疫情之后，实体经济继续处于水深火热之中。生产停摆、收入锐减、资金紧张等多重困难，如何降低企业成本，提高运营效率，是企业必须要去攻克的难题。
人工智能是一个破局点。实现虚拟协作、自动化和自助服务，同时支持对数据、分析和人工智能的日益关注，迫使IT领导者降低IT复杂性并整合其产品。
IBM 刚刚发布了 Cloud Pak for Data 的最新版本3.0版本， 它是一个全面集成的数据和 AI 平台，能够为企业提供现代化的方式，在整个组织中收集、组织和分析数据以及融合AI在业务流程中。这个3.0版本可以支持中文界面，提升了本地用户的使用体验。 Cloud Pak for Data 基于 Red Hat OpenShift Container Platform 而构建，将市场领先的 IBM Watson AI 技术与 IBM 混合数据管理平台、数据治理以及业务分析技术结合在一起。通过Cloud Pak for Data 可以节省客户总体拥有成本，同时为人工智能奠定了先进的数据架构基础。它可以灵活地部署在任何公共或私有云上，允许客户选择最适合他们需求的环境，同时避免供应商锁定。事实上，它嵌入并运行在Red Hat OpenShift之上，这意味着它继承了许多云计算固有的优势，包括自动扩展、无缝升级、内置高可用性、通用日志记录等。
1. 通过数据虚拟化降低数据存储和移动成本
从历史上看，公司一直试图打破筒仓，将不同操作系统的数据复制到中央数据存储区（如数据集市、数据仓库和数据湖）进行分析。虽然这对于某些用例仍然非常相关，但是每次业务用户或数据科学家需要新数据时，所需的时间、资金和资源使其无法扩展。提取、转换和整合数据是资源密集型、昂贵且耗时的，可以通过数据虚拟化来避免。通过数据虚拟化，可以在数据源所在位置利用数据，这样可以减少复杂性，以及由于传统的数据复制所造在数据治理、安全性和存储方面增加的需求。这也有助于简化应用程序开发并在单个视图中利用混合数据源。
2. 将数据和人工智能能力整合到一个集成平台中
Cloud Pak for Data提供了跨整个AI全生命周期的能力，以及收集、组织、分析数据和将人工智能融入到业务流程所需的所有功能。它拥有一个充满活力的专有、开放源码和第三方服务的生态系统，使企业能够整合来自不同供应商的功能并使其现代化，同时显著减少其在软件维护以及管理、升级和集成这些解决方案上的IT开支。 Auto AI把以往需要几周到几个月的建模时间缩短到几分钟。同时，自动化任务也有助于提高组织的敏捷性，并确保企业资源能够专注于更高价值的问题上。
3. 使用现代云本地架构将基础设施和维护成本降至最低
Cloud Pak for Data 基于Red Hat OpenShift, 通过基于容器化的服务及管理， 可以将每个应用程序的IT基础设施和开发成本降低高达38%。并通过减少65-85%的基础设施管理工作，该平台可以帮助客户腾出基础设施和管理资源，集中精力解决更复杂的问题。
4. 在确保安全的同时简化治理和安全
大多数企业客户将治理和安全视为经营业务的成本：确保法规遵从性，并避免因安全违规而带来的业务和声誉风险。Cloud Pak for Data通过自动化手动繁琐的任务—数据发现、术语分配、识别法规遵从性风险和对所有数据资产（结构化和非结构化）的策略实施，Cloud Pak for data显著降低了数据治理和确保法规遵从性的成本。
另外通过Cloud Pak中一项新的非结构化数据管理和隐私服务“ InstaScan”，可自动扫描Box、Google Drive、Microsoft OneDrive和SharePoint。它可以识别热点和侵犯隐私的行为，并在数小时内进行补救，从而大大减少了法规遵从性所需的手动工作。
IBM Cloud Pak for Data 可帮助您降低总拥有成本，消除数据孤岛，增强组织的协作性和透明度，推动您的人工智能之旅。
了解更多IBM AI解决方案，请访问IBM数据与人工智能专区
