Confluent wprowadza architekturę Streamhouse, aby zapewnić AI kontekst biznesowy w czasie rzeczywistym

Image: IBM · Source

Confluent, spółka należąca do IBM, zaprezentowała architekturę danych Streamhouse, która nieprzerwanie integruje i zarządza danymi biznesowymi w czasie rzeczywistym, umożliwiając agentom i aplikacjom AI podejmowanie decyzji na podstawie spójnego i aktualnego obrazu operacji przedsiębiorstwa.

4 listopada 2026 roku Confluent, obecnie część IBM, ogłosił wprowadzenie architektury Streamhouse — nowej infrastruktury danych zaprojektowanej do dostarczania najbardziej aktualnego kontekstu biznesowego dla agentów AI, aplikacji i analiz. Ta architektura odpowiada na istotne wyzwanie, z którym mierzą się przedsiębiorstwa, gdy AI coraz częściej steruje decyzjami: rozproszone systemy często posiadają sprzeczne lub nieaktualne widoki operacji biznesowych, powodując błędy w procesach opartych na AI.

Tradycyjne jeziora danych, hurtownie danych i lakehouse'y były głównie tworzone pod kątem raportowania wsadowego i nie obsługują potrzeb danych w czasie rzeczywistym wymaganych przez ciągłe procesy AI. Asynchroniczne aktualizacje systemów mogą prowadzić do niespójnych stanów, jak to ma miejsce w przypadku operacji lotniczych, gdzie planowanie i rezerwacje śledzą różne, niezależne widoki. Streamhouse nieustannie przechwytuje, przetwarza, nadzoruje i udostępnia zunifikowany, aktualny stan biznesowy, zapewniając agentom AI działanie na podstawie dokładnych i terminowych informacji.

Platforma Data Streaming Platform (DSP) firmy Confluent w pełni wspiera budowę Streamhouse poprzez integrację pięciu filarów — Stream, Connect, Process, Govern oraz nowo dodane Query. Apache Kafka stanowi rdzeń streamingu, a dodatki takie jak Lightning Tables oferują dostęp SQL i API do aktualizowanych danych biznesowych o niskim opóźnieniu, eliminując potrzebę oddzielnych baz danych lub pamięci podręcznych. Lightning Tables, dostępne ogólnie na AWS, obniżają opóźnienia zapytań do 10–100 milisekund i obsługują wysoką przepustowość zapytań, co czyni serwowanie kontekstu biznesowego w czasie rzeczywistym możliwym i efektywnym kosztowo.

Firmy takie jak Accenture przyjęły architekturę Streamhouse, aby zdecentralizować dostęp do danych, skracając czas uzyskania wglądu z miesięcy do dni. Platforma wspiera środowiska hybrydowe, wykorzystując możliwości integracji, zarządzania i AI IBM do płynnego unifikowania danych.

Architektura opiera się na trzech kluczowych zasadach: utrzymaniu ciągle aktualizowanego i nadzorowanego, bieżącego kontekstu biznesowego, zapewnieniu niezawodności klasy produkcyjnej oraz decentralizacji danych dostępnych tam, gdzie są potrzebne, bez wymuszonej konsolidacji. Podejście to uzupełnia istniejące hurtownie i lakehouse'y danych, dodając operacyjną warstwę czasu rzeczywistego kluczową dla funkcji AI.

Confluent oferuje praktyczne laboratoria i przewodniki szybkiego startu, pomagające organizacjom budować rozwiązania Streamhouse korzystając z Confluent Cloud, Apache Flink i innych narzędzi. Firma podkreśla, że Streamhouse umożliwia przedsiębiorstwom uruchamianie agentów AI na prawdziwych, aktualnych danych operacyjnych, co pozwala na bardziej responsywne wykrywanie oszustw, obsługę klienta i podejmowanie decyzji operacyjnych.

Shaun Clowes, dyrektor generalny Confluent i Data w IBM, stwierdził: „Następną erę przedsiębiorczej AI wygrają agenci, którzy wiedzą, co dzieje się w biznesie w chwili podejmowania działania.” Streamhouse, napędzany platformą Confluent, jest przedstawiany jako technologia fundamentalna do realizacji tej wizji, zapewniając żywy, nadzorowany obraz danych przedsiębiorstwa niezbędny do terminowych i dokładnych decyzji opartych na AI.