Firma Teradata zapowiedziała dwa przełomowe rozwiązania aplikacyjne, które pozwolą użytkownikom odkrywać i operacjonalizować wiedzę zaszytą w danych pochodzących z Internetu Rzeczy (Internet of Things – IoT). Rozwiązania Teradata® Listener™ i Teradata Aster® Analytics on Hadoop umożliwiają wykrywanie w czasie rzeczywistym i analizę charakterystycznych wzorców oraz zależności w ramach przybierających na sile strumieni danych generowanych przez urządzenia budujące Internet Rzeczy.
W obecnej rzeczywistości jest wiele wzajemnie połączonych urządzeń, które generują szeroki, ciągły strumień danych. W ostatnich latach poczyniono postępy w instrumentalizacji urządzeń oraz ich możliwości komunikacyjnych. Jednak prace rozwojowe nie koncentrowały się na rozwiązaniach umożliwiających wykorzystanie i maksymalizację wartości danych w oparciu o algorytmy uczenia maszynowego. Nawet dla najbardziej zorientowanych technologicznie organizacji tworzenie wartości biznesowej z danych pochodzących z Internetu Rzeczy staje się procesem złożonym i mocno zależnym od posiadanych kompetencji. Jeszcze trudniejsze staje się zintegrowanie danych generowanych przez Internet Rzeczy z informacjami dotyczącymi działalności operacyjnej oraz zachowań ludzkich.
W odpowiedzi na tego rodzaju wyzwania firma Teradata wprowadza innowacyjne oprogramowanie, które pozwala wyeliminować złożoność i opóźnienia typowe dla przetwarzania danych z Internetu Rzeczy, a jednocześnie zapewnia szereg nowych możliwości w zakresie wykorzystania pozyskanych informacji. Rozwiązanie Teradata Listener to inteligentne, samoobsługowe narzędzie umożliwiające wykrywanie określonych rodzajów danych w ramach wielu strumieni danych pochodzących z czujników i innych urządzeń tworzących Internet Rzeczy, a następnie propagowanie takich danych w ramach wielu platform tworzących ekosystem rozwiązań analitycznych. Duże zbiory danych IoT przechowywanych w ramach nowego rozwiązania Teradata Integrated Big Data Platform 1800 stają się łatwo osiągalne dzięki natywnej obsłudze formatu JSON (Java Script Object Notation). Natomiast dane przekazywane do platformy Hadoop® mogą być na szeroką skalę analizowane dzięki rozwiązaniu Teradata Aster Analytics on Hadoop. Przykładowo, klient firmy Teradata, jeden z największych producentów sprzętu radiologicznego, w tym urządzeń obrazowania metodą rezonansu magnetycznego (MRI), rentgenowskiego i ultrasonograficznego, dostarcza swoje rozwiązania szpitalom i klinikom z całego świata. Tego rodzaju urządzenia medyczne każdego dnia wspierają diagnostykę tysięcy pacjentów i stały się niezastąpione w służbie zdrowia. Rejestry tekstowe opisujące zachowania pacjentów wraz z danymi pochodzącymi z wbudowanych czujników są strumieniowo i w trybie 24/7 przesyłane do utrzymywanego przez producenta i opartego na platformie Hadoop repozytorium danych tzw. Data Lake. Rozwiązania firmy Teradata są następnie wykorzystywane na potrzeby analizy tekstowej, która pozwala wyciągać wnioski pomocne pracownikom serwisu w podnoszeniu dostępności urządzeń medycznych i optymalizacji okien serwisowych. Równolegle, dane dotyczące procesów produkcji sprzętu gromadzone są na platformie Teradata Appliance, gdzie podlegają zaawansowanym analizom. Dzięki zdobytej w ten sposób wiedzy możliwe jest podnoszenie jakości i wydajności produkcji, a także systematyczne unowocześnianie kolejnych generacji produktów.
