หลังจากเริ่มต้นในลอนดอนโดยใช้เวลาหนึ่งวันโดยเน้นที่ข้อมูลแบบเรียลไทม์ทั้งหมด ตามด้วยวันที่เน้นนักพัฒนาในซานฟรานซิสโก RedisDays 2022 ได้ปิดฉากลงในนิวยอร์กด้วยเซสชันหนึ่งวันเกี่ยวกับการพัฒนา Redis ล่าสุด ในปัญญาประดิษฐ์ / การเรียนรู้ของเครื่อง (AI/ML)
เซสชัน RedisDays New York ทำให้เห็นได้ชัดเจนว่ากองข้อมูลสมัยใหม่ใดๆ จะต้องสร้างขึ้นด้วยวิธีที่เน้นประสิทธิภาพเป็นหลัก นั่นหมายความว่าจะต้อง “สนับสนุนโมเดลข้อมูลที่ทันสมัย และเอ็นจิ้นการประมวลผล เปิดใช้งาน AI/ML และส่งมอบไมโครเซอร์วิสที่ปรับแต่งได้” ตามที่ไมค์ อานันท์ CMO ของ Redis อธิบายไว้ในประเด็นสำคัญ ประสบการณ์การพัฒนาควรรวดเร็ว ชาญฉลาด และเรียบง่าย . แอพและการวิเคราะห์ที่ใช้ไมโครเซอร์วิสขับเคลื่อนโดยอัลกอริธึม AI/ML ช่วยมอบประสบการณ์ผู้ใช้แบบเรียลไทม์แบบ end-to-end อย่างไร มาดูเซสชั่นของวันนั้นกัน สิ่งที่พวกเขาพูดถึง และแม้แต่ชมการบันทึกแบบเต็มตามต้องการ
ประเด็นสำคัญ:ใส่ AI แบบเรียลไทม์ลงในแอปพลิเคชัน "บริการทางการเงิน" ของคุณ
ไมค์ อานันท์
ประธานเจ้าหน้าที่ฝ่ายการตลาด Redis
“โลกดิจิทัลฝังแน่นอยู่ในกิจวัตรประจำวันของเรา” ไมค์ อานันด์กล่าว “การซื้อของออนไลน์ เล่นเกมออนไลน์ โอนเงิน ชำระด้วยบัตรเครดิต ทั้งหมดนี้ดำเนินการด้วยข้อมูลแบบเรียลไทม์” กระบวนการในแต่ละวันของเรามากมายเชื่อมโยงกับข้อมูลแบบเรียลไทม์อย่างชัดเจน
ลูกค้าในปัจจุบันต้องการผลลัพธ์ในทันทีและขั้นตอนที่ง่ายที่สุด นั่นเป็นเหตุผลที่บริษัทต่างๆ ที่พึ่งพาระบบเดิมจำเป็นต้องตามให้ทันและเริ่มสร้างแอปพลิเคชันที่ทันสมัย ตามที่ Mike กล่าวไว้ในประเด็นสำคัญ บริษัทต่างๆ จำเป็นต้อง "คิดใหม่เกี่ยวกับแอปพลิเคชัน [ของพวกเขา] โดยใช้รูปแบบการออกแบบใหม่ เช่น ไมโครเซอร์วิส หรือ สถาปัตยกรรมการสตรีมเหตุการณ์ ”
นั่นคือที่ที่ Redis Stack เข้ามา "Redis Stack ช่วยให้คุณสามารถขับเคลื่อนระบบเดิมของคุณที่อาจยังคงอยู่โดยไม่ต้องเสี่ยงกับกลยุทธ์การริปและแทนที่" เขากล่าวต่อ ด้วย Redis Stack บริษัทต่างๆ สามารถเริ่มต้นเส้นทางการปรับแอปพลิเคชันให้ทันสมัยโดยนำเสนอบริการขั้นสูงที่ขับเคลื่อนด้วย AI/ML เช่น การตรวจจับการฉ้อโกง การซื้อขายอัลกอริทึม การอนุมัติสินเชื่อ การรับประกันภัย สำนักงานกลาง กระบวนการส่วนหลัง และอื่นๆ
