机器学习：赋能企业架构

企业正经历着应用爆炸式增长和转型加速的浪潮。这意味着其底层架构——由人员、流程和技术之间的交互构成——正以前所未有的速度发展和变化。所有这些都需要定期监督或管理。

哪一种 of 有机物z  和 决策 挑战s 我们看到的是什么？嗯， 让我们 仅 云应用。 一个ccording到 安全提供者 NetSkope 的 云和威胁报告平均而言，一家企业使用 2,400 种不同的云服务和应用程序。ⁱ. 现在云代表s 大约一半 IT 基础设施; - 云迁移也在继续博士开发的技术萃取的 快速. 

除了the 层数 基础设施, 服务器， 不啻 软件 以及现成的解决方案 这能让企业高效运转。, 企业 建筑师 还可以管理 这些系统如何与外部系统交互，以及 过程中， 与人相处 这个 众多 文档和数据源 与这些配套的.  

L大量s of 技术和 金融 data 旨在 还 不断 产生. BIG 数据持续增长. 所有这些 需要s 合理的监测 as 显著的c成本和风险都摆在眼前。建筑师的工作。  

企业级机器学习

M任何公司 旨在 已经 舒适 依托 on 机器学习 促进 业务数据 分析 或销售工作流程s。 ˚For 实例 作为...的一部分 他们的客户关系管理或他们的网络安全 防御.  

2021年的一项研究 Algorithmia 调查发现，46%的企业正在使用 人工智能和机器学习 打击欺诈。 一其他主要用例 包括 客户体验和 过程自动化ⁱⁱ.

我们还可以使用m机器 学习 从其他企业数据集中快速获取洞见。  

企业架构师s 区块链协议并不验证‘你是谁’ 需要 至 鉴定 趋势、瓶颈 和 酵母抽提物的 正在转向 工具 如： 算法和机器学习 至 抱住 他们的技术数据集 和 business 战略。    

M机器学习 还 允许建筑师提取 额外一层 折扣值 从一开始就 结构体连接 和 复杂 的 架构 他们投入了时间和精力 记录。  

他们可以用它来 绘制信息 从企业的多个层面 建筑, 寻找模式ns 填空 并带来这个 所有 一起 智能 成 简单的， 每天 建议。 

专家们也预计人工智能将从图数据库中受益。 技术; 正如最近的一篇文章所述 I信息周 解释 “人工智能的未来在于图建模。图以模型的形式编码智能，这些模型可以…… 描述相关上下文 智能决策在其中执行^三设立的区域办事处外，我们在美国也开设了办事处，以便我们为当地客户提供更多的支持。“

更快的数字化商业决策

机器学习是 数学 不是魔法师c. 它高度数据驱动，并以数据中的模式和关系为基础。  

上传电子表格 应用程序、生命周期或财务数据 和 链接 在其他 建筑内容 in ABACUS 以及机器学习引擎“Ask”。 ABACUS= 将 用这个 数据集到 提供定量预测 属于以下类型的价值观 任何 空单元格。  例如，w这里的“空单元格”代表时间。 （容忍-投资-迁移-淘汰） 申请推荐, 机器学习 将 pro提出建议. 

有价值 早 机器学习在企业架构中的应用案例包括: 

• 更高效 数据录入, 以及更高的数据质量: 机器学习 我们提出s 空单元格的值 
• 快速确定所有权：新应用程序在逻辑上应该属于哪个部门或团队，由哪个部门或团队管理或支持哪个团队。 
• 重点关注过时的系统 
• 确定何时 两个系统表现为 类似 时尚领域; 它们应该合并吗？ 
• 指出应用程序或技术可能在哪些方面支持关键流程  
• 确定哪个 应用 或者流程应具有高关键性或风险等级  
• 找出改进流程的机会 

企业架构预测分析与建议

“问 ABACUS机器学习使用预测分析和自然语言 加工 (自然语言处理) 以及智能数据发现。  

机器识别 是 第一 介绍 ABACUS in 2019和 通过新版本进行了扩展和增强。 

It和s 直截了当 enable 并进行配置–浏览r, 和 训练间隔和 其他参数可以是 也需要调整 容易.  举个例子, 用户可以设置 给定类型的实体的最小数量 必须 在提问之前 ABACUS 将 将它们纳入其训练集。 

机器学习生成的建议 ABACUS 显示在带有红色边框的单元格中。机器学习会为该单元格提供一个建议值，以及该建议值的置信区间。

启用后， “问 ABACUS= 建议的机器学习值 将 出现 in 细胞s 带有红色边框，提供一个 建议 折扣值 并且 这个 置信区间 对此建议。 例如， “问 ABACUS= 可能暗示新应用程序的所有者是“杰米玛·布莱克”，可能性为94.5%.  

I如果你同意这个建议 你可以选择接受。 以及这种所有权关系 is 添加 到您的存储库.  

这条路， 我们可以结合 机器智能和人类智能. “问 ABACUS= 提出价值观 这 可 经建筑师审核 谁可能 考虑到 政治、背景和 未来的计划.  最重要的是 注意 问 ABACUS 仅提供建议 和 建筑师们仍然 保持 对实施的最终控制 机器学习推荐。 

企业特定机器学习

每个e企业 是不同的同样，没有两个“机器学习大脑”是相同的。.  

该米机器学习引擎 ABACUS 它会学习并适应企业本身，因为它 引用 这个 定制存储库 由……支撑 可配置图数据库.  

作为架构团队 接受或拒绝建议，并添加数据 “问 ABACUS= 还 学习和 自调音s, 改善其 预测能力r.  

与……一同成熟 企业架构 知识库, 这个 机器学习 “引擎” 将引用 商业背景 数据与决策主动地 建立联系，填写 不完整的数据集，并建议 下一步行动. 

的好处 ABACUS 机器学习

• 持续学习： 随着您更新数据，机器会不断从更新中学习，并相应地调整其预测。
• 上下文理解： 机器学习的结果 ABACUS 它们基于对架构中数据的结构性理解；这与大型语言模型的工作方式不同，后者通过预测句子中下一个可能的单词来工作。
• 不存在版权问题： 询问供应商 ABACUS 这是一个专有模型，它基于您组织自身架构库中的数据进行训练，并由您控制。因此，它不会侵犯任何外部公共或私有的版权材料。
• 置信区间： 与其把猜测当作事实，不如问问 ABACUS 提供一个置信区间，表明预测结果正确的概率。用户可以查看这些值。 可能会考虑政治、背景和未来计划。

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    

^三 https://www.informationweek.com/big-data/ai-machine-learning/graph-based-ai-enters-the-enterprise-mainstream/a/d-id/1340141