W obecnej rzeczywistości jest wiele wzajemnie połączonych urządzeń, które generują szeroki, ciągły strumień danych. W ostatnich latach poczyniono postępy w instrumentalizacji urządzeń oraz ich możliwości komunikacyjnych. Jednak prace rozwojowe nie koncentrowały się na rozwiązaniach umożliwiających wykorzystanie i maksymalizację wartości danych w oparciu o algorytmy uczenia maszynowego. Nawet dla najbardziej zorientowanych technologicznie organizacji tworzenie wartości biznesowej z danych pochodzących z Internetu Rzeczy staje się procesem złożonym i mocno zależnym od posiadanych kompetencji. Jeszcze trudniejsze staje się zintegrowanie danych generowanych przez Internet Rzeczy z informacjami dotyczącymi działalności operacyjnej oraz zachowań ludzkich.
W odpowiedzi na tego rodzaju wyzwania firma Teradata wprowadza innowacyjne oprogramowanie, które pozwala wyeliminować złożoność i opóźnienia typowe dla przetwarzania danych z Internetu Rzeczy, a jednocześnie zapewnia szereg nowych możliwości w zakresie wykorzystania pozyskanych informacji. Rozwiązanie Teradata Listener to inteligentne, samoobsługowe narzędzie umożliwiające wykrywanie określonych rodzajów danych w ramach wielu strumieni danych pochodzących z czujników i innych urządzeń tworzących Internet Rzeczy, a następnie propagowanie takich danych w ramach wielu platform tworzących ekosystem rozwiązań analitycznych. Duże zbiory danych IoT przechowywanych w ramach nowego rozwiązania Teradata Integrated Big Data Platform 1800 stają się łatwo osiągalne dzięki natywnej obsłudze formatu JSON (Java Script Object Notation). Natomiast dane przekazywane do platformy Hadoop® mogą być na szeroką skalę analizowane dzięki rozwiązaniu Teradata Aster Analytics on Hadoop. Przykładowo, klient firmy Teradata, jeden z największych producentów sprzętu radiologicznego, w tym urządzeń obrazowania metodą rezonansu magnetycznego (MRI), rentgenowskiego i ultrasonograficznego, dostarcza swoje rozwiązania szpitalom i klinikom z całego świata. Tego rodzaju urządzenia medyczne każdego dnia wspierają diagnostykę tysięcy pacjentów i stały się niezastąpione w służbie zdrowia. Rejestry tekstowe opisujące zachowania pacjentów wraz z danymi pochodzącymi z wbudowanych czujników są strumieniowo i w trybie 24/7 przesyłane do utrzymywanego przez producenta i opartego na platformie Hadoop repozytorium danych tzw. Data Lake. Rozwiązania firmy Teradata są następnie wykorzystywane na potrzeby analizy tekstowej, która pozwala wyciągać wnioski pomocne pracownikom serwisu w podnoszeniu dostępności urządzeń medycznych i optymalizacji okien serwisowych. Równolegle, dane dotyczące procesów produkcji sprzętu gromadzone są na platformie Teradata Appliance, gdzie podlegają zaawansowanym analizom. Dzięki zdobytej w ten sposób wiedzy możliwe jest podnoszenie jakości i wydajności produkcji, a także systematyczne unowocześnianie kolejnych generacji produktów.
Każdego dnia gromadzimy miliony cząstkowych informacji generowanych przez nasze urządzenia. Nasi inżynierowie dostarczają nam też tysiące raportów, które podlegają digitalizacji. Tego rodzaju dane poddajemy różnego rodzaju analizom, aby wykrywać ukryte zależności i wzorce zjawisk, które pozwolą nam zapewnić optymalną wydajność sprzętu. Współpraca z firmą Teradata pomogła nam w opracowaniu kluczowych wyznaczników wskazujących na nadchodzącą awarię sprzętu kolejowego,” powiedział Gerhard Kress, dyrektor działu Analytical Services w Siemens Mobility Division. „Proces gromadzenia i analizy danych pochodzących z czujników oraz urządzeń IoT stanowi integralny element procesu podnoszenia efektywności działalności na rynku transportu kolejowego.