ฟังคำปราศรัยเพื่อฟังข้อมูลเพิ่มเติมจาก Mike Anand เกี่ยวกับวิธีที่ธุรกิจสามารถผสานรวม AI/Ml เข้ากับการปฏิบัติงานมาตรฐานของตน และวิธีที่พวกเขาสามารถหลีกเลี่ยงความท้าทายในการดำเนินการ AI/ML
ไทมูร์ ราชิด
ประธานเจ้าหน้าที่ฝ่ายพัฒนาธุรกิจ Redis
ประเด็นสำคัญได้ดำเนินไปสู่ภาพรวมของแนวโน้มในอุตสาหกรรมบริการทางการเงินและกรณีการใช้งานเฉพาะที่สามารถแก้ไขได้เมื่อแอปพลิเคชันได้รับการเสริมความแข็งแกร่งด้วยความสามารถของ AI และกลายเป็นแบบเรียลไทม์มากขึ้น Taimur Rashid ประธานเจ้าหน้าที่ฝ่ายพัฒนาธุรกิจของ Redis สังเกตว่าตัวสร้างความแตกต่างที่สำคัญคือประสบการณ์ของลูกค้า .
“เมื่อคุณพิจารณาถึงความสามารถของแอพพลิเคชั่นดิจิทัลแบบเรียลไทม์มากขึ้น แอพพลิเคชั่นที่ทันสมัยส่วนใหญ่มีความจำเป็นหลายอย่าง” เขากล่าว หัวหน้ากลุ่มคือ “ความเร็ว , ความสามารถในการปรับขนาด, ใช้งานได้ตลอดเวลา, การกระจายทั่วโลก, ความปลอดภัย และปรับปรุงด้วย AI ” ความเร็วเป็นตัวแปรที่สำคัญที่สุดที่นี่ “ในอุตสาหกรรมบริการทางการเงิน ความเร็วมีความสำคัญมาก มิลลิวินาทีสามารถสร้างความแตกต่างระหว่างเงินหลายล้าน บางครั้งอาจมีมูลค่าหลายพันล้านดอลลาร์”
ในประเด็นสำคัญ Taimur เน้นย้ำถึงแนวโน้มบางอย่างในบริการทางการเงิน เช่น ความสามารถด้านดิจิทัล ประสบการณ์ของลูกค้า การเติบโตของธุรกิจใหม่ และอาชญากรรมทางการเงิน และ ความปลอดภัยทางไซเบอร์ . “ในขณะที่ธุรกิจต่างๆ ย้ายการดำเนินงานทางออนไลน์มากขึ้น” เขากล่าว “มีความจำเป็นต้องทำให้แน่ใจว่าเงินที่เคลื่อนย้ายไปทั่วโลกนั้นถูกเคลื่อนย้ายไปในทางที่ถูกต้องและเป็นไปตามระเบียบข้อบังคับที่ถูกต้อง องค์กรจำเป็นต้องปกป้องตนเองจากอาชญากรรมทางการเงิน เนื่องจากมีการเปลี่ยนแปลงกิจกรรมทางออนไลน์มากขึ้น การรักษาความปลอดภัยทางไซเบอร์จึงมีความสำคัญมาก คุณจะป้องกันตัวเองจากผู้ไม่หวังดีและภัยคุกคามที่อยู่นอกองค์กรได้อย่างไร”
หลังจากการสาธิตจาก Redis Sr. Product Manager AI/ML Ed Sandoval เกี่ยวกับการค้นหาเวกเตอร์ที่คล้ายคลึงกันในการดำเนินการ (เพิ่มเติมเกี่ยวกับเรื่องนี้ในเซสชันต่อไปนี้) Taimur ได้นั่งลงเพื่อหารือกับ Pascal Belaud กรรมการผู้จัดการฝ่ายข้อมูลความสำเร็จของลูกค้าและ AI Group ของ Microsoft .
