Cloudera Anywhere Cloud lader virksomheder køre AI uden at flytte data

Cloudera har lanceret Anywhere Cloud – en hybrid data- og AI-platform til virksomheder, der vil køre AI tæt på data, som er vanskelige eller uønskede at samle ét sted. Platformen blev præsenteret ved virksomhedens EVOLVE26-event i Singapore og skal fungere på tværs af offentlige og private cloudmiljøer, lokale datacentre og edge-lokationer via ét fælles kontrolplan.

Den grundlæggende idé er enkel: Lad følsomme data blive, hvor de allerede er, og bring i stedet analyser, AI-applikationer og autonome agenter hen til dem. Det kan være relevant for organisationer med krav til datasuverænitet, ældre infrastruktur eller tidskritiske arbejdsbelastninger. Indtil videre består dokumentationen dog primært af Clouderas produktbeskrivelser og rapporter om early access – ikke af bredt uafhængigt dokumenterede resultater fra produktion.

Det problem vil Cloudera løse

Virksomheders AI-projekter skal ofte fungere på tværs af flere cloudmiljøer, private installationer og geografisk spredte lokationer. Når data flyttes mellem disse miljøer, kan det give ekstra latenstid, dubletter, integrationsarbejde og udfordringer med styring og compliance. Cloudera positionerer Anywhere Cloud som en måde at administrere miljøerne med en ensartet cloud-lignende oplevelse og ét kontrolplan.

Cloudera henviser også til en undersøgelse, hvor 73 procent af IT-ledere angiveligt sagde, at begrænsninger i infrastrukturens ydeevne havde hæmmet deres AI-projekter. Tallet stammer fra leverandørens egen rapportering og er ikke en uafhængigt valideret statistik for hele branchen.

Svaret er ifølge Cloudera en komponerbar arkitektur. Kunderne skal ikke nødvendigvis vælge én fast teknologisk stak, men kan sammensætte tjenester fra et modulært katalog med Cloudera Data Services, Cloudera-verificerede partnertjenester og open source-motorer. Produktmaterialet nævner blandt andet dataflow, hændelsesstreaming, lakehouse-analyse, AI-udvikling og orkestrering af arbejdsgange.

Sådan skal data blive på stedet

Anywhere Cloud er udviklet med henblik på at implementere data- og AI-applikationer i det miljø, der ligger tættest på kildedataene. Det kan være i cloud eller på egne servere, og den bredere positionering omfatter også distribuerede lokationer og edge-miljøer. Målet er at undgå at oprette en separat, central kopi alene for at gøre data tilgængelige for et AI-system.

Apache Iceberg er en central del af modellen. Iceberg er et åbent tabelformat til organisering af store analytiske datasæt på filsystemer eller objektlagring. Clouderas dokumentation beskriver formatet som en del af åbne data-lakehouse-arkitekturer og pipelines i stor skala.

Cloudera fremhæver Iceberg, Polaris Catalog og samlede API’er som interoperabilitetslag, der skal gøre det muligt for analyse-motorer at forbinde til data på tværs af miljøer. Platformens produktpåstande omfatter også zero-copy, federerede analyser: Det vil sige, at de samme underliggende data kan tilgås uden at oprette en ny komplet kopi til hver arbejdsbelastning.

Tilgangen fjerner ikke behovet for teknisk arbejde med styring, sikkerhed og drift af distribuerede AI-systemer. Den retter sig dog mod et konkret driftsproblem: at gøre data tilgængelige for applikationer uden først at flytte dem.

Hvorfor et agent-først-design er vigtigt

AI-agenter har brug for mere end adgang til isolerede rækker eller tabeller. De skal ofte kunne forstå relationer, sammenhænge og kontrolleret adgang til flere virksomhedssystemer. Clouderas budskab er, at agenter kan arbejde med data ved kilden, så et særskilt trin til flytning og synkronisering bliver overflødigt.

Platformen omfatter desuden en agentisk copilot og funktioner til arbejdsgange, som ifølge Cloudera skal kunne omsætte forespørgsler i naturligt sprog til automatiserede handlinger. Det tilgængelige materiale giver ikke tilstrækkelige tekniske detaljer til uafhængigt at vurdere, hvordan planlægning, værktøjsvalg eller udførelse fungerer. Funktionerne bør derfor foreløbig betragtes som produktpåstande – ikke som dokumenterede resultater for ydeevne eller præcision.

