Maschinelles Lernen: Die Optimierung der Unternehmensarchitektur

Unternehmen befinden sich inmitten einer Anwendungsexplosion und einer beschleunigten Transformation. Das bedeutet, dass ihre zugrundeliegenden Architekturen – bestehend aus den Interaktionen zwischen Menschen, Prozessen und Technologie – schneller wachsen und sich verändern als je zuvor. All dies erfordert regelmäßige Überwachung und Steuerung.

Welche Art of Organezation und Entscheidungsfindung challengess Worauf schauen wir uns das an? Nun ja, Lasst uns bedenke nur Cloud-Anwendungenherunterzuladen. EinL aut Sicherheitsanbieter NetSkope Cloud- und BedrohungsberichtEin durchschnittliches Unternehmen nutzt 2,400 verschiedene Cloud-Dienste und Apps.ⁱ. Und die Cloud repräsentiert nuns etwa die Hälfte aller IT Infrastruktur; und  Die Migration in die Cloud wird ebenfalls fortgesetzt.Ing. schnell. 

Sowie the Schichten von Infrastruktur, Server maßgeschneidertes Software. und Standardlösungen die ein Unternehmen am Laufen halten, enterprise Architekten auch verwalten wie diese mit externen Systemen interagieren, mit Prozesse, mit Menschen und  die und viele Dokumente und Datenquellen die dazu passen.  

Lgroßer Betrags of technische und Revolution  frustrierten Diese ebenfalls ständig erzeugt. BDie Datenmenge von Instagram wächst ständig.. All das technisches sinnvolle Überwachung as signifikant cEs stehen Kosten und Risiken auf dem Spiel: die Aufgabe der Architekten.  

Maschinelles Lernen auf Unternehmensebene

Mirgendwelche Unternehmen Diese bereits komfortabel sich auf on maschinelles Lernen zu Auftrieb Geschäftsdaten Analyse oder Verkaufsablaufs. For Beispiel, im Rahmen des ihr CRModer deren Cybersicherheit Verteidigung.  

Eine Studie von 2021 Algorithmus Es wurde festgestellt, dass 46 % der Unternehmen sie nutzen. KI und maschinelles Lernen zur Bekämpfung von Betrug. Aihre wichtigsten Anwendungsfälle das Kundenerlebnis und Prozessautomatisierungⁱⁱ.

Wir können auch m verwendenachine lernen um schnell Erkenntnisse aus anderen Unternehmensdatensätzen zu gewinnen.  

Unternehmensarchitekts WER technische zu identifizieren Trends, Engpässe und Entwicklungsmöglichkeiten wenden sich an Werkzeuge einschließlich Algorithmen und maschinelles Lernen zu ihre Arme um ihre technischen Datensätze und Geschäft Strategie.    

Mmaschinelles Lernen ebenfalls ermöglicht es Architekten, zu extrahieren eine zusätzliche Schicht aus Wert von Anfang an StrukturVerbindungen und Komplexität   Architekturen Sie haben Zeit und Mühe investiert Dokumentation.  

Sie können es benutzen, um Informationen aus dem Papier ziehen aus mehreren Ebenen des Unternehmens Architektur, Suche nach Musternns die Lücken ausfüllen und bring das mit alle Prioritäten setzten intelligent in einfach, täglich Empfehlungen. 

Experten erwarten auch, dass KI von Graphdatenbanken profitieren wird. Technik; wie ein kürzlich erschienener Artikel in IInformationswoche erklärt "Die Zukunft der KI liegt in der Graphmodellierung. Graphen kodieren Intelligenz in Form von Modellen, die beschreiben Sie die verknüpften Kontexte innerhalb dessen intelligente Entscheidungen getroffen werdenⁱⁱⁱ"

Schnellere digitale Geschäftsentscheidungen

Maschinelles Lernen ist Mathe nicht Magierc. Es ist stark datengetrieben und basiert auf Mustern und Zusammenhängen in den Daten.  

Laden Sie eine Tabelle hoch von Anwendungen, Lebenszyklen oder Finanzdaten und Link in anderen architektonische Inhalte in ABACUS und die Engine für maschinelles Lernen „Ask“ ABACUS"  werden wir benutze das Datensatz zu eine quantitative Vorhersage liefern die Werte, die dazu gehören für leere Zellen.  Zum Beispiel wHierbei ist eine „leere Zelle“ die ZEIT. (Tolerieren-Investieren-Migrieren-Eliminieren) Empfehlung für einen Antrag, Maschinelles Lernen werden wir proeine Empfehlung aussprechen. 

wertvoll früh Anwendungsfälle von maschinellem Lernen in der Unternehmensarchitektur umfassen: 

• Effizienter Dateneingabe, und bessere Datenqualität: Maschinelles Lernen vorschlagens Werte für leere Zellen 
• Schnelle Zuordnung der Zuständigkeit: Wo eine neue Anwendung logischerweise hingehören, verwaltet werden oder eine Funktion oder ein Team unterstützen könnte. 
• Fokussierung auf veraltete Systeme 
• Erkennen, wann zwei Systeme verhalten sich in einem ähnlich Mode; Sollen sie kombiniert werden? 
• Angabe, wo eine Anwendung oder Technologie einen wichtigen Prozess unterstützen kann  
• Identifizieren, welche Anwendungen oder Prozesse sollten eine hohe Kritikalität oder Risikobewertung aufweisen  
• Möglichkeiten zur Verbesserung der Prozesse identifizieren 

Unternehmensarchitektur: Predictive Analytics & Empfehlungen

"Fragen ABACUS„Maschinelles Lernen nutzt prädiktive Analysen und natürliche Sprache.“ Verarbeitung (NLP) und intelligente Datenermittlung.  