Teradata Listener – Rozwiązanie Teradata Listener to inteligentne, samoobsługowe oprogramowanie wspierające pozyskiwanie i dystrybuowanie dynamicznych strumieni danych – zarówno pojedynczych, jak i wielu strumieni jednocześnie. Rozwiązanie Teradata Listener pozwala klientom łatwo przekazywać dane strumieniowe do platform takich jak: Hadoop, Teradata Aster Analytics i Teradata Database. Pozwala szybko i łatwo analizować nowe strumienie danych inżynierom danych, analitykom biznesowym i deweloperom w poszukiwaniu odpowiedzi na pojawiające się pytania biznesowe. Użytkownicy mogą analizować dane pochodzące z wielu zróżnicowanych źródeł – jak czujników, systemów telematycznych, zdarzeń mobilnych, a także strumieni działań w Internecie, mediach społecznościowych i logach rozwiązań IT – bez konieczności angażowania zespołu IT.
Teradata Aster Analytics on Hadoop – Unikalne w skali branży, ulepszone rozwiązanie Aster Analytics on Hadoop stanowi zintegrowane rozwiązanie analityczne firmy Teradata. Rozwiązanie Aster Analytics on Hadoop zostało wyposażone w zestaw ponad 100 istotnie różnych technik analizy oraz siedem wertykalnych aplikacji branżowych działających bezpośrednio na platformie Hadoop®. Dzięki nowym funkcjom organizacje mogą bezproblemowo rozwiązywać problemy biznesowe w oparciu o jedno, zintegrowane rozwiązanie analityczne.
Elastyczność i łatwość wykorzystania nowych możliwości pozwala analitykom biznesowym w codziennej pracy pełnić rolę inżynierów danych i rozwiązywać najtrudniejsze problemy organizacji. Rozwiązanie Teradata Aster Analytics on Hadoop pozwala użytkownikom wykorzystać algorytmy uczenia maszynowego, analizy tekstu, ścieżek, wzorców, grafów i analizy statystycznej w ramach jednego procesu analitycznego. Firma Teradata oferuje możliwość elastycznego wdrożenia rozwiązania Aster Analytics – dostępne opcje obejmują wykorzystanie platform Teradata Big Analytics Appliance i Hadoop, w wersji lokalnej lub opartej na środowisku Teradata Cloud.
Teradata Integrated Big Data Platform 1800
Wprowadzone do oferty 19 października 2015 roku rozwiązanie Teradata Integrated Big Data Platform 1800 jest platformą sprzętową idealną do wspierania i wykorzystania potencjału Internetu Rzeczy. Platforma ta pozwala na wykonywanie złożonych analiz na zbiorach danych dużej skali i jest oferowana w przystępnej cenie wynoszącej w przeliczeniu ok. tysiąc dolarów za terabajt skompresowanych danych. Środowisko bazodanowe Teradata Database, działając na platformie Teradata Integrated Big Data Platform, zapewnia dostęp do pochodzących z aplikacji internetowych czujników oraz urządzeń IoT, danych zapisanych w wielu zróżnicowanych formatach, w tym: XML, KVP (Key Value Pair), BSON (Binary JSON) oraz JSON.
Rozwiązanie Teradata Listener jest obecnie dostępne w wersji testowej i będzie oferowane globalnie w pierwszej połowie 2016 roku. Rozwiązanie Teradata Aster Analytics on Hadoop zostanie wprowadzone na rynek w drugim kwartale 2016 roku. Rozwiązanie Teradata Integrated Big Data Platform 1800 jest dostępne obecnie.
