数据驱动的创新评论 | 第五波

WAVEV|2023 数据推动创新 REVIEW 前文 被夹在岩石和艰难的地方之间通常不会被视为一种独特的乐趣。但是，当看到我们的第五版《数据驱动的创新评论》的视觉主题时，我感到非常不同，非常积极的氛围。它以某种方式释放了我的探险家，寻找新的 ，未知的方式来利用数据进行创新。 NIRAJPARIHAR 首席执行官，见解和数据，凯捷 走向创新的道路可能是复杂而神秘的。静止的ft脉拥有数千年的知识，看似坚如磐石和不可移动-却受到不断变化的条件的冲击。它们反映了可持续性。在内部，有一个强大的核心和创新层，可以适应，改变和创造新的发展。在这个经过时间考验的环境中导航 ，找到通往未知目的地的新路径是一个令人兴奋的挑战。 这就是为什么我很高兴邀请您加入我们的“提升数据和人工智能”和“服务可持续发展”之旅中，我们最新发布了我们的创新评论杂志 。本期的两个主要主题-由大量文章所承载-都贴近我的心。 成为一个真正的数据大师是一个充分利用数据的问题，尽可能接近业务运营， 在适当的数据基础和提升的数据行为之上建立更多的价值。它是关于超越通常的环境 ，并受到提升数据和人工智能的新方法的启发。只需查看有关“偶然性”，数据网格 ，人类增强甚至玩数据扑克游戏的文章即可。 然后是对可持续性和更好社会的追求 -在公司议程上比以往任何时候都更高。数据在解决我们这个时代的一些最大挑战方面发挥着绝对的关键作用。本杂志上的各种文章-例如有关数据和AI的NetZero，循环经济，与河流盲症作斗争，养活世界以及联合国的17个可持续发展目标的文章-都证明了这一点。 让我们去探索。我真诚地希望你能像往常一样发现本版数据驱动的创新评论。享受它！ 编者注 对于Capgemini的数据驱动的创新推动者来说，这本好看的杂志并不是所有生活问题的“42”答案。但是，它确实是一个很好的催化剂，可以聚集在一起，集思广益，讨论创新主题，与相关的顶级专家和技术合作伙伴联系，创建独特的内容，然后在出版后浏览大量的后续帖子和事件。 RONTOLIDO CapgeminiInsights&Data 首席技术官 现在，在其第5版中，《数据驱动的创新评论》提供了一个稳步增长的创新思想和最佳实践存储库，所有这些都围绕着数据 ，分析和AI的突破性业务潜力。 经过两年半的数据驱动创新探索，我们看到某些主题迅速进入主流，有时以惊人的速度进入主流。 只要看看生成性和创造性的人工智能——从这本杂志的第一版开始，它就被认为是一种可能的颠覆性技术趋势。现在，在短短几个月内，它已经变得普遍可用，并通过chatGPT、Dall-e、StableDiffusion和Midtry等工具使用。 此外，诸如数据网格之类的早期趋势已经从早期的探索性帖子迅速发展到我们目前在全球范围内参与的数十种实现。 接下来呢？我们有19篇文章供您品尝。 在杂志的第一部分 –'数据和AI提升'-我们再次提出了关于如何激活数据以实现实际业务目的的鼓舞人心的观点。从创新的方式到快速开始从云和边缘计算中受益，通过能源和公用事业领域的最佳实践和用例，一直到偶然发现和增强，作为下一代用户体验的驱动力。随着我们进入2023年，有 甚至是一些新年的决心。到底玩扑克和成为数据大师有什么关系...？ 无论在新的一年中出现什么经济，技术和地缘政治情景；我们知道可持续发展是大多数组织的首要议程。因此，出版物的第二部分 –“可持续性服务”-带来了关于如何使用数据 ，分析和人工智能来创造更美好的星球的一系列创新想法;不仅在环境方面，而且在与疾病作斗争，养活世界，甚至解决联合国17个可持续发展目标的全部方面。事实证明，用数据做好事是一次有好处的旅程：在此过程中建立数据掌握能力，确保组织也能做好自己的工作。 这些文章是由领先的Capgemini专家精心制作的，并与AWS，Denodo，Databricks和Dataiku等主要合作伙伴合作。 