Maschinelles Lernen wurde zuerst eingeführt ABACUS in 2019 und wurde durch neue Versionen erweitert und verbessert. 

It's unkompliziert zu ermöglichen und konfigurieren in-blätternr, und Trainingsintervalle und andere Parameter können sein ebenfalls angepasst werden leicht.  Zum Beispiel, Benutzer können festlegen die Mindestanzahl von Entitäten eines bestimmten Typs falls angefordert bevor Sie fragen ABACUS werden wir Füge sie in den Trainingsdatensatz ein. 

Maschinelles Lernen generierte Vorschläge in ABACUS In Zellen mit rotem Rand erscheinen die entsprechenden Werte. Maschinelles Lernen liefert einen vorgeschlagenen Wert für diese Zelle sowie das zugehörige Konfidenzintervall.

Einmal aktiviert, "Fragen ABACUS"  vorgeschlagene Werte für maschinelles Lernen werden wir erscheinen in Zelles mit rotem Rand, bereitstellend a vorgeschlage Wert und  die Konfidenzintervall für diese Empfehlung. Beispielsweise, "Fragen ABACUS"  könnte darauf hindeuten, dass der Inhaber einer neuen Anwendung „Jemima Black“, mit einer Wahrscheinlichkeit von 94.5%.  

IWenn Sie dieser Empfehlung zustimmen Sie können es annehmen. und diese Eigentumsbeziehung is hinzugefügt zu Ihrem Repository.  

Diesen Weg, Wir können kombinieren sowohl maschinelle Intelligenz als auch menschliche Intelligenz. "Fragen ABACUS"  schlägt Werte vor welche kann sein vom Architekten geprüft, Wer könnte berücksichtigen Politik, Kontext und Zukunftspläne.  Es ist wichtig, beachten diese Frage ABACUS bietet lediglich Vorschläge und Architekten noch bei der Instandhaltung endgültige Kontrolle über die Umsetzung ML-Empfehlungen. 

Unternehmensspezifisches maschinelles Lernen

Jedes eUnternehmen unterscheidetGenauso wenig sind zwei „maschinelle Lernsysteme“ identisch..  

Die mmaschinelles Lernen in ABACUS lernt und passt sich dem Unternehmen selbst an, weil es Referenzen  die maßgeschneidertes Repository untermauert durch eine konfigurierbare Graphdatenbank.  

Als das Architekturteam nimmt Empfehlungen an oder lehnt sie ab und fügt Daten hinzu. "Fragen ABACUS"  ebenfalls lernt und Selbstabstimmungs, Verbesserung seiner Vorhersagekraftr.  

Indem es zusammen mit dem Unternehmensstruktur Quelle,  die Maschinelles Lernen Sie wird sich beziehen der Geschäftskontext Daten und Entscheidungenproaktiv Kontakte knüpfen, ausfüllen unvollständige Datensätze und Empfehlungen nächste Schritte. 

Vorteile der ABACUS Maschinelles lernen

• Fortlaufendes Lernen: Während Sie Ihre Daten aktualisieren, lernt die Maschine kontinuierlich aus den Aktualisierungen und passt ihre Vorhersagen entsprechend an.
• Kontextuelles Verständnis: Ergebnisse des maschinellen Lernens in ABACUS basieren auf einem strukturellen Verständnis der Daten in Ihrer Architektur; dies ist ein anderer Ansatz als bei großen Sprachmodellen, die durch die Vorhersage des nächsten wahrscheinlichen Wortes in einem Satz funktionieren.
• Keine Urheberrechtsbedenken: Angebotspreis ABACUS Es handelt sich um ein proprietäres Modell, das mit den Daten aus dem Architektur-Repository Ihrer Organisation trainiert wird und von Ihnen kontrolliert wird. Es verletzt daher keine externen, urheberrechtlich geschützten öffentlichen oder privaten Materialien.
• Vertrauensintervalle: Anstatt Vermutungen als Fakten auszugeben, fragen Sie nach ABACUS Es wird ein Konfidenzintervall angegeben, das die Wahrscheinlichkeit der Richtigkeit der Vorhersage angibt. Die Werte können vom Benutzer überprüft werden. die möglicherweise Politik, Kontext und Zukunftspläne berücksichtigen.

ⁱ https://www.netskope.com/press-releases/cloud-threat-report  

ⁱⁱ https://www.forbes.com/sites/louiscolumbus/2021/01/17/76-of-enterprises-prioritize-ai–machine-learning-in-2021-it-budgets/?sh=70addf1c618a    

ⁱⁱⁱ https://www.informationweek.com/big-data/ai-machine-learning/graph-based-ai-enters-the-enterprise-mainstream/a/d-id/1340141