 |
摘要：該項收購(gou)有助于企(qi)業從源頭上捕捉 "壞數據"，將IBM在可觀測性領(ling)域的領(ling)導(dao)地(di)位(wei)擴展至(zhi)IT全堆棧--跨(kua)基礎設施(shi)、應用、數據和機(ji)器學習。
北京2022年7月8日 /美通社/ -- IBM（紐約證券交易所股票代碼：IBM）日前宣布已經收購了領先的數據可觀測性軟件供應商Databand.ai, 該公司(si)致力(li)于幫(bang)助企(qi)業在(zai)數(shu)據(ju)問題(ti)影響業務底線之前就能得以(yi)解決(jue)，包(bao)括數(shu)據(ju)錯(cuo)誤、數(shu)據(ju)管道故(gu)障和(he)數(shu)據(ju)質量(liang)等(deng)。收購Databand.ai進一步加強了IBM在(zai)數(shu)據(ju)、人工(gong)智能和(he)自(zi)動化領域的(de)軟件組(zu)合，以(yi)解決(jue)涉(she)及可觀測性(xing)的(de)全部問題(ti)，幫(bang)助企(qi)業確(que)保(bao)把可信的(de)數(shu)據(ju)在(zai)正確(que)的(de)時間(jian)交(jiao)到正確(que)的(de)用戶(hu)手中。
IBM持續加強在混合云和人工智能領域的技能與實力，Databand.ai是IBM在2022年進行的第五次收購。自Arvind Krishna于2020年4月擔任首席執行官以來，IBM至少已經收購了25家公司。
隨著數據量繼續以前所未有的速度增長，企業正努力著手對自身數據集的健康與質量進行管理，這是企業做出更好的商業決策和獲得競爭優勢的必由之路。數據可觀測性作為一個快速增長的市場機會，正迅速成為企業關鍵的解決方案，用以幫助數據團隊和工程師更好地了解其系統中的數據健康狀況，并以近乎實時的方式自動識別、排除故障和解決問題，如異常情況、突發數據變化或數據管道故障等。Gartner數據顯示(shi)，每年因數據質量問(wen)題(ti)給企業帶來的平均損失達(da)1290萬美元，為(wei)了應(ying)對這(zhe)一挑戰，數據可觀測(ce)性市場正處于強(qiang)勁增長的態勢(shi)[1]。
數(shu)(shu)據(ju)可(ke)(ke)(ke)觀(guan)測性將傳統的(de)(de)(de)數(shu)(shu)據(ju)運維提升到了一個新的(de)(de)(de)水平(ping)，它以歷史趨勢(shi)來計算數(shu)(shu)據(ju)工作負載和數(shu)(shu)據(ju)管道的(de)(de)(de)統計數(shu)(shu)據(ju)，直接從源頭上確定數(shu)(shu)據(ju)是(shi)否(fou)在工作，并精確指出可(ke)(ke)(ke)能存在的(de)(de)(de)問(wen)(wen)題。當它與全棧可(ke)(ke)(ke)觀(guan)測策略相結合時，可(ke)(ke)(ke)以幫助IT團隊(dui)快速呈現并解決從基礎(chu)設施和應(ying)用程序到數(shu)(shu)據(ju)和機器(qi)學習系(xi)統的(de)(de)(de)問(wen)(wen)題。
Databand.ai的(de)(de)(de)開(kai)放和可(ke)擴展的(de)(de)(de)方(fang)法(fa)使(shi)數(shu)據(ju)工程團隊能夠輕松地在(zai)(zai)其數(shu)據(ju)基(ji)礎(chu)設施中整(zheng)合并獲得(de)可(ke)觀測性(xing)(xing)。此次收購將為Databand.ai釋放更(geng)多(duo)(duo)資源，以(yi)擴展其可(ke)觀測性(xing)(xing)能力，在(zai)(zai)更(geng)多(duo)(duo)的(de)(de)(de)開(kai)源和商(shang)業解決方(fang)案中進(jin)行(xing)(xing)更(geng)廣(guang)泛(fan)的(de)(de)(de)整(zheng)合，為現代(dai)數(shu)據(ju)棧提供動(dong)力。企(qi)業還將在(zai)(zai)如何運行(xing)(xing)Databand.ai方(fang)面擁有充分(fen)的(de)(de)(de)靈活(huo)性(xing)(xing)，可(ke)以(yi)通過(guo)即(ji)服(fu)務（SaaS）的(de)(de)(de)方(fang)式運行(xing)(xing)，也可(ke)以(yi)通過(guo)自我(wo)托(tuo)管的(de)(de)(de)軟件訂閱方(fang)式來運行(xing)(xing)。
