Google презентує нові продукти хмарної аналітики на основі даних

Сьогодні під час свого Google Cloud Наступний 2021 На конференції Google представила ряд продуктів, орієнтованих на дані, включаючи Intelligent Product Essentials і вдосконалення Vertex AI, BigQuery, Contact Center AI (CCAI) і DocAI. За словами Google, нові аналітичні та галузеві рішення розроблені, щоб спростити те, як організації отримують цінність із даних, незалежно від того, чи вони розробляють новий продукт, чи покращують існуючі.

Впровадження ШІ та аналітика зростає під час пандемії, причому 20% компаній стверджують, що вони збільшили використання бізнес-аналітики. порівняний із середнім світовим показником. Але хоча 97% керівників кажуть, що наука про дані є «вирішальною» для підтримки прибутковості, кілька основних викликів стояти на шляху. Дреміо звітом виявили, що лише 22% лідерів обробки даних окупили інвестиції в управління даними за останні два роки.

«Зосередження уваги на інтелектуальних продуктах, які Google Cloud [запускає], забезпечує цифровий варіант для [клієнтів]», — сказав у заяві віце-президент групи IDC Кевін Прауті. «IDC вважає швидше та ефективніше прийняття рішень основною причиною прагнення оцифрувати продукти та процеси. Саме так ви можете приймати швидші й ефективніші рішення, щоб задовольнити підвищені очікування клієнтів, отримати швидший грошовий потік і отримати кращий дохід».

Основи інтелектуального продукту

Intelligent Product Essentials має на меті допомогти виробникам у розробці апаратних продуктів. Завдяки цьому вони можуть створювати пристрої з підтримкою штучного інтелекту, які можуть оновлюватись по повітрю та надавати статистичні дані за допомогою аналітики в хмарі, згідно з Google.

Intelligent Product Essentials можна використовувати для створення персоналізованого досвіду клієнтів — наприклад, чат-бота, який контекстуалізує відповіді на основі статусу продукту та профілів клієнтів. Служба також може розгортати оновлення для продуктів на місцях і збирати статистику продуктивності, а також розвивати можливості з часом за допомогою можливостей монетизації.

Intelligent Product Essentials передбачає проблеми з запчастинами та обслуговуванням, виявляючи робочі пороги, аномалії та збої, щоб завчасно рекомендувати обслуговування за допомогою ШІ. Клієнти можуть використовувати пропозицію для підключення та прийому необроблених або часових рядів телеметрії продуктів з різних платформ пристроїв для підтримки бездротових оновлень. Крім того, Intelligent Product Essentials дозволяє розробникам створювати супутні програми, які працюють на смартфонах, планшетах і комп’ютерах, використовуючи попередньо створений API, який включає продукт і безпеку, реєстрацію пристрою та аналітику поведінки програм.

«Intelligent Product Essentials [може] керувати, оновлювати та аналізувати парки підключених продуктів через API», — написав Google у дописі в блозі. «[Компанії можуть] створювати нові функції або можливості для [своїх] продуктів за допомогою штучного інтелекту та машинного навчання… [та] інтегрувати джерела даних, такі як управління активами підприємства, планування ресурсів підприємства, управління взаємовідносинами з клієнтами, системи тощо».

Vertex AI, BigQuery та Spark

Google представив Vertex AI, керованої платформи штучного інтелекту, у травні на Google I/O 2021. Сьогодні вона розширює сервіс за допомогою Vertex AI Workbench, користувацького інтерфейсу для швидшого створення та розгортання моделей штучного інтелекту, що прискорює окупність даних для науковців та їхніх організацій.

За даними 2016 року, дослідники обробки даних витрачають більшу частину свого часу на очищення та впорядкування даних огляд проводиться CrowdFlower. У недавньому Alation звітом, більшість респондентів (87%) назвали проблеми якості даних причиною того, що їхні організації не змогли впровадити ШІ. Можливо, тому такі фірми, як Markets and Markets передбачити що індустрія підготовки даних, до якої входять компанії, які пропонують інструменти каталогізації та курації даних, до кінця 3.9 року буде коштувати понад 2021 мільярда доларів.

У той час як Vertex AI розроблено, щоб допомогти компаніям прискорити розгортання та підтримку моделей AI, Workbench зосереджується саме на інтеграції можливостей розробки даних у середовище науки про дані. Workbench включає Dataproc, BigQuery, Dataplex, Looker та інші служби Google Cloud, що полегшує прийом і аналіз даних за допомогою єдиного інтерфейсу.

«Надані через керовані блокноти, ці можливості допомагають дослідникам обробки даних швидко створювати робочі процеси та виконувати операції координації, перетворень, безпеки та машинного навчання в Vertex AI», — пише Google.

Що стосується BigQuery, Google робить його загальнодоступним BigQuery Omni, що дозволяє компаніям аналізувати дані в Google Cloud, Amazon Web Services і Microsoft Azure. Кероване міжхмарне аналітичне рішення допомагає відповідати на запитання та ділитися результатами з однієї панелі між наборами даних, доповнюючи службу Google Dataplex (яка стане загальнодоступною цього кварталу), щоб зробити дані доступними для більшої кількості інструментів аналітики.

Google також оголосила про попередній перегляд Spark у Google Cloud, який, як стверджує компанія, є першим у світі безсерверним сервісом Spark для Google Cloud з автомасштабуванням. Це дозволяє інженерам з обробки даних, дослідникам даних і аналітикам даних використовувати Spark зі своїх бажаних інтерфейсів, створюючи додатки та конвеєри з автоматичним масштабуванням без ручного надання або налаштування інфраструктури.