Źródło: Teradata
Teradata Aster Analytics on Hadoop – Unikalne w skali branży, ulepszone rozwiązanie Aster Analytics on Hadoop stanowi zintegrowane rozwiązanie analityczne firmy Teradata. Rozwiązanie Aster Analytics on Hadoop zostało wyposażone w zestaw ponad 100 istotnie różnych technik analizy oraz siedem wertykalnych aplikacji branżowych działających bezpośrednio na platformie Hadoop®. Dzięki nowym funkcjom organizacje mogą bezproblemowo rozwiązywać problemy biznesowe w oparciu o jedno, zintegrowane rozwiązanie analityczne.
Elastyczność i łatwość wykorzystania nowych możliwości pozwala analitykom biznesowym w codziennej pracy pełnić rolę inżynierów danych i rozwiązywać najtrudniejsze problemy organizacji. Rozwiązanie Teradata Aster Analytics on Hadoop pozwala użytkownikom wykorzystać algorytmy uczenia maszynowego, analizy tekstu, ścieżek, wzorców, grafów i analizy statystycznej w ramach jednego procesu analitycznego. Firma Teradata oferuje możliwość elastycznego wdrożenia rozwiązania Aster Analytics – dostępne opcje obejmują wykorzystanie platform Teradata Big Analytics Appliance i Hadoop, w wersji lokalnej lub opartej na środowisku Teradata Cloud.
Teradata Integrated Big Data Platform 1800
Wprowadzone do oferty 19 października 2015 roku rozwiązanie Teradata Integrated Big Data Platform 1800 jest platformą sprzętową idealną do wspierania i wykorzystania potencjału Internetu Rzeczy. Platforma ta pozwala na wykonywanie złożonych analiz na zbiorach danych dużej skali i jest oferowana w przystępnej cenie wynoszącej w przeliczeniu ok. tysiąc dolarów za terabajt skompresowanych danych. Środowisko bazodanowe Teradata Database, działając na platformie Teradata Integrated Big Data Platform, zapewnia dostęp do pochodzących z aplikacji internetowych czujników oraz urządzeń IoT, danych zapisanych w wielu zróżnicowanych formatach, w tym: XML, KVP (Key Value Pair), BSON (Binary JSON) oraz JSON.
Rozwiązanie Teradata Listener jest obecnie dostępne w wersji testowej i będzie oferowane globalnie w pierwszej połowie 2016 roku. Rozwiązanie Teradata Aster Analytics on Hadoop zostanie wprowadzone na rynek w drugim kwartale 2016 roku. Rozwiązanie Teradata Integrated Big Data Platform 1800 jest dostępne obecnie.
Źródło: Teradata
Najnowsze wiadomości
Customer-specific AI: dlaczego w 2026 roku to ona przesądza o realnym wpływie AI na biznes
W 2026 roku sztuczna inteligencja przestaje być ciekawostką technologiczną, a zaczyna być rozliczana z realnego wpływu na biznes. Organizacje oczekują dziś decyzji, którym można zaufać, procesów działających przewidywalnie oraz doświadczeń klientów, które są spójne w skali. W tym kontekście coraz większe znaczenie zyskuje customer-specific AI - podejście, w którym inteligencja jest osadzona w danych, procesach i regułach konkretnej firmy, a nie oparta na generycznych, uśrednionych modelach.
PROMAG S.A. rozpoczyna wdrożenie systemu ERP IFS Cloud we współpracy z L-Systems
PROMAG S.A., lider w obszarze intralogistyki, rozpoczął wdrożenie systemu ERP IFS Cloud, który ma wesprzeć dalszy rozwój firmy oraz integrację kluczowych procesów biznesowych. Projekt realizowany jest we współpracy z firmą L-Systems i obejmuje m.in. obszary finansów, produkcji, logistyki, projektów oraz serwisu, odpowiadając na rosnącą skalę i złożoność realizowanych przedsięwzięć.