En zero-trust-model for datastyring er også en del af den beskrevne arkitektur. Cloudera siger, at implementeringer arver virksomhedens styringspolitikker med det formål at understøtte kontrol over data, datasuverænitet og løbende compliance på tværs af miljøer. Kilderne dokumenterer dette som et produktmål og en leverandørpåstand, men etablerer ikke en bestemt regulatorisk certificering eller garanterede compliance-resultater.

PuppyGraph viser et tidligt anvendelsestilfælde

PuppyGraph er et af de tydeligste eksempler på, hvordan platformen kan bruges til agentisk AI. Virksomheden har i et early-access-forløb anvendt Anywhere Cloud til at forespørge på Iceberg-baserede data som en realtidsvidensgraf uden ETL.

I denne model skabes grafkonteksten oven på de eksisterende data i stedet for at kopiere relationelle tabeller til en særskilt grafdatabase og vedligeholde endnu en datapipeline. Det kan bevare relationer og kontekst, som AI-agenter har brug for, samtidig med at et ekstra trin med dataflytning undgås. Det tilgængelige materiale dokumenterer selve early-access-anvendelsen, men ikke uafhængigt verificerede produktionsmålinger som forbedret latenstid, lavere omkostninger eller højere agentpræcision.

Fem designpartnere er nævnt

Clouderas lancering nævner fem kundedesignpartnere for Anywhere Cloud:

• ADMIRAL Technologies
• ExxonMobil
• IQVIA
• IXEN.ai
• Mastercard

At være designpartner betyder, at organisationen deltager i den tidlige udvikling eller evaluering af produktet. Det dokumenterer i sig selv hverken generel tilgængelighed, produktionsskala eller målbare forretningsresultater.

Mulige anvendelser

Bank og finans

Banker og andre finansielle virksomheder kan have behov for at beholde handels-, bedrageri- og transaktionssystemer lokalt eller i stærkt kontrollerede miljøer af hensyn til latenstid, fortrolighed, revision og regulatoriske krav. En platform, der bringer styret AI til disse systemer, kan derfor understøtte analyser uden at sende de underliggende data til en central cloud. I den nuværende dokumentation er dette et tilsigtet anvendelsestilfælde – ikke et rapporteret kundeudbytte.

Telekommunikation og edge-drift

Telenet genererer distribuerede og tidskritiske datastrømme fra 5G- og andre edge-systemer. Behandling tættere på kilderne kan mindske behovet for gentagne ture til en central cloud og gøre det muligt at håndtere data dér, hvor de opstår. Clouderas katalog indeholder funktioner til dataflow og hændelsesstreaming, som passer til denne type arkitektur.

Hvad viser den tidlige dokumentation?

Den tilgængelige dokumentation peger især på tre ting:

1. Platformen er målrettet hybrid drift. Cloudera vil gøre det muligt at bygge og drive data- og AI-applikationer på tværs af cloud, egne datacentre og distribuerede miljøer via en fælles driftsmodel.
2. Den komponerbare model skal mindske afhængigheden af én fast stak. Kunder kan vælge mellem Cloudera-, partner- og open source-komponenter i stedet for at tage én uadskillelig applikation i brug.
3. Det mest konkrete eksempel er stadig early access. PuppyGraphs zero-ETL-anvendelse med Iceberg-baseret vidensgraf viser den tilsigtede måde at tilgå data på, men er ikke en uafhængigt verificeret måling af forretningsværdi.

En yderligere implementeringspåstand fra Clouderas produkt-keynote siger, at tiden fra implementering til værdi kan reduceres til under 60 minutter i bare-metal-installationer lokalt eller i cloudbaserede virtuelle maskiner. Det er en påstand fra Clouderas præsentation og ikke et kundevalideret benchmark i det foreliggende materiale.

Foreløbig bør Anywhere Cloud derfor forstås som Clouderas foreslåede infrastrukturlag til at køre styret AI dér, hvor virksomhedens data befinder sig. Løftet er mest relevant for organisationer, der ikke kan – eller ikke ønsker at – samle følsomme data ét sted. Om platformen giver målbare forbedringer i produktion, vil afhænge af skala, ydeevne, den konkrete implementering af datastyring og resultaterne hos de navngivne designpartnere.