ในระหว่างการแชทนี้ Pascal จะแบ่งวิธีที่ Microsoft ทำงานร่วมกับลูกค้าต่างๆ เช่น Allstate Insurance เพื่อใช้ประโยชน์จาก AI/ML การใช้งานบางอย่างที่เขาระบุรวมถึงการบันทึกเสียงสนทนากับลูกค้า ซึ่งจากนั้นก็ถ่ายทอดโดยใช้เทคนิค AI ใบรับรองผลการเรียนเหล่านี้ได้รับการเติมเต็มทันทีด้วยรายละเอียดทั้งหมดที่ Allstate ต้องการเพื่อจัดการกับข้อเรียกร้องใด ๆ โดยไม่ต้องติดต่อลูกค้าอีกเป็นครั้งที่สอง ทั้งหมดนี้เป็นส่วนหนึ่งของประสบการณ์ของลูกค้าที่แอปพลิเคชันดิจิทัลที่ผสาน AI/ML กำลังทำงานอยู่
ดู ประเด็นสำคัญ . แบบเต็ม .
เบื้องหลัง:การใช้ AI เพื่อเปิดเผยสัญญาณการซื้อขายที่ฝังอยู่ในเอกสารที่ยื่นต่อบริษัท
ระหว่างประเด็นสำคัญ Ed Sandoval นำเสนอการสาธิตที่มีการค้นหาเวกเตอร์ที่คล้ายคลึงกันใน Redis ในเซสชั่นนี้ Ed ได้เข้าร่วมโดย Charles Morris หัวหน้าฝ่าย Enterprise Data Science และบริการทางการเงินของ Microsoft เพื่อนำเสนอเบื้องหลังเบื้องหลังการสร้างการสาธิตดังกล่าว ในขณะที่ Ed มุ่งเน้นไปที่เทคโนโลยีความคล้ายคลึงกันของเวกเตอร์ของ Redis Charles มุ่งเน้นไปที่โครงสร้างพื้นฐาน ML ของ Microsoft Azure และบริการที่ใช้สร้างการสาธิต
ในการสาธิตนี้ เอ็ดและชาร์ลส์ได้สาธิตวิธีการใช้ AI เพื่อแสดงข้อมูลอันมีค่าที่ฝังไว้จำนวนมหาศาลจากเอกสารที่ยื่นต่อบริษัทมหาชนในสหรัฐฯ ที่ยื่นต่อ SEC ดูและดูว่าทั้งคู่แบ่งปันข้อมูลเชิงลึกจากการทำงานร่วมกันและบทเรียนสำคัญบางส่วนที่ได้เรียนรู้ไปพร้อมกัน
ดูการสาธิตเบื้องหลัง .
การใช้งาน AI/ML ในองค์กร
เครื่องมือและกระบวนการใดที่ส่งเสริมนักวิทยาศาสตร์ข้อมูล ต้องทำอะไรเพื่อผลักดันทุกอย่างไปสู่การผลิตเมื่อรวม AI/ML เข้ากับการดำเนินงานของคุณ
ในการอภิปรายนี้ Taimur Rashid ได้เข้าร่วมโดย Mike Gualtieri รองประธาน หัวหน้านักวิเคราะห์ที่ Forrester Research และ Mike Del Balso ผู้ร่วมก่อตั้งและซีอีโอของ Tecton เพื่อพูดคุยเกี่ยวกับคุณภาพการเปลี่ยนแปลงของแมชชีนเลิร์นนิง บริษัทต่างๆ ต่างพยายามนำเทคโนโลยี AI/ML มาใช้เป็นหลัก แต่จะปรับขนาดได้อย่างน่าเชื่อถือได้อย่างไร หลายองค์กรใช้ระบบเดิม แต่จะปรับปรุงให้ทันสมัยได้อย่างไรเมื่อต้องการเพิ่มขึ้นในพื้นที่ดิจิทัล