SkyAlyne stawia na IFS dla utrzymania floty RCAF
SkyAlyne, główny wykonawca programu Future Aircrew Training (FAcT), wybrał IFS Cloud for Aviation Maintenance jako cyfrową platformę do obsługi technicznej lotnictwa i zarządzania majątkiem. Wdrożenie ma zapewnić wgląd w czasie rzeczywistym w utrzymanie floty, zasoby i zgodność, ograniczyć przestoje oraz zwiększyć dostępność samolotów szkoleniowych RCAF w skali całego kraju. To ważny krok w modernizacji kanadyjskiego systemu szkolenia załóg lotniczych.
Wykorzystanie AI w firmach rośnie, ale wolniej, niż oczekiwano. Towarzyszy temu sporo rozczarowań
Wykorzystanie sztucznej inteligencji w firmach rośnie, ale tempo realnych wdrożeń pozostaje znacznie wolniejsze od wcześniejszych oczekiwań rynku. Dane pokazują, że z rozwiązań AI korzysta dziś wciąż niewiele przedsiębiorstw, a menedżerowie coraz częściej wskazują na bariery regulacyjne, koszty oraz brak powtarzalnych efektów biznesowych. W praktyce technologia jest testowana głównie w wybranych obszarach, a kluczowe decyzje nadal pozostają po stronie człowieka. Również w firmach, które wdrożyły AI, nierzadko towarzyszą temu rozczarowania.
Europejski przemysł cyfryzuje się zbyt wolno – ERP, chmura i AI stają się koniecznością
Europejski przemysł średniej wielkości wie, że cyfryzacja jest koniecznością, ale wciąż nie nadąża za tempem zmian. Ponad 60% firm ocenia swoje postępy w transformacji cyfrowej jako zbyt wolne, mimo rosnącej presji konkurencyjnej, regulacyjnej i kosztowej. Raport Forterro pokazuje wyraźną lukę między świadomością potrzeby inwestycji w chmurę, ERP i AI a realną zdolnością do ich wdrożenia – ograniczaną przez braki kompetencyjne, budżety i gotowość organizacyjną.
Europejski przemysł średniej wielkości wie, że cyfryzacja jest koniecznością, ale wciąż nie nadąża za tempem zmian. Ponad 60% firm ocenia swoje postępy w transformacji cyfrowej jako zbyt wolne, mimo rosnącej presji konkurencyjnej, regulacyjnej i kosztowej. Raport Forterro pokazuje wyraźną lukę między świadomością potrzeby inwestycji w chmurę, ERP i AI a realną zdolnością do ich wdrożenia – ograniczaną przez braki kompetencyjne, budżety i gotowość organizacyjną.
Najnowsze artykuły
5 pułapek zarządzania zmianą, które mogą wykoleić transformację cyfrową i wdrożenie ERP
Dlaczego jedne wdrożenia ERP dowożą korzyści, a inne kończą się frustracją, obejściami w Excelu i spadkiem zaufania do systemu? Najczęściej decyduje nie technologia, lecz to, jak organizacja prowadzi zmianę: czy liderzy biorą odpowiedzialność za decyzje czy tempo jest dopasowane do zdolności absorpcji oraz czy ludzie dostają klarowność ról i realne kompetencje. Do tego dochodzi pytanie: co po go-live - stabilizacja czy chaos w firmie? Poniżej znajdziesz 5 pułapek, które najczęściej wykolejają transformację i praktyczne sposoby, jak im zapobiec.
SAP vs Oracle vs Microsoft: jak naprawdę wygląda chmura i sztuczna inteligencja w ERP
Wybór systemu ERP w erze chmury i sztucznej inteligencji to decyzja, która determinuje sposób działania organizacji na lata — a często także jej zdolność do skalowania, adaptacji i realnej transformacji cyfrowej. SAP, Oracle i Microsoft oferują dziś rozwiązania, które na pierwszy rzut oka wyglądają podobnie, lecz w praktyce reprezentują zupełnie odmienne podejścia do chmury, AI i zarządzania zmianą. Ten artykuł pokazuje, gdzie kończą się deklaracje, a zaczynają realne konsekwencje biznesowe wyboru ERP.
