Confluent ievieš Streamhouse arhitektūru, lai nodrošinātu AI ar reāllaika biznesa kontekstu

Attēls: IBM · Avots

Confluent, IBM uzņēmums, prezentēja savu Streamhouse datu arhitektūru, kas nepārtraukti apvieno un pārvalda reāllaika biznesa datus, ļaujot AI aģentiem un lietotnēm pieņemt lēmumus, izmantojot konsekventu un aktuālu uzņēmuma darbību pārskatu.

2026. gada 4. novembrī Confluent, kas tagad ir daļa no IBM, paziņoja par Streamhouse arhitektūras ieviešanu — jaunu datu infrastruktūru, kas paredzēta, lai nodrošinātu AI aģentiem, lietotnēm un analītikai aktuālu biznesa kontekstu. Šī arhitektūra risina būtisku problēmu, ar kuru saskaras uzņēmumi, jo AI arvien vairāk vada lēmumu pieņemšanu: atšķirīgās sistēmās bieži tiek glabātas pretrunīgas vai novecojušas informācijas versijas par uzņēmuma darbībām, radot kļūdas AI virzītā procesos.

Tradicionālie datu ezeri, noliktavas un ezer-noliktavas tika izveidotas galvenokārt partiju atskaitēm un neatbalsta reāllaika datu vajadzības AI darbplūsmām, kas darbojas nepārtraukti. Sistēmu nesinhronizēta atjaunināšana var novest pie nekonsistentiem stāvokļiem, piemēram, aviokompāniju lidojumu darbībās, grafiku plānošanā un rezervāciju uzskaite dažkārt neatkarīgi uzrauga dažādus datus. Streamhouse nepārtraukti vāc, apstrādā, pārvalda un nodrošina vienotu, aktuālu biznesa stāvokli, garantējot AI aģentiem piekļuvi precīzai un laikus pieejamai informācijai.

Confluent Datu straumēšanas platforma (DSP) tagad pilnībā atbalsta Streamhouse veidošanu, integrējot piecus pīlārus — Stream, Connect, Process, Govern un jauno Query. Apache Kafka veido straumēšanas mugurkaulu, savukārt tādas papildinājums kā Lightning Tables nodrošina zemas latentuma SQL un API piekļuvi atjaunotajiem biznesa datiem bez nepieciešamības pēc atsevišķām datubāzēm vai kešatmiņas. Lightning Tables, kas pieejams AWS platformā, samazina vaicājumu latentumu līdz 10–100 milisekundēm un atbalsta augstu vaicājumu caurlaidību, padarot reāllaika biznesa konteksta apkalpošanu iespējamu un izmaksu ziņā efektīvu.

Uzņēmumi, piemēram, Accenture, ir ieviesuši Streamhouse arhitektūru, lai decentralizētu datu piekļuvi, saīsinot laiku līdz biznesa ieskata iegūšanai no mēnešiem līdz dienām. Platforma atbalsta hibrīdvide, izmantojot IBM integrāciju, pārvaldību un AI iespējas, lai nevainojami apvienotu datus.

Arhitektūra balstās uz trim galvenajiem principiem: pastāvīgi atjauninātas un pārvaldītas aktuālas biznesa konteksta uzturēšana, ražošanas kvalitātes uzticamības nodrošināšana un datu decentralizācija, lai tie būtu pieejami tur, kur nepieciešams, bez piespiedu konsolidācijas. Šī pieeja papildina esošās datu noliktavas un ezer-noliktavas, pievienojot operatīvo reāllaika slāni, kas ir būtisks AI funkcijām.

Confluent piedāvā praktiskas darbnīcas un ātras ievadapmācības, kas palīdz organizācijām veidot Streamhouse risinājumus, izmantojot Confluent Cloud, Apache Flink un citus rīkus. Uzņēmums uzsver, ka Streamhouse ļauj uzņēmumiem darbināt AI aģentus ar patiesiem un aktuāliem darbības datiem, kas ļauj ātrāku krāpšanas atklāšanu, klientu apkalpošanu un lēmumu pieņemšanu.

Confluent un IBM datu ģenerāldirektors Šons Klovs (Shaun Clowes) sacīja: "Nākamās paaudzes uzņēmumu AI uzvarēs tie aģenti, kas zina, kas notiek uzņēmumā, brīdī, kad viņi rīkojas." Streamhouse, ko uztur Confluent platforma, tiek pozicionēts kā pamattehnoloģija šīs vīzijas īstenošanai, nodrošinot tiešu, pārvaldītu uzņēmuma datu pārskatu, kas ir nepieciešams savlaicīgai un precīzai AI balstītu lēmumu pieņemšanai.