Looker і Spanner

Щоб доповнити решту своїх пропозицій, орієнтованих на дані, Google продовжує робити Хмарний ключ, його повністю керована реляційна база даних, доступна клієнтам через інтерфейс PostgreSQL (у попередній версії). Інтерфейс підтримує кілька популярних типів даних PostgreSQL і функцій SQL, що дозволяє переносити схеми та запити, побудовані на основі інтерфейсу PostgreSQL, в інше середовище Postgres.

Окрім цього, Google представила нову інтеграцію з Looker, яка, за її словами, дозволить клієнтам «операціоналізувати аналітику» та ефективніше масштабувати розгортання. Клієнти Tableau та користувачі Connected Sheets незабаром зможуть використовувати семантичну модель Looker, а інтеграція Connect Sheets буде запущена в попередній версії до кінця року. Нове рішення Looker для CCAI допоможе контекстуалізувати виклики служби підтримки, що надходять до корпоративних кол-центрів. І майбутній API Looker Block for Healthcare NLP, який сумісний із Ресурси оперативної сумісності швидкого медичного обслуговування (FHIR), надасть постачальникам медичних послуг, платникам і фармацевтичним компаніям доступ до інформації з неструктурованих медичних текстів із клінічних джерел.

Google Earth Engine

Торкаючись геопросторових даних, Google представив Google Earth Engine у ​​Google Cloud, що робить доступним для аналізу каталог Google Earth Engine із понад 50 петабайт супутникових зображень і наборів геопросторових даних. Google заявляє, що клієнти Google Cloud зможуть інтегрувати Earth Engine з BigQuery, платформою Google Maps і технологіями штучного інтелекту Google Cloud, даючи командам обробки даних «спосіб краще зрозуміти, як змінюється світ і які дії вони можуть зробити» — від збереження енергетичні витрати для розуміння бізнес-ризиків і обслуговування потреб клієнтів.

Інвестиції в «зелені» практики не просто корисні для навколишнього середовища — вони мають сенс для бізнесу. За даними 2017р вчитися щодо корпоративної соціальної відповідальності, 87% споживачів мають більш позитивний імідж компаній, які підтримують соціальні та екологічні проблеми. Крім того, 87% стверджують, що купили б продукт із соціальною та екологічною перевагою, а 88% були б більш лояльними до компанії, яка підтримує ці зусилля.

«Понад десять років Earth Engine підтримує роботу дослідників і неурядових організацій з усього світу, і ця нова інтеграція об’єднує найкращі можливості Google і Google Cloud, щоб дати можливість підприємствам створити стійке майбутнє для нашої планети та для вашого бізнесу. ”, – написали в Google.

CCAI і DocAI

CCAI Google Cloud, який пропонує Віртуальні агенти на основі ШІ та інші функції, стали загальнодоступними в 2019 році, тоді як сервіс обробки документів DocAI на основі штучного інтелекту був запущений у квітні. Тепер обидві служби отримують нові функції в CCAI Insights і Contract DocAI. CCAI Insights надає готові та користувацькі методи моделювання даних, а Contract DocAI — зараз у попередній версії — надає функції, спеціально розроблені для життєвих циклів контрактів і обробки.

Протягом останніх кількох років компанії все частіше звертаються до хмарних контакт-центрів, щоб вирішувати нові проблеми обслуговування клієнтів. Пандемія пришвидшила цей крок — сервісні зручності були створені через необхідність, що дало клієнтам більше можливостей для взаємодії з компаніями. Наприклад, 78% контакт-центрів у США зараз мають намір розгорнути ШІ протягом наступних 3 років, відповідно до Canam Research. І дослідження The Harris Poll вказує що 46% взаємодії з клієнтами вже автоматизовано, а до 59 року очікується, що ця кількість досягне 2023%.

CCAI Insights використовує штучний інтелект для отримання необроблених даних про взаємодію контакт-центру для отримання корисної інформації, незалежно від того, чи надійшли ці дані віртуальним чи людським агентом. Він надає готову аналітику розмов клієнтів, включаючи Smart Highlighters, які автоматично виділяють важливі моменти розмови, наприклад, коли агент автентифікується або клієнт підтверджує, що їхню проблему вирішено. Тим часом інтеграція з Cloud Natural Language Processing (NLP) Google визначає позитивні чи негативні настрої та позначає різні сутності в розмовах за типами, зокрема дату, особу, контактну інформацію, організацію, місцезнаходження, події, продукти та медіа.

CCAI Insights — який може передавати дзвінки та чати, оброблені Dialogflow і Agent Assist — також класифікує розмови за допомогою власних виділень, які дозволяють клієнтам визначати правила, ключові слова та фрази для навчання природної мови. Моделювання тем — ще одна можливість — використовує технології NLP, щоб команди могли створити модель ШІ своїх даних для визначення таксономії драйверів розмови.

Що стосується Contract DocAI, він використовує NLP, технологію графів знань і оптичне розпізнавання символів для аналізу контрактів на предмет ключових умов, таких як дати початку та завершення, умови поновлення, залучені сторони, тип контракту, місце проведення або угоди про рівень обслуговування. Він автоматично розпізнає важливі умови та взаємозв’язки між ними, що потенційно може призвести до швидшої та менш дорогої обробки контракту, стверджує Google.

«Усі ці нові доповнення допоможуть трансформувати бізнес, зробивши потужність штучного інтелекту більш доступною та зосередженою на досягненні бізнес-результатів», — написали в Google. «[Ці] оголошення базуються на імпульсі, який ми спостерігаємо з нашими рішеннями штучного інтелекту в забезпеченні бізнес-цінності для наших клієнтів».

Джерело: https://venturebeat.com/2021/10/12/google-debuts-new-data-powered-cloud-analytics-products/