्राप्त करें। और आपके साथ ईमानदार होने के लिए - मुझे आपकी राय सुनना अच्छा लगेगा - मुझे लगता है कि हम वहां शुरुआती दिन हैं और मुझे लगता है कि अभी बहुत से अच्छे काम होने बाकी हैं। मुझे लगता है कि स्टेटिस्टिका जैसे कार्यक्रम अधिक लोगों को डेटा तक पहुंच देने पर ध्यान केंद्रित कर रहे हैं। हम निश्चित रूप से नागरिक डेटा वैज्ञानिक जैसे इन नए व्यक्तित्वों पर ध्यान केंद्रित कर रहे हैं, जो संगठन के भीतर स्थानों के लिए भविष्य कहनेवाला विश्लेषण करना चाहते हैं जो कि पहले नहीं हो सकते थे। और मुझे लगता है कि वे इसके आसपास के शुरुआती दिनों में से कुछ हैं, लेकिन मुझे लगता है कि परिपक्वता चाप को इन प्लेटफार्मों के बीच एक उच्च स्तर या ऑर्केस्ट्रेशन और संरेखण प्रदर्शित करना होगा, और उन पर क्या और क्यों की समझ है। और यह हम सभी लोगों के डेटा के लिए एक पुरानी समस्या है।

Dez Blanchfield: वास्तव में यह है और मैं इस पर पूरी तरह से आपके साथ सहमत हूं और मुझे लगता है कि आज हम जो बड़ी बात सुन रहे हैं वह कम से कम वास्तव में डेटा को कैप्चर करने की समस्या का अगला छोर है, मुझे लगता है, किनारे पर गेटवे स्तर नेटवर्क और उस बिंदु पर एनालिटिक्स करने की क्षमता अनिवार्य रूप से अब हल हो गई है। और यह अब हमें मुक्त करता है कि हम वास्तव में अगली चुनौती के बारे में सोचना शुरू करें, जो डेटा झीलों को वितरित करता है। इसके लिए आपका बहुत-बहुत धन्यवाद, यह एक शानदार प्रस्तुति थी। मैं वास्तव में इसके बारे में आपके साथ चैट करने के अवसर की सराहना करता हूं।

मैं अब रॉबिन के पास जा रहा हूं क्योंकि मुझे पता है कि उसके पास है, और फिर रेबेका को भी रॉबिन के बाद दर्शकों के महान सवालों की एक लंबी सूची मिली। रॉबिन?

डॉ। रॉबिन ब्लोर: ठीक है। शॉन, मैं आपको थोड़ा और कहना चाहूंगा और मैं आपको इसे विज्ञापित करने का मौका देने की कोशिश नहीं कर रहा हूं, लेकिन यह वास्तव में बहुत महत्वपूर्ण है। मुझे यह जानने में दिलचस्पी है कि स्टैटिस्टिकिका ने वास्तव में मॉडल निर्यात क्षमता किस समय उत्पन्न की है। लेकिन मैं यह भी कहूंगा कि आप बोओमी के बारे में कुछ कहना चाहेंगे क्योंकि बोओमी के बारे में अब तक आपने जो कहा है, वह ईटीएल है और यह वास्तव में ईटीएल है। लेकिन यह वास्तव में काफी सक्षम ईटीएल है और जिस तरह की समय के बारे में हम बात कर रहे हैं, और कुछ स्थितियों के बारे में हम यहां चर्चा कर रहे हैं, यह एक बहुत महत्वपूर्ण बात है। क्या आप मेरे लिए उन दो चीजों से बात कर सकते हैं?