不要犹豫，与贡献者联系。他们将很乐意为您的创新之旅提供帮助。此外，请注意一系列后续活动，例如其他深入的文章以及以贡献者和嘉宾小组成员为特色的现场活动。 数据和AI 提升 可持续发展服务 06亲爱的，我缩小了我的云-从云原生到边缘原生 NedyalkaDelistoyanova&ArneRošmann,Capgemini 11人类增强 AI的下一个前沿 RajashreeDas&VrushaliJoshi,Capgemini 17偶然性系统：打造世界级的个性化团队 NeeravVyas&ChloeCheau,Capgemini 22构建适应性数据架构的三种策略 InessaGerber&FelixLiao,Denodo 26您在四个决议中的2023年数据战略 SabinaShaikh,数据库 29 飞快地飞入云端 凯捷尼AurobindoSaha 34日常AI：下一代自助分析 BridgetShea,Dataiku 38 数据网格的振兴 贝弗利·科伊和尼尔·帕克，凯捷 43 像扑克一样播放数据 石凯,凯捷 将AI纳入可持续发展 52 TijanaNikolic& 罗伯特·恩格斯，凯捷尼 57 找到治愈的代码 AnneLaureThibauld,Capgemini&MikeMiller，AWS 61通过AI创造循环经济 FaizanPratyasha,SoumitraUpadhyay&PratyashaShishodia,青蛙 66数据共享是关怀。 还是浪费投资？ 凯捷尼岛丹妮拉·里特迈尔 71范围3的三个数据基础策略 RoosSäntti,Capgemini 76 AI可持续性圆桌会议 RajeswaranViswanathan,AishwaryaJagtap,&KaranKajrolkar,Capgemini 80企业可持续发展的范式转变 UmamaheswariKathirvel&YashowardhanSowale,Capgemini 84用“增强计划”更好地喂养世界 MaartjedeLaat&MarijnMarkus, 凯捷 88Sust-AI-UN-ability：AI符合联合国可持续发展目标 NiharikaKalvagunta,Capgemini 48新兴技术正在改变能源和实用部门 IsabelleTachet&CarolineBall,Capgemini 5 数据和AI提升 06 亲爱的，我缩小了我的云-从云原生到边缘原生 NedyalkaDelistoyanova&ArneRošmann,Capgemini 11 人类增强 AI的下一个前沿 RajashreeDas&VrushaliJoshi,Capgemini 17偶然性系统：打造世界级的个性化团队 NeeravVyas&ChloeCheau,Capgemini 22构建适应性数据架构的三种策略 InessaGerber&FelixLiao,Denodo 略 26您在四个决议中的2023年数据战 SabinaShaikh,数据库 飞快地飞入云端 29 凯捷尼AurobindoSaha 34日常AI：下一代自助分析 BridgetShea,Dataiku 38 数据网格的振兴 贝弗利·科伊和尼尔·帕克，凯捷 43 像扑克一样播放数据 石凯,凯捷 48新兴技术正在改变能源和实用部门 IsabelleTachet&CarolineBall,Capgemini 数据驱动的创新评论|WaveV©2022Capgemini 6 亲爱的, 我整理我的云 -从CLOUD-NATIVE到 EDGE-NATIVE 物联网设备，自动驾驶汽车，可穿戴设备和AR/VR设备等的出现，加上5G网络的可访问性，为现代数据平台架构带来了新的现实。在那里，更大的既不是更好，也不是更快的。一个新的分析和计算平台生态系统诞生在边缘。 