“AI ได้กลายเป็นพื้นฐานแล้ว” Mike Gualtieri กล่าว “มันกลายเป็นกลยุทธ์สำหรับองค์กร ไม่ใช่การทดลองทางวิทยาศาสตร์ ไม่ใช่การทดลองนวัตกรรม บริษัทส่วนใหญ่เชื่อว่าพวกเขาต้องการ AI AI คือซอฟต์แวร์ และกระบวนการพัฒนาซอฟต์แวร์เหล่านั้นมีความสำคัญมากในการรับโมเดลนั้น การใช้งาน และรับมูลค่าทางธุรกิจจากแอปพลิเคชันเหล่านั้น”
Mike Del Balso จาก Tecton แบ่งปันประสบการณ์บางส่วนของเขากับ ML โดยเฉพาะอย่างยิ่งเกี่ยวกับบทบาทก่อนหน้าของเขาที่ Uber “เป้าหมายของเรากับแพลตฟอร์ม ML ที่ Uber (Michaelangelo) คือการทำให้ ML เป็นประชาธิปไตย” เขากล่าว “เพื่อให้ ML เป็นไปได้สำหรับกรณีการใช้งานมากกว่า 100 กรณีที่เราระบุตั้งแต่แรก ซึ่ง ML อัจฉริยะสามารถมีอิทธิพลต่อผลิตภัณฑ์และประสบการณ์ของลูกค้าได้อย่างแท้จริง”
รับขอบเขตทั้งหมดเมื่อคุณรับชม “การใช้งาน AI/ML ในองค์กร ”
รูปแบบไมโครเซอร์วิสทำได้ง่าย
อะไรคือวิธีที่ดีที่สุดในการใช้รูปแบบการออกแบบแนวทางปฏิบัติที่ดีที่สุดเพื่อสร้างและปรับขนาดแอป microservice ได้อย่างน่าเชื่อถือ นั่นคือหัวข้อของการสนทนาในเซสชันนี้ระหว่าง CTO ภาคสนามของ Allen Terleto ของ Redis และ Viren Baraiya ผู้ร่วมก่อตั้งและ CTO ของ Orkes
“ค่าใช้จ่ายและความไม่ยืดหยุ่นของการใช้งานแบบเสาหินเป็นสิ่งที่ยอมรับไม่ได้” ไมค์ อานันด์กล่าวก่อนจะแนะนำลำโพง “ด้วยการเปลี่ยนไปใช้ไมโครเซอร์วิส ประโยชน์หลักประการหนึ่งคือแต่ละบริการสามารถมีที่เก็บข้อมูลแบบกระจายศูนย์ได้อย่างสมบูรณ์ และส่วนประกอบแต่ละอย่างสามารถเปลี่ยนแปลงและอัปเดตได้อย่างรวดเร็วโดยไม่ส่งผลกระทบต่อบริการทั้งหมด ในขณะที่ลดรัศมีการระเบิดหากไมโครเซอร์วิสหยุดทำงาน”
ในเซสชันนี้ Allen และ Viren จะพิจารณาปัญหาไมโครเซอร์วิส เช่น การประสานกัน การจัดการสถานะ การจัดการข้อผิดพลาด และความสามารถในการสังเกต แต่ตามที่ Allen ระบุไว้ การเติบโตของไมโครเซอร์วิสในวงกว้างอาจมีความซับซ้อน เขาตั้งข้อสังเกตว่าเมื่อเปลี่ยนไปใช้ไมโครเซอร์วิสแบบคอมโพเนนต์ "[คุณมี] รูปแบบสถาปัตยกรรมใหม่ ข้อกังวลด้านสถาปัตยกรรม เทคโนโลยีใหม่ รายการซักฟอกของข้อผิดพลาดที่ต้องกังวล โดยเฉพาะอย่างยิ่งเมื่อคุณปรับขนาดเป็นไมโครเซอร์วิสหลายร้อยรายการ"
ค้นพบข้อมูลเชิงลึกเพิ่มเติมเกี่ยวกับรูปแบบการออกแบบไมโครเซอร์วิสเมื่อคุณรับชม “รูปแบบไมโครเซอร์วิสทำได้ง่าย ”
