Enterprise Cerebrum – Activation d'une entreprise intelligente

Être numérique, c'est ce à quoi aspirent aujourd'hui les entreprises de toutes formes et de toutes tailles. Il leur permet d'être réactifs, contextualisés et instantanés. En bref, il leur permet d'agir de manière organique et de répondre intelligemment aux changements du marché. Les humains peuvent réagir rapidement grâce aux capacités avancées de notre cerveau. Par exemple, le cerveau reçoit et traite les informations sensorielles, contrôle le langage et la communication et est responsable de l'apprentissage et de la mémoire. Sur la base de ces entrées et analyses, nous répondons de manière appropriée aux stimuli externes. Les organisations devraient avoir une unité similaire axée sur les fonctions de leur entreprise. Appelons cela l'Enterprise Cerebrum.

L'Enterprise Cerebrum pourrait recevoir et traiter des données / entrées, examiner les données et le contexte historiques et permettre aux dirigeants de prendre des décisions intelligentes en temps réel. Il pourrait également utiliser les données pour apprendre en permanence et améliorer l'efficacité organisationnelle. Par exemple, considérons la gestion de flotte comme un cas d'utilisation tangible.

Alors que les organisations font face à des demandes croissantes pour une livraison plus rapide à des prix compétitifs, il devient impératif de maintenir et de gérer une flotte avec des performances optimales. Cela nécessite la possibilité d'effectuer un réacheminement dynamique en fonction de la circulation ou des conditions routières – tout en conservant une vue en temps réel de la santé du camion – pour trouver l'itinéraire le plus économique.

Les camions ont des systèmes télématiques pour le géorepérage, ainsi que des capteurs pour mesurer la température, la vitesse, le carburant, l'utilisation de la capacité et le comportement de conduite. Celles-ci sont complétées par l'ordinateur de bord, qui signale l'état de santé du camion. Ces informations sont transmises via le réseau mobile et reçues sous forme d'événements via un Event Mesh .

Les modèles d'analyse de données et d'apprentissage automatique peuvent fonctionner sur les événements pour extraire des informations et réacheminer le camion ou envoyer des commandes au conducteur en temps réel. Ils peuvent également utiliser les données sur la capacité et la charge pour optimiser les recommandations d'itinéraire, tandis que les parties prenantes commerciales peuvent visualiser et proposer un autre véhicule ou d'autres changements d'itinéraire. Dans le cas de camions perdus ou volés, l'entreprise peut identifier les schémas de conduite à partir des données et des informations d'itinéraire, en déterminant en temps réel s'il est prudent de désactiver le véhicule à distance.

Toutes ces fonctions d'un Enterprise Cerebrum aident l'organisation à prendre des décisions de gestion de flotte et à maintenir des opérations commerciales fluides. Bien que cela semble complexe, des systèmes comme celui-ci peuvent fonctionner efficacement s'ils sont conçus pour se concentrer sur la réception, le traitement et le dessin d'inférences à partir d'entrées organisationnelles que nous appellerons « événements .»

[19659002]

Réception d'événements

Les entreprises reçoivent généralement des entrées de canaux tels que mobile, web, cloud, appareils et capteurs, actions humaines et modifications des applications et des processus. Ces entrées ou événements incluent des notifications commerciales telles que les commandes passées ou les expéditions qui arrivent, des notifications de capteur telles que les changements de vitesse ou de température, des événements d'infrastructure comme les mises à jour de l'état du matériel ou des notifications d'application telles que les connexions utilisateur et les modifications de module. Ces entrées sont généralement publiées sous forme de messages à Enterprise Cerebrum.

Un maillage d'événements est un modèle d'architecture qui reçoit ces entrées et permet à l'entreprise de les traiter à l'aide d'une couche de messagerie et d'une couche de flux d'événements. Il comprend également l'infrastructure pour implémenter un mécanisme de messagerie qui peut être déployé sur le cloud ou sur site et provisionné à la demande. En utilisant le maillage d'événements, les organisations peuvent obtenir une vue centralisée des événements qui traversent l'infrastructure des applications, avec la réception des applications notifiées de l'arrivée des événements.

Traitement des événements

Enterprise Cerebrum permet aux entreprises de traiter les entrées via une analyse en temps réel et une analyse des données historiques. Certains produits Event Mesh permettent d'associer et d'exécuter des fonctions en en temps réel à l'arrivée d'un événement. Les fonctions pourraient être déployées sous forme de code sur site, sur le cloud et sous forme de conteneurs; ou ils peuvent être déployés sur le cloud sur des plates-formes sans serveur qui ne facturent que le temps d'exécution de la fonction et / ou les ressources consommées.

«Cloud Events» est une nouvelle spécification de format d'événement en cours de rédaction pour permettre un traitement cohérent des événements sur les plates-formes cloud, les dispositifs IoT et autres middleware. Avec un format d'événement commun, les événements générés à partir d'une application sur un fournisseur de cloud peuvent être consommés dans une fonction ou une application construite sur une autre plateforme de cloud, permettant aux fournisseurs de fonction en tant que service tels qu'AWS Lambda et Azure Functions d'interopérer. Ce format commun permet également de consommer, de corréler et de suivre les événements sur les appareils IoT et autres middleware, permettant aux fonctions avec des règles métier de prendre des mesures automatiquement en fonction des données et du contexte historiques.

Outre l'analyse en temps réel, l'Enterprise Cerebrum peut effectuer une analyse des données historiques en examinant l'historique des événements, le contexte, puis en les corrélant pour prendre les mesures appropriées. Les moteurs d'analyse tels qu'Apache Spark utilisent des données d'événement pour identifier les modèles et faire des inférences, ce qui permet de hiérarchiser les événements pour gérer correctement le volume des événements, généralement via AIOps. Les moteurs d'analyse fonctionnent en tandem avec les plates-formes d'entrepôt de données pour traiter de grands ensembles de données, les plates-formes fournissant un mécanisme standard tel que SQL pour accéder aux données, définir et automatiser les tâches, utiliser des modèles statistiques sur les données et les visualiser.

Tirer des inférences et prendre des décisions

Les entreprises peuvent tirer parti des modèles d'apprentissage automatique pour donner un sens aux données glanées sur les canaux, identifier les relations et analyser les sentiments, ce qui les aide finalement dans leur prise de décision. OData un protocole ouvert, peut être utilisé pour effectuer des appels d'API RESTful et ajouter du contexte et du sens aux données via la sémantique, ce qui rend les requêtes et les modifications de données plus compréhensibles.

Résumé

La fondation de l'Enterprise Cerebrum donne un sens aux événements et aux données provenant de sources multiples, corrèle et comprend le contexte, planifie et agit en conséquence. Cette architecture conceptuelle imite le cerveau humain pour aider les entreprises à répondre aux événements en temps réel et à prendre des mesures stratégiques en fonction de ceux-ci. Cette solution d'avenir pourrait fonctionner de manière indépendante ou comme un moyen d'aider les parties prenantes à planifier et à prendre des décisions éclairées. En substance, l'Enterprise Cerebrum serait l'entité qui apprend et s'adapte en permanence, contribuant ainsi à la création d'une entreprise vraiment intelligente.