Критические решения в бизнесе зависят от потоковых данных, но их аналитика часто требует месяцев работы экспертов над каждой моделью. Теперь IBM и Confluent предлагают новый подход: запуск моделей временных рядов (TSFM) в раннем доступе на Confluent Cloud. Это решение призвано упростить аналитику в реальном времени, работая там, где данные уже движутся.
До сих пор компании создавали индивидуальные модели для каждой задачи, что занимало месяцы и ограничивало применение ИИ лишь сотнями самых важных потоков. Остальные серии покрывались «запасами» — дополнительным инвентарём или мощностями, что увеличивало издержки. Модели TSFM меняют это, будучи обученными на огромном количестве разнообразных сигналов и способными обобщать на данные, которые они никогда не видели. Их использование не требует привлечения целых команд дата-сайентистов.
Модели TSFM охватывают четыре ключевые области:
- Прогнозирование и планирование.
- Выявление аномалий в данных.
- Оптимизация производства.
- Семантический анализ потоков.
Например, на линии по производству шоколада, где температура и скорость отслеживаются каждые несколько секунд, модель может прогнозировать объём выпуска, обнаруживать отклонения в поведении линии и находить похожие исторические ситуации. Это позволяет операторам и инженерам, а не только специалистам по данным, принимать решения в реальном времени.
IBM уже применяла эти модели в своих продуктах и операциях, а также с партнёрами в цементной, сталелитейной, пищевой и телекоммуникационной отраслях. Компания заявляет о значительном экономическом эффекте: каждый процент повышения точности приносит миллионы, а рост продуктивности составляет от 5 до 10 раз. Работа, которая раньше требовала узких специалистов, теперь становится доступной для экспертов в предметной области.
Партнерство IBM и Confluent объединяет модели с возможностями потоковой обработки данных, смещая применение ИИ от узких специалистов к операционным инженерам. Однако решение пока доступно в раннем доступе, и его полная стоимость, а также реальная простота внедрения для широкого круга пользователей ещё предстоит оценить.