शॉन रोजर्स: ज़रूर, हाँ, मैं बिल्कुल कर सकता हूँ। आप जानते हैं, इस दिशा में हमारा आंदोलन निश्चित रूप से पुनरावृत्त था और यह एक कदम दर कदम प्रक्रिया की तरह था। हम सिर्फ स्टैटिस्टिका के संस्करण 13.2 को लॉन्च करने के लिए आने वाले सप्ताह के लिए तैयार हैं। और इसमें उन सभी क्षमताओं के नवीनतम अपडेट हैं जो आज हम बात कर रहे हैं। लेकिन एक साल पहले अक्टूबर में वापस संस्करण 13 में जा रहा है, हमने अपने मंच से मॉडल निर्यात करने की अपनी क्षमता की घोषणा की, और हमने उस समय इसे एनडीएए कहा। यह अनुमान मूल निवासी वितरित विश्लेषिकी वास्तुकला के लिए खड़ा था। हमने जो कुछ किया है वह बहुत समय, ऊर्जा और ध्यान केंद्रित करने के लिए हमारे उन्नत एनालिटिक्स के लिए एक केंद्रीय कमांड सेंटर के रूप में उपयोग करने के अवसर के साथ हमारे मंच को खोलने पर है, लेकिन वहां से भी तैनात किया जा सकता है। और पहली जगह, रॉबिन, जिसे हमने तैनात किया था हमने मशीन लर्निंग के आसपास के प्लेटफॉर्म के लिए वास्तव में बहुत अच्छा किया। और इसलिए हमारे पास स्टैटिस्टिका से लेकर माइक्रोसॉफ्ट के एज़्योर क्लाउड तक पॉवर मशीन लर्निंग के लिए एज़्योर की शक्ति का उपयोग करने की क्षमता है, जैसा कि आप जानते हैं, बहुत ही गहन है और यह क्लाउड प्रौद्योगिकियों का उपयोग करने का एक शानदार तरीका है। और इसलिए वह पहली बिट थी।

अब यहाँ हम अपने मॉडल एज़्योर को निर्यात कर रहे थे और उन्हें चलाने के लिए एज़्योर का उपयोग कर रहे थे और फिर डेटा, या परिणाम भेजकर वापस स्टैटिस्टिका प्लेटफ़ॉर्म पर भेज रहे थे। और फिर हम अन्य भाषाओं में चले गए जिन्हें हम निर्यात करना चाहते थे, और निश्चित रूप से उनमें से एक जावा हमारे लिए दरवाजा खोलती है जो अब हमारे मॉडल को Hadoop जैसे अन्य स्थानों के लिए बाहर की ओर निर्यात करना शुरू कर देती है, इसलिए इसने दिया हमें वहाँ भी एक नाटक।

और अंत में हमने डेटाबेस में उस रिलीज़ के साथ अपने मॉडल को आउटपुट करने में सक्षम होने पर ध्यान केंद्रित किया। और इसलिए यह पहली यात्रा थी और आपके साथ ईमानदार होने के लिए, अंतिम गेम IoT था लेकिन हम अभी तक संस्करण 13 अक्टूबर के साथ काफी नहीं थे। तब से हम वहां पहुंच गए हैं और मुझे उन सभी चीजों को करने की क्षमता के साथ काम करना है जो मैंने अभी उल्लेख किया है, लेकिन फिर कुछ प्रकार के परिवहन उपकरण हैं। और Dez के सवाल पर वापस जा रहे हैं, आप जानते हैं, यह चुनौती क्या है और हम कैसे करते हैं जब हमारे पास इन सभी विश्लेषिकी चल रहे हैं? वैसे हम Boomi का उपयोग वितरण हब की तरह करते हैं और इसलिए क्योंकि यह क्लाउड में है और क्योंकि यह बहुत शक्तिशाली है, जैसा कि मैंने पहले उल्लेख किया है, यह एक डेटा एकीकरण प्लेटफ़ॉर्म है, लेकिन यह एक एप्लिकेशन एकीकरण प्लेटफ़ॉर्म भी है, और यह JVMs का उपयोग हमें अनुमति देने के लिए करता है। पार्क करने और कहीं भी काम करने के लिए आप एक जावा वर्चुअल मशीन को लैंड कर सकते हैं। यह वास्तव में इन सभी गेटवे और एज कंप्यूटिंग प्लेटफार्मों और एज सर्वरों के लिए दरवाजा खुला है, क्योंकि उन सभी के पास कंप्यूट और प्लेटफॉर्म है जो जेवीएम को चलाने के लिए उपलब्ध हैं। और क्योंकि हम जेवीएम को कहीं भी चला सकते हैं, बोओमी बदल गया है। एक अद्भुत वितरण होने के लिए और, पहले से मेरे शब्द का उपयोग करते हुए, एक ऑर्केस्ट्रेशन डिवाइस।

