Cloudera Anywhere Cloud: AI där företagets data redan finns

Företaget hänvisar också till en undersökning där 73 procent av IT-ledarna uppgav att begränsningar i infrastrukturens prestanda hade hindrat deras AI-projekt. Det är ett leverantörsrapporterat resultat och ska inte tolkas som en oberoende, representativ branschstatistik.

En modulär plattform i stället för en låst stack

Anywhere Cloud bygger enligt Cloudera på en komponerbar arkitektur. I praktiken innebär det att kunderna ska kunna sätta samman de delar de behöver från en modulär katalog, snarare än att införa ett enda fast paket.

Katalogen omfattar Clouderas egna datatjänster, tjänster från verifierade partner och motorer med öppen källkod. Produktmaterialet nämner bland annat komponenter för:

• dataflöden och säker datainläsning,
• händelseströmning och meddelandehantering,
• lakehouse-analys,
• utveckling och driftsättning av AI-modeller,
• arbetsflöden och operativ orkestrering.

Målet är att kombinera flexibilitet med gemensam styrning. Hur mycket av den utlovade enkelheten som faktiskt uppnås kommer däremot att bero på kundernas befintliga miljöer, integrationer och krav på säkerhet.

Apache Iceberg ska göra data åtkomlig utan nya kopior

Apache Iceberg är en öppen tabellstandard för att organisera mycket stora analytiska datamängder i filsystem eller objektlagring. Cloudera använder Iceberg som en del av sin lakehouse-arkitektur för öppna dataformat och storskaliga datapipelines.

I Anywhere Cloud kombineras Iceberg enligt Cloudera med Polaris Catalog och gemensamma API:er. Dessa lager ska göra det möjligt för olika analysmotorer att ansluta till data över flera miljöer. Plattformens så kallade zero-copy, federerade analys innebär att samma underliggande data kan användas utan att en fullständig kopia skapas för varje ny arbetslast.

Det betyder inte att distribuