Pembelajaran Mesin: Meningkatkan Arsitektur Perusahaan

Perusahaan sedang mengalami ledakan aplikasi dan percepatan transformasi. Ini berarti arsitektur yang mendasarinya – yang terdiri dari interaksi antara manusia, proses, dan teknologi – tumbuh dan berubah lebih cepat dari sebelumnya. Semua ini membutuhkan pengawasan atau manajemen yang berkala.

Jenis apa of organisasizasi ke pengambilan keputusan menantangs Apakah kita sedang melihat? Nah, ayo pertimbangkan saja Aplikasi awan. Sebuahenurut penyedia keamanan NetSkope's Laporan Cloud dan Ancaman, rata-rata perusahaan menggunakan 2,400 layanan dan aplikasi cloud yang berbedaⁱ. Dan awan sekarang mewakilis sekitar setengah dari semua IT infrastruktur; dengan migrasi cloud juga terus berlanjuting cepat. 

Dan juga the lapisan infrastruktur, server, dipesan lebih dahulu perangkat lunak dan solusi siap pakai yang membuat bisnis tetap berjalan, perusahaan arsitek juga mengelola bagaimana hal ini berinteraksi dengan sistem eksternal, dengan proses, dengan orang-orang dan itu banyak sekali dokumen dan sumber data yang cocok dengan ini.  

Ljumlah besars of teknis dan keuangan data adalah juga terus-menerus dihasilkan. Bdata ig terus bertambah besar. Semua ini perlus pemantauan yang masuk akal as signifikan cbiaya dan risiko dipertaruhkan:pekerjaan arsitek.  

Pembelajaran Mesin Tingkat Perusahaan

Mperusahaan mana pun adalah sudah nyaman mengandalkan on pembelajaran mesin untuk mendorong data bisnis analisis atau alur kerja penjualans. For contoh, bagian dari CRM mereka, atau keamanan siber mereka pertahanan.  

Sebuah studi tahun 2021 oleh Algoritma menemukan bahwa 46% perusahaan menggunakan AI dan pembelajaran mesin untuk memerangi penipuan. Akasus penggunaan teratas lainnya memasukkan pengalaman pelanggan dan otomatisasi prosesⁱⁱ.

Kita juga bisa menggunakan mmencapai pengetahuan untuk cepat menghasilkan wawasan dari kumpulan data perusahaan lainnya.  

Arsitek perusahaans yang perlu untuk mengenali tren, hambatan ke Peluang sedang beralih ke alat termasuk algoritma dan pembelajaran mesin untuk merangkul kumpulan data teknis mereka ke bisnis Strategi.    

Mpembelajaran mesin juga memungkinkan arsitek untuk mengekstrak lapisan tambahan nilai dari sangat struktur, koneksi ke kompleksitas dari arsitektur mereka telah meluangkan waktu dan usaha untuk mendokumentasikan.  

Mereka bisa menggunakannya untuk menggambar informasi dari berbagai lapisan perusahaan arsitektur, mencari polans untuk 'mengisi kekosongan' dan bawa ini semua bersama secara cerdas ke mudah, setiap hari rekomendasi. 

Para ahli juga memperkirakan AI akan mendapatkan manfaat dari basis data grafik teknologi; seperti yang tertulis pada artikel terbaru di IMinggu Informasi menjelaskan "Masa depan AI berfokus pada pemodelan grafik. Grafik mengkodekan kecerdasan dalam bentuk model yang menjelaskan konteks terkait di mana keputusan cerdas dieksekusiⁱⁱⁱ. "

Keputusan Bisnis Digital yang Lebih Cepat

Pembelajaran mesin adalah matematika bukan orang majusc. Ini sangat didorong oleh data dan berdasarkan pada pola dan hubungan dalam data.  

Unggah spreadsheet aplikasi, siklus hidup, atau data keuangan ke link di lain konten arsitektur in ABACUS dan mesin pembelajaran mesin “Ask ABACUS" akan Gunakan ini kumpulan data ke memberikan prediksi kuantitatif nilai-nilai yang termasuk dalam Apa pun sel kosong.  Misalnya, wdi sini 'sel kosong' adalah WAKTU (Toleransi-Investasi-Migrasi-Hilangkan) rekomendasi untuk aplikasi, Mesin belajar akan promengajukan rekomendasi. 

Berharga awal kasus penggunaan pembelajaran mesin dalam arsitektur perusahaan meliputi: 

• Lebih efisien entri data, dan kualitas data yang lebih baik: Mesin belajar menyarankans nilai untuk sel kosong 
• Menetapkan kepemilikan dengan cepat: di mana aplikasi baru secara logis dapat ditempatkan, dikelola, atau mendukung fungsi atau tim 
• Memusatkan perhatian pada sistem yang sudah usang 
• Mengidentifikasi kapan dua sistem berperilaku dalam mirip mode; haruskah keduanya digabungkan? 
• Menunjukkan di mana aplikasi atau teknologi dapat mendukung proses utama  
• Mengidentifikasi yang mana aplikasi atau proses harus memiliki peringkat kekritisan atau risiko yang tinggi  
• Mengidentifikasi peluang untuk meningkatkan proses 

Analisis Prediktif & Rekomendasi Arsitektur Perusahaan

"Bertanya ABACUS“pembelajaran mesin menggunakan analitik prediktif, bahasa alami pengolahan (NLP) dan penemuan data cerdas.  

Pembelajaran mesin adalah pertama diperkenalkan di ABACUS in 2019 dan telah diperluas dan disempurnakan dengan rilis baru. 

It's mudah untuk aktif dan konfigurasikan di-melihat-lihatr, ke interval pelatihan dan parameter lainnya bisa juga bisa disesuaikan mudah.  Misalnya, pengguna dapat mengatur jumlah minimum entitas dari jenis tertentu wajib sebelum bertanya ABACUS akan memasukkannya ke dalam set pelatihannya. 

Saran yang dihasilkan pembelajaran mesin dalam ABACUS muncul di sel dengan batas merah. Pembelajaran mesin memberikan nilai yang diusulkan untuk sel tersebut, dan juga interval kepercayaan untuk rekomendasi tersebut.

Setelah diaktifkan, "Bertanya ABACUS" nilai pembelajaran mesin yang disarankan akan muncul in sels dengan batas merah, menyediakan a diusulkan nilai dan juga itu interval kepercayaan untuk rekomendasi itu. Contohnya, "Bertanya ABACUS" mungkin menyarankan bahwa pemilik aplikasi baru adalah “Jemima Black”, dengan kemungkinan 94.5%.  

IJika Anda setuju dengan saran itu Anda dapat memilih untuk menerimanya, dan hubungan kepemilikan itu is menambahkan ke repositori Anda.  

Sebelah sini kita bisa menggabungkan baik kecerdasan mesin maupun kecerdasan manusia. "Bertanya ABACUS" mengusulkan nilai-nilai yang dapat ditinjau oleh arsitek, siapa yang mungkin memperhitungkan politik, konteks dan rencana masa depan.  Sangat penting untuk mencatat yang bertanya ABACUS hanya memberikan saran ke arsitek masih memelihara kontrol akhir atas implementasi Rekomendasi ML. 

Pembelajaran Mesin Khusus Perusahaan

Setiap eperusahaan berbedaDemikian pula, tidak ada dua “otak pembelajaran mesin” yang sama.  

Mmesin pembelajaran mesin di ABACUS belajar dan beradaptasi dengan perusahaan itu sendiri, karena itu referensi itu repositori yang disesuaikan didukung oleh basis data grafik yang dapat dikonfigurasi.  

Sebagai tim arsitektur menerima atau menolak rekomendasi, dan menambahkan data, "Bertanya ABACUS" juga belajar dan menyetel sendiris, meningkatkan nya kekuatan prediktifr.  

Dengan menjadi dewasa seiring dengan arsitektur perusahaan gudang, itu Mesin belajar mesin akan merujuk konteks bisnis data dan keputusan, secara proaktif membuat koneksi, mengisi dataset yang tidak lengkap, dan merekomendasikan tindakan selanjutnya. 

Manfaat ABACUS Pembelajaran mesin

• Pembelajaran berkelanjutan: saat Anda memperbarui data, mesin terus belajar dari pembaruan tersebut, dan menyesuaikan prediksinya.
• Pemahaman kontekstual: hasil pembelajaran mesin di ABACUS didasarkan pada pemahaman struktural data dalam arsitektur Anda; ini adalah pendekatan yang berbeda dengan model bahasa besar yang bekerja dengan memprediksi kata berikutnya yang mungkin dalam sebuah kalimat
• Tidak ada masalah hak cipta: Meminta ABACUS adalah model kepemilikan yang dilatih berdasarkan data di repositori arsitektur organisasi Anda sendiri, yang Anda kendalikan. Oleh karena itu, model ini tidak akan melanggar materi berhak cipta publik atau pribadi eksternal.
• Interval kepercayaan: daripada menganggap tebakan sebagai fakta, Tanyakan ABACUS menyediakan interval kepercayaan yang menunjukkan seberapa besar kemungkinan prediksi tersebut benar. Nilai dapat ditinjau oleh pengguna, yang mungkin mempertimbangkan politik, konteks, dan rencana masa depan.

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