NEDYALKA DELISTOYANOVA 管理解决方案架构师,凯捷 ARNE ROSSMANN 凯捷德国AI&数据工程主管 数据驱动的创新评论|WaveV©2022Capgemini “一旦这两款车绕过赛道-兰多（诺里斯）和丹尼尔（里卡多）以每小时200英里的速度行驶-300个传感器正在产生一个TB半的信息，我们必须分析这些信息以试图找到优势。当我谈论边缘时，它是毫秒。“我们如何在几毫秒内处理和应对1.5TB的数据？使用通常的处理方式几乎是不可能的，即将数据发送到云或本地数据中心，进行处理，并将结果或操作发送回源。这变得更加复杂时，没有一个正确的网络连接的可能性，或者如果. 周围的基础设施或带宽太小。 什么是边缘计算？ 边缘计算是一种新兴的计算框架，它依赖于资源优化的数据存储和处理能力的分布，更接近此数据的创建和/或消耗点。与传统的云计算框架相反，在传统的云计算框架中 图1：边缘计算示例 ，数据处理被集中到远程数据中心，边缘计算寻求将活动重新定位到更接近 用户或终端设备（网络的“边缘”）。边缘计算是越来越多的关键用例的必要推动者，从远程医疗到自动驾驶汽车和工业物联网。 总结一下这个定义：我们能够在数据生成的地方和我们需要采取行动的地方对数据做更多的事情。这不仅对我们的反应时间有积极的影响，而且还允许数据主导的决策由自主设备做出。 边缘计算的好处是什么？ •无延迟。本地处理意味着数据不需要发送到集中的云进行分析。部署在边缘的AI模型可以在现场对数据进行解释，提供即时 决策支持。 •数据量较低。源的分析功能限制了对集中发送和处理数据的需求。只有有意义的子集可以集中通信和存储。边缘设备可以在现场摄取和处理数据，确定哪些数据可以丢弃，哪些数据是有价值的，应该发送到数据中心。 •可选连接。通过将数据的存储和处理移动到边缘设备， 由于设备可以在本地存储数据和结果 ，仅按需与集中式云同步，因此对稳定网络连接的要求显着降低了带宽成本和网络流量。 •加强了隐私和安全性。本地处理消除了通过互联网将私有敏感数据发送到远程位置以执行匹配和识别的需要，在那里这些数据可能会被黑客入侵或暴露。 因此，边缘AI为传感器和物联网设备所在的边缘带来了高性能计算能力。通过运行机器学习(ML)和深度学习(DL)算法，几乎可以即时创建洞察，从而实现安全的实时分析和自主决策。 “数据量以及对不断变化的环境的更高频率和更快响应的需求提出了边缘计算和边缘设备的主题，并将AI和分析功能从云端推向边缘。在对实时数据分析和本地化操作的需求的推动下 ，工业环境中的边缘计算解决方案预计将快速增长。” 这对我们有什么好处？ 行业组织将边缘计算视为实现5G全部潜力的关键。2021年，凯捷研究院发现“近三分之二（64%）的 组织计划在三年内采用边缘计算服务 ，而一小部分(7%)的组织已经在使用基于5G的边缘计算服务。” 图2：边缘计算基础设施堆栈 边缘 安全模块 生命周期管理 Database 设备驱动程序 数据处理引擎 云计算堆栈 自定义应用程序 API 开发工具 数据处理 机器学习 数据湖 应用程序生命周期管理 硬件生命周期管理 安全模块 低范围网络 计算堆栈 嵌入式网络设备 传感器 车载传感器 摄像头 现场网 络 PLC 现场网络 IoT网关 IoT&数据分析平台 摄像头馈送 现场网 络 回程网络通信 反馈回路 亚马逊和微软已经有许多技术解决方案和产品，市场上也出现了利基供应商的选择。Eeco是荷兰天然气、电力和供暖的生产商和供应商，与微软合作，使用Azre物联网组件构建智能电网解决方案，与家庭和工业单位的众多电能表进行通信，无需手动检查 。该公司在其热量分配网络中实现了10度的温度降低，并降低了CO²的排放量。 但这些创新也发生在其他领域，例如消费者业务。苹果在其最近的智能手表中宣布了撞车检测，将其现有的跌倒检测扩展到车祸。它可以检测到严重的车祸，并自动发起紧急电话呼叫 。为此，新的三轴陀螺仪和“高g力”加速度计可对高达256Gs的力进行采样