Paul Arends
Deze week kijk ik ernaar uit om de Splunk User Conference .CONF25 in Boston te starten. Dit is mijn tweede kans om deel uit te maken van een gemeenschap die zo gepassioneerd is over het onderhouden van IT-omgevingen en high-performance applicaties op een hoog niveau. Het is duidelijk dat Splunk-klanten echt van Splunk houden en ik voel me vereerd om deze organisatie te helpen leiden op een moment dat onze klanten ons nodig hebben.
Tijdens het schrijven aan het begin van de zomer bevinden we ons in het tijdperk van de agent. Het is opwindend, maar om het tempo van adoptie en innovatie te behouden, moeten we enkele grote obstakels overwinnen.
Kunstmatige intelligentie legt een ongekende vraag op infrastructuur. Het vereist vermogen, berekening en netwerkbreedte. Het brengt ook een geheel nieuwe reeks beveiligingsbedreigingen met zich mee, waardoor zowel gebruikers als bedrijven kwetsbaar worden. Bovendien is er een groeiende kloof in opkomende gegevens, waarbij we worstelen om AI toe te passen op diverse soorten gegevens en bronnen in onze organisaties.
Bij Cisco staan we recht voor deze uitdagingen. We leveren de cruciale infrastructuur voor het AI-tijdperk, waaronder high-bandbreedte netwerken, AI-beveiliging en een dataplatform waar AI-first organisaties op kunnen bloeien.
En het is juist dit laatste gebied – data – dat centraal staat tijdens .conf25 deze week, en essentieel is voor hoe Splunk fundamenteel blijft voor onze bedrijfsstrategie.
Data vormt de essentiële brandstof voor kunstmatige intelligentie. Hoewel de industrie het goed heeft gedaan door AI-modellen te trainen op door mensen gegenereerde gegevens, zoals tekst, is hetzelfde nog niet gebeurd met door machines gegenereerde gegevens, zoals metrics, evenementen, trunks en telemetrie. Elk bedrijf heeft enorme hoeveelheden van deze machinegegevens, maar om verschillende redenen zijn ze grotendeels uitgesloten van AI: systemen begrijpen de taal van machinegegevens niet, informatie is verspreid over verschillende silo’s en de benodigde vaardigheden en kosten kunnen onbetaalbaar zijn. Daarom krabben we slechts aan de oppervlakte van wat AI kan bereiken.
Vandaag introduceren we de Cisco Data Fabric met als doel het eenvoudiger te maken om machinegegevens te benutten voor de vorming van AI-modellen. Dit is wat er achter de schermen gebeurt:
– Een schaalbare Splunk met een open API-architectuur, aanpassingsvermogen voor multi-cloud en hybride omgevingen, en federatie, zodat u kunt werken met uw gegevens zonder deze te verplaatsen.
– Een nieuw Time Series Foundation Model dat we hebben getraind en openstellen voor aankoop, zodat iedereen het model kan ontwikkelen. We geloven dat Open Source een belangrijke rol zal spelen in de ontwikkeling van AI.
– Een nieuw Splunk Lake Machine Data dat een solide basis biedt voor de analyse en training van AI-modellen.
– Actieve tools en ervaringen van Cisco die laten zien hoe teams van mensen en AI-agenten in realtime kunnen samenwerken aan complexe problemen.
We zijn enthousiast over wat de Cisco Data Fabric met AI kan betekenen voor onze klanten. Splunk heeft de manier waarop bedrijven systemen begrijpen veranderd door machinegegevens te analyseren en heeft de cloudrevolutie versneld. Het is nu tijd om hetzelfde te doen voor AI.
Maar de vraag is nu voor jullie allemaal…
Wat gaan jullie doen met jullie Machine Data?
Machine Data is rommelig, enorm en cruciaal voor bijna elke sector. Het kan de sensordata zijn van voertuigen, industriële apparatuur, productielijnen, retailstromen, ziekenhuisapparatuur of financiële transacties, bijvoorbeeld.
Ongeacht het type machinegegevens in uw wereld, vormen ze een ongelooflijke bron van concurrentievoordeel. Stel jezelf de vraag: “Wat zou ik kunnen bereiken als ik deze gegevens voor AI zou kunnen benutten?” Misschien kunt u problemen oplossen die u zich niet eens kunt voorstellen? Misschien kan AI scenario’s voorspellen die u nooit had bedacht? Of misschien kan AI intuïties vinden en onmogelijke verbindingen op menselijke schaal maken?
De mogelijkheden zijn eindeloos. We kijken er naar uit om te zien wat jullie allemaal zullen creëren met machinegegevens.
BRON