對Databand.ai的收購，是基于IBM在人工智能和自動化領域的研發投資和戰略收購的框架而進行的。把Databand.ai與IBM Observability by Instana APM和IBM Watson Studio 相結合，IBM可(ke)以很好地(di)解決IT全棧運營的全方位可(ke)觀測性(xing)問(wen)題(ti)。
例如(ru)，Databand.ai的功能可以(yi)在數(shu)據團隊和(he)工程師使用的分析系(xi)統(tong)的數(shu)據不完(wan)整或缺(que)失(shi)(shi)時提醒他(ta)們。在數(shu)據源于企業應用的常規情況下，Instana可以(yi)幫(bang)助用戶快速解(jie)釋缺(que)失(shi)(shi)數(shu)據的確切來(lai)源以(yi)及(ji)應用服務失(shi)(shi)敗的原因。Databand.ai和(he)IBM Instana一起，可以(yi)為整個應用基礎(chu)設(she)施和(he)數(shu)據平(ping)臺系(xi)統(tong)提供一個更完(wan)整和(he)可解(jie)釋的視圖，從而幫(bang)助企業防止因數(shu)據故障(zhang)而導致的收入(ru)和(he)聲(sheng)譽損失(shi)(shi)。
IBM數據和人工智能總經理Daniel Hernandez說："我們(men)的(de)(de)(de)客戶是(shi)數據(ju)驅動型企業，他們(men)依靠(kao)高質(zhi)量、值(zhi)得信(xin)賴的(de)(de)(de)數據(ju)來推動他們(men)的(de)(de)(de)關鍵(jian)任(ren)務(wu)流程(cheng)(cheng)。當他們(men)無法在需(xu)要的(de)(de)(de)時刻獲得所需(xu)數據(ju)時，他們(men)的(de)(de)(de)業務(wu)就(jiu)會陷入(ru)停頓。隨(sui)著Databand.ai的(de)(de)(de)加入(ru)，IBM可(ke)以為(wei)(wei)IT部門提供極為(wei)(wei)全面的(de)(de)(de)觀(guan)測(ce)能(neng)力，涵蓋應用程(cheng)(cheng)序、數據(ju)和(he)機(ji)器學(xue)習，并且持續為(wei)(wei)客戶和(he)合作伙伴提供他們(men)所需(xu)的(de)(de)(de)技術，使他們(men)能(neng)夠規模化的(de)(de)(de)應用可(ke)信(xin)的(de)(de)(de)數據(ju)與人工智(zhi)能(neng)。"
數據可觀測性解決方案也是企業更為廣泛的數據戰略和架構的一個關鍵部分。對Databand.ai的收購，進一步擴展了IBM現有的數據經緯（Data Fabric）解決方案，以(yi)助力確保把準確可(ke)信的(de)(de)數(shu)據在正確的(de)(de)時(shi)間交(jiao)到正確的(de)(de)人手中(zhong) – 無論數(shu)據處(chu)于哪個位(wei)置(zhi)。
Databand.ai聯合創始人兼首席執行官Josh Benamram說："你無法保(bao)護你看不到(dao)(dao)的(de)東西，當數(shu)(shu)據平臺無效時，每個人都會受(shou)到(dao)(dao)影(ying)響--包括客戶。這就是(shi)為什么FanDuel、Agoda和(he)Trax Retail這些(xie)全球品牌都在依靠Databand.ai來消(xiao)除(chu)不良數(shu)(shu)據帶(dai)來的(de)意(yi)外，在它(ta)們造(zao)成代價昂(ang)貴的(de)業務影(ying)響之前(qian)就檢測和(he)解決掉它(ta)們。加入IBM，將幫助我們擴展軟件的(de)應(ying)用，促進(jin)和(he)提升(sheng)我們滿足企業客戶不斷變化的(de)需求(qiu)的(de)能力。"
Databand.ai總部(bu)位于以色列的特拉(la)維(wei)夫，其員工(gong)將加(jia)入(ru)IBM數據(ju)和人(ren)工(gong)智(zhi)(zhi)能部(bu)門，進一(yi)步構建IBM不斷擴展的數據(ju)和人(ren)工(gong)智(zhi)(zhi)能產品組合(he)，包括IBM Watson能力(li)和IBM Cloud Pak for Data。該交易的財務細節沒有披(pi)露，該收購(gou)于2022年6月27日(ri)完成。
要了解關于Databand.ai的更多信息，以及這次收購如何增強IBM的數據經緯（Data Fabric）解決方案,并建立在其全套可觀測性軟件的基礎上，可以閱讀相關博客，或訪問：//www.ibm.com/cn-zh/analytics/data-fabric。
