1Solusi AI untuk Bisnis dan Kelanjutan Cloud
Cloudera meramalkan organisasi atau perusahaan akan mengubah fokus ke luar algoritma, yakni ke hal-hal seperti dashboard prediktif yang business-ready, visualisasi, dan aplikasi yang menyederhanakan penggunaan sistem AI untuk mencapai kesimpulan. Ini akan membantu bisnis dengan cepat memahami dampaknya ke bisnis mereka dan bergerak dengan percaya diri.
Pihak Cloudera pun sudah bekerja sama dengan berbagai organisasi di Asia Pasifik untuk mengoperasionalkan data analytic dan solusi AI untuk membuka kunci pengambilan keputusan yang data-driven dan efisiensi operasional, dan dengan cepat melihat keuntungan bisnis.
Sebagai contoh, diambil dari studi kasus nasabah BRI, Bank BRI membangun lima layer arsitektur IT untuk meningkatkan efisiensi operasional dan memungkinkan developer untuk memanfaatkan teknologi AI dan ML.
Arsitektur IT baru ini memungkinkan BRI untuk menyimpan, mengonsolidasi dan memproses informasi dari beberapa aliran data di satu platform. Ini meningkatan kemampuan bank dalam mendeteksi fraud dan credit scoring, serta pengembangan produk microfinancing digital yang baru.
Dengan pendeteksian fraud secara real time melalui BRIForce, bank ini bisa mengotomatisasi proses yang dapat menemukan anomali dalam event streaming yang muncul dari beberapa touch point nasabah, dari jangka waktu dua bulan, menjadi beberapa detik saja.
Perpindahan ke public cloud dan hybrid cloud
Pengeluaran untuk public cloud dan volume beban kerja di berbagai organisasi dari semua skala terus mengalami akselerasi karena kebijakan mengedepankan cloud (cloud-first) dan migrasi cloud menjadi agenda utama para pemimpin IT senior. Namun, biaya untuk melakukan ini terbuang sia-sia dalam jumlah yang signifikan karena organisasi kesulitan untuk mengoptimalkan biaya secara efektif.
Menurut 2022 State of the Cloud Report dari Flexera, responden memperkirakan organisasi mereka memboroskan 32% pengeluaran cloud pada 2021, naik dari 30% pada tahun sebelumnya. Karena optimalisasi biaya masih menjadi iniasitif cloud paling utama bagi organisasi pada enam tahun ke depan, kemungkinan besar kita akan melihat organisasi memilih strategi yang lebih hemat biaya namun dapat memberikan hasil dengan cepat dan efisien, termasuk:
- Memindahkan lebih banyak beban kerja ke cloud untuk membebaskan sumber daya sekaligus mendorong agility
- Mengimplementasikan solusi data dan analitik
- Mengembalikan beberapa alur kerja machine learning ke on-premise, di mana proses yang kompleks bisa dilakukan dengan lebih hemat biaya, untuk mengoptimalkan pengeluaran cloud demi compliance, tata kelola, dan keamanan
Dari sini, pemanfaatan data lakehouse, data fabric dan data mesh, menjadi sangat penting untuk mendorong efisiensi bisnis di seluruh operasional yang beragam.
Selain untuk mengelola data on-premise dan di public cloud atau private cloud, arsitektur data modern ini juga secara intrinsik didesain untuk mengatasi kerumitan seperti masalah keamanan dan tata kelola. Ini juga menjawab kekhawatiran tim IT dalam membuka akses ke data organisasi.
Perusahaan pun dapat mempertimbangkan perpindahan ke platform data hybrid yang bisa mengelola seluruh siklus hidup analitik data dan machine learning, yang harus memiliki fitur keterbukaan dan interoperasionalitas yang memudahkan untuk berbagi dan memungkinkan fungsi layanan mandiri.