और यह वास्तव में महत्वपूर्ण हो रहा है क्योंकि हम सब जानते हैं, मुझे लगता है कि एक मिनट पहले हवाई जहाज का परिदृश्य एक महान था, और मैंने उल्लेख किया है, आप जानते हैं, शायर जैसे निर्माता जिनके कारखानों में से एक में दस हजार सेंसर हैं, आप कुछ बिंदु पर उन्नत विश्लेषिकी के लिए केंद्रीय दृष्टिकोण के प्रकार को संबोधित करना शुरू करना है। इसके बारे में तदर्थ होना वास्तव में अब काम नहीं करता है। इसका उपयोग तब होता है जब हम चल रहे मॉडल और एल्गोरिदम की मात्रा न्यूनतम थी, लेकिन अब यह अधिकतम है। एक संगठन में उनमें से हजारों हैं। इसलिए हमारे पास, हमारे प्लेटफ़ॉर्म का एक हिस्सा सर्वर आधारित है और जब हमारे पास आपका एंटरप्राइज़ सॉफ़्टवेयर होता है, तो आपके पास पर्यावरण में अपने मॉडल को ट्विक करने और स्कोर करने और प्रबंधित करने की क्षमता भी होती है। और यह उस ऑर्केस्ट्रेशन चीज़ का भी हिस्सा है। हमें एक परत, रॉबिन की आवश्यकता थी, जो न केवल आपको पहले स्थान पर एक मॉडल प्राप्त करने की अनुमति देता है, बल्कि आपको मॉडल को ट्विक करने और उन्हें एक निरंतर आधार पर प्रतिस्थापित करने के लिए एक नाली भी देता है जितनी बार आपको आवश्यकता होती है, क्योंकि यह कुछ ऐसा नहीं है जिसे आप मैन्युअल रूप से कर सकते हैं। गेटवे पर मॉडल अपलोड करने की कोशिश में आप एक रिफाइनरी के आसपास नहीं चल सकते। आपके पास इसके बीच में एक परिवहन और प्रबंधन प्रणाली होनी चाहिए, और इसलिए स्टेटिस्टिका और बोओमी का संयोजन हमारे ग्राहकों को देता है।

डॉ। रॉबिन ब्लर: हाँ। वैसे मैं बहुत संक्षिप्त हूँ लेकिन, आप जानते हैं, यह कथन जो डेटा लेक और किसी भी जगह पर पेटाबाइट्स को संचय करने के विचार से पहले बनाया गया था, और यह तथ्य कि इसमें गुरुत्वाकर्षण है। आप जानते हैं, जब आपने ऑर्केस्ट्रेशन के बारे में बात करना शुरू कर दिया था, तो यह मुझे बहुत सरल तथ्य के बारे में सोचने के लिए मिलना शुरू हो गया था, आप जानते हैं, एक डेटा झील को एक जगह पर रखना शायद इसका मतलब है कि आपको वास्तव में इसे वापस करना होगा और इसका मतलब है कि शायद आपको वैसे भी बहुत सारे डेटा को स्थानांतरित करना होगा। तुम्हें पता है, असली डेटा वास्तुकला बहुत अधिक है, वैसे भी मेरी राय में, उस दिशा में बहुत अधिक है जिसके बारे में आप बात कर रहे हैं। जो इसे समझदार स्थानों पर वितरित करना है, शायद वह चीज है जो मैं कहूंगा। और ऐसा लगता है कि आपको ऐसा करने की बहुत अच्छी क्षमता मिली है। मेरा मतलब है, मैं Boomi पर अच्छी तरह से परिचित हूं इसलिए यह एक तरह से या किसी अन्य तरह से, लगभग अनुचित है कि मैं इसे देख सकता हूं और शायद दर्शक नहीं कर सकते। लेकिन Boomi इतना आवश्यक है, मेरे विचार में, आप जो कर रहे हैं उसके संदर्भ में क्योंकि इसमें अनुप्रयोग क्षमताएं हैं। और यह भी क्योंकि इस मामले की सच्चाई यह है कि आप इन विश्लेषणात्मक गणनाओं को बिना किसी कारण या किसी अन्य चीज़ के लिए कार्रवाई करने के लिए नहीं करते हैं। और Boomi उस में एक भूमिका निभाता है, है ना?