Transformacja cyfrowa z perspektywy CFO: 5 rzeczy, które przesądzają o sukcesie (albo o kosztownej porażce)
Transformacja cyfrowa w finansach często zaczyna się od pytania o ERP, ale w praktyce rzadko sprowadza się wyłącznie do wyboru systemu. Dla CFO kluczowe jest nie tylko „czy robimy pełną wymianę ERP”, lecz także jak policzyć ryzyko operacyjne po uruchomieniu, ocenić wpływ modelu chmurowego na koszty OPEX oraz utrzymać audytowalność i kontrolę wewnętrzną w nowym modelu działania firmy.
Agentic AI rewolucjonizuje HR i doświadczenia pracowników
Agentic AI zmienia HR: zamiast odpowiadać na pytania, samodzielnie realizuje zadania, koordynuje procesy i podejmuje decyzje zgodnie z polityką firmy. To przełom porównywalny z transformacją CRM – teraz dotyczy doświadczenia pracownika. Zyskują HR managerowie, CIO i CEO: mniej operacji, więcej strategii. W artykule wyjaśniamy, jak ta technologia redefiniuje rolę HR i daje organizacjom przewagę, której nie da się łatwo nadrobić.
Composable ERP: Przewodnik po nowoczesnej architekturze biznesowej
Czy Twój system ERP nadąża za tempem zmian rynkowych, czy stał się cyfrową kotwicą hamującą rozwój? W dobie nieciągłości biznesowej tradycyjne monolity ustępują miejsca elastycznej architekturze Composable ERP. To rewolucyjne podejście pozwala budować środowisko IT z niezależnych modułów (PBC) niczym z klocków, zapewniając zwinność nieosiągalną dla systemów z przeszłości. W tym raporcie odkryjesz, jak uniknąć pułapki długu technologicznego, poznasz strategie liderów rynku (od SAP po MACH Alliance) i wyciągniesz lekcje z kosztownych błędów gigantów takich jak Ulta Beauty. To Twój strategiczny przewodnik po transformacji z cyfrowego "betonu" w adaptacyjną "plastelinę".
Jak przyspieszyć transformację energetyczną i dekarbonizację dzięki inteligentnej integracji danych w chmurze?
Odpowiedzią jest Snowflake Energy Solutions – nowa oferta łącząca ponad 30 rozwiązań partnerskich w… / Czytaj więcej
Jak skutecznie wdrożyć Power BI w organizacji?
Wdrożenie narzędzi analitycznych w firmie to nie tylko kwestia technologii, ale także zmiany podejś… / Czytaj więcej
Czy systemy Business Intelligence nadają się do małych i średnich firm?
W świecie biznesu coraz więcej mówi się o danych. Firmy gromadzą je w ogromnych ilościach – od arku… / Czytaj więcej
Ukryte koszty chaosu – polskie firmy tracą miliony, bo nie potrafią korzystać z własnych danych
Aż 58% firm podejmuje kluczowe decyzje biznesowe w oparciu o niedokładne lub niespójne dane – wynik… / Czytaj więcej
Jak Business Intelligence rewolucjonizuje zarządzanie sieciami dealerskimi – rozwiązania od One Support
W branży motoryzacyjnej zmiany zachodzą szybciej niż kiedykolwiek. Dynamiczne wahania cen, rosnąca… / Czytaj więcej
Jak system BI One rewolucjonizuje podejmowanie decyzji w firmach: realne efekty wdrożeń
Współczesne firmy — niezależnie od branży — operują na setkach, jeśli nie tysiącach danych dziennie… / Czytaj więcej
Narzędzia BI dla systemów ERP: Jak wybrać odpowiednie rozwiązanie?
W ostatnim czasie dane stały się jednym z najważniejszych aktywów biznesowych. Sam system ERP pozwa… / Czytaj więcej