शॉन रोजर्स: हाँ, बिल्कुल। और इसलिए जैसा कि आप पिछली बातचीत से जानते हैं, स्टेटिस्टिका में एक पूर्ण विकसित व्यापार नियम इंजन है। और मुझे लगता है कि यह वास्तव में महत्वपूर्ण है जब हम नीचे उतरते हैं कि हम ऐसा क्यों करते हैं। आप जानते हैं, मैंने मजाक में कहा था कि जब तक आप विश्लेषण करने नहीं जाते, तब तक बेहतर निर्णय लेने या कार्रवाई करने के लिए डेटा का उपयोग करने के लिए कोई कारण नहीं है। और इसलिए हमने जिस चीज पर ध्यान केंद्रित किया, वह सिर्फ मॉडल को बाहर रखने में सक्षम नहीं था, लेकिन इसके साथ टैग करने में सक्षम था, एक नियम सेट। और क्योंकि Boomi अपनी क्षमताओं में इतनी मजबूत है कि चीजों को एक जगह से दूसरी जगह ले जाने के लिए, Boomi atom के भीतर हम ट्रिगर करने की क्षमता एम्बेड कर सकते हैं, सतर्क करने और कार्रवाई करने के लिए।

और इसलिए जहां हम IoT डेटा के उस तरह के परिष्कृत दृश्य को प्राप्त करना शुरू करते हैं, जहां हम कहते हैं, "ठीक है, यह डेटा सुनने लायक है।" लेकिन वास्तव में, आप जानते हैं, यह जानते हुए कि "प्रकाश चालू है, प्रकाश चालू है।" प्रकाश चालू है, प्रकाश चालू है "के रूप में के रूप में दिलचस्प है जब प्रकाश बाहर चला जाता है या जब धूम्रपान डिटेक्टर बंद हो जाता है या जब हमारे विनिर्माण प्रक्रिया के लिए जो कुछ भी होता है दिलचस्प नहीं है। जब ऐसा होता है तो हम तुरंत कार्रवाई करने में सक्षम होना चाहते हैं। और इस बिंदु पर डेटा लगभग माध्यमिक हो जाता है। क्योंकि यह इतना महत्वपूर्ण नहीं है कि हमने उन सभी को बचाया, "यह ठीक है, यह ठीक है, यह ठीक है" संकेत, क्या महत्वपूर्ण है कि हम "अरे, यह बुरा है" नोटिस करते हैं और हमने तत्काल कार्रवाई की। चाहे वह किसी को ईमेल भेज रहा हो या हम डोमेन विशेषज्ञता को शामिल कर सकते हैं, या हम तत्काल कार्रवाई करने के लिए अन्य प्रक्रियाओं की एक श्रृंखला निर्धारित करते हैं या नहीं, चाहे वह सुधारात्मक हो या जानकारी के जवाब में हो। और मुझे लगता है कि यही कारण है कि आपको इसका ऑर्केस्ट्रेटेड दृष्टिकोण रखना होगा। आप सभी जगह अपने एल्गोरिदम से निपटने पर ध्यान केंद्रित नहीं कर सकते। आपको उन्हें समन्वित और ऑर्केस्ट्रेट करने में सक्षम होना चाहिए। आपको यह देखने में सक्षम होना चाहिए कि वे कैसा प्रदर्शन कर रहे हैं। और वास्तव में, सबसे महत्वपूर्ण बात, मेरा मतलब है कि यदि आप डेटा के खिलाफ कुछ तत्काल कार्रवाई करने का अवसर नहीं जोड़ सकते हैं, तो हेक आप ऐसा क्यों करेंगे?

डॉ। रॉबिन ब्लोर: ठीक है, रेबेका, मेरा मानना ​​है कि आपको दर्शकों से सवाल मिले हैं?

रेबेका जोजवाक: मैं करता हूं। मेरे पास दर्शकों के सवालों का एक टन है। शॉन, मुझे पता है कि आप घंटे के शीर्ष पर बहुत लंबे समय तक लटका नहीं करना चाहते थे। तुम क्या सोचते हो?

शॉन रोजर्स: मैं खुश हूं। आगे बढ़ें। मैं कुछ जवाब दे सकता हूं।

रेबेका जोजवाक: आइए देखें। मुझे पता है कि आपके द्वारा बताई गई चीजों में से एक यह था कि IoT शुरुआती दिनों में है और इसमें परिपक्वता की डिग्री है जो होने वाली है और यह इस प्रकार का प्रश्न बोलता है जिसे एक सहभागी ने पूछा था। यदि अगले पांच या दस वर्षों में IoT की वृद्धि को समायोजित करने के लिए IPv6 ढांचा काफी मजबूत होने वाला है?

शॉन रोजर्स: ओह, मैं अपने जवाब से डीज़ को प्रतिध्वनित करने जा रहा हूं क्योंकि मुझे लगता है कि वह इस प्रकार की जानकारी के करीब है जो मैं हूं। लेकिन मैं हमेशा इस सोच में रहा हूं कि हम बहुत सारे ढांचे को मोड़ने और तोड़ने के लिए हैं, जो हमारे पास हैं। और जब मुझे लगता है कि उस नए प्रकार की कल्पना या उस दिशा को जोड़ना जो हम IPv6 फ्रेमवर्क के साथ जा रहे हैं, महत्वपूर्ण है, और यह हमारे लिए बहुत अधिक डिवाइसों को खोलने के लिए, और सब कुछ देने में सक्षम होने के लिए खोलती है एक पता देना चाहते हैं। मुझे लगता है कि मैं जो कुछ भी पढ़ रहा हूं और अपने ग्राहकों के साथ देख रहा हूं, और जितने पते की आवश्यकता है, मुझे लगता है कि कुछ बिंदु पर उस परिदृश्य में एक और बदलाव होने वाला है। लेकिन मैं वास्तव में एक नेटवर्किंग विशेषज्ञ नहीं हूं इसलिए मैं सौ प्रतिशत नहीं कह सकता कि हम इसे किसी बिंदु पर तोड़ने जा रहे हैं। लेकिन मेरा अनुभव बताता है कि हम किसी बिंदु पर उस मॉडल को बाधित करने जा रहे हैं।

रेबेका जोजवाक: मुझे आश्चर्य नहीं होगा। मुझे लगता है कि फ्रेमवर्क सभी प्रकार की चीजों के वजन के तहत टूटना है। और यह सिर्फ तार्किक है, है ना? मेरा मतलब है, आप एक टाइपराइटर के साथ एक ईमेल नहीं भेज सकते हैं। एक अन्य सहभागी पूछ रहा है, "क्या आप एक Hadoop फ्रेमवर्क का उपयोग कर सकते हैं?" लेकिन मुझे लगता है कि मैं इसे बदल सकता हूं, यह कहने के लिए कि आप वितरित एनालिटिक्स के लिए Hadoop फ्रेमवर्क का उपयोग कैसे करेंगे?

शॉन रोजर्स: ठीक है, रॉबिन ने मुझे एक ऐतिहासिक प्रश्न पूछने का पक्ष दिया और इसलिए संस्करण 13 के बाद से स्टैटिस्टिका के लिए एक साल पहले, हमारे पास मॉडल को हमारे सिस्टम से बाहर निकालने और Hadoop में लाने की क्षमता है। और हम हडोप के सभी बड़े स्वादों के साथ मिलकर काम करते हैं। क्लूडेरा के साथ काम करने की क्षमता के आस-पास हमें वास्तव में बहुत अच्छी सफलता की कहानियां मिली हैं, जिनमें से एक मुख्य हडॉप वितरण के साथ हम काम करते हैं। लेकिन क्योंकि हम जावा में आउटपुट कर सकते हैं, यह हमें खुले और कहीं भी अपने एनालिटिक्स को रखने की क्षमता देता है। उन्हें एक Hadoop क्लस्टर में रखना कुछ ऐसा है जो हम अपने कई ग्राहकों के लिए एक सामान्य और नियमित और रोज़मर्रा के आधार पर करते हैं। संक्षिप्त उत्तर हां, बिल्कुल है।

रेबेका जोजवाक: उत्कृष्ट। और मैं बस आपको एक और बाहर फेंकने जा रहा हूं और आपको अपनी छुट्टी पर जाने दूंगा। एक अन्य सहभागी आयो एनालिटिक्स प्लस मशीन लर्निंग के साथ पूछ रहा है, क्या आपको लगता है कि सभी डेटा को ऐतिहासिक उद्देश्यों के लिए संग्रहीत किया जाना चाहिए और यह समाधान वास्तुकला को कैसे प्रभावित करेगा?

शॉन रोजर्स: ठीक है, मुझे नहीं लगता कि सभी डेटा को संग्रहीत किया जाना है। लेकिन मुझे लगता है कि किसी भी डेटा स्रोत को सुनने की क्षमता होना बहुत दिलचस्प है, जिसे हम अपने संगठन के भीतर चाहते हैं, जहां से यह आता है। और मुझे लगता है कि पिछले कुछ वर्षों में हमने बाज़ार में जो बदलाव देखे हैं, उन्होंने हमें उस डेटा के लिए सभी चीजों को लेने के लिए सक्षम किया है, और यह वास्तव में भुगतान करने की तरह प्रतीत होता है। लेकिन यह हर कंपनी और हर उपयोग के मामले के लिए अलग होने जा रहा है। आप जानते हैं, जब हम स्वास्थ्य डेटा देख रहे हैं, तो अब बहुत सारे विनियामक मुद्दे हैं, बहुत से अनुपालन मुद्दे हैं, जिनके बारे में चिंतित होने के लिए, और यह हमें डेटा को बचाने के लिए बनाता है कि अन्य कंपनियां यह नहीं समझ सकती हैं कि इसे सहेजने की आवश्यकता क्यों है, सही ? विनिर्माण प्रक्रियाओं में, हमारे बहुत सारे विनिर्माण ग्राहकों के लिए, आपकी प्रक्रियाओं की ऐतिहासिक रूप से जांच करने में सक्षम होना और इससे सीखने और इससे बेहतर मॉडल बनाने के लिए इस डेटा की बड़ी मात्रा में वापस देखने में सक्षम होना है।

मुझे लगता है कि बहुत सारे डेटा को रखने की आवश्यकता होगी और मुझे लगता है कि हमें ऐसे समाधान मिल गए हैं जो आज अधिक किफायती और स्केलेबल हैं। लेकिन एक ही समय में मुझे लगता है कि हर कंपनी को डेटा में मूल्य मिलेगा जो उन्हें परमाणु स्तर पर रखने की ज़रूरत नहीं है, लेकिन वे वास्तविक समय में एक तरह से विश्लेषण करना चाहते हैं और नवाचार को चलाने के लिए उस पर निर्णय लेंगे। उनकी कंपनी।

रेबेका जोजवाक: ठीक है। नहीं, दर्शकों, मुझे आज हर किसी के सवाल नहीं मिले, लेकिन मैं उन्हें शॉन के साथ भेजूंगा ताकि वह सीधे आप तक पहुंच सकें और उन सवालों के जवाब दे सकें। लेकिन उपस्थित होने के लिए आप सभी को धन्यवाद। डेल स्टेटिस्टिका से शॉन रोजर्स और हमारे सभी विश्लेषकों, डीज़ ब्लांचफील्ड और डॉ। रॉबिन ब्लोर को बहुत बहुत धन्यवाद। आप यहाँ इनसाइडलिसिस.कॉम, स्लाइडशेयर पर आर्काइव पा सकते हैं, हम अपना सामान फिर से वहाँ रखना शुरू कर रहे हैं, और हम अपने यूट्यूब को फिर से खोल रहे हैं, इसलिए वहाँ भी देखें। बहुत धन्यवाद दोस्तों। और इसके साथ ही मैं आपको विदाई देने जा रहा हूं और अगली बार हम आपको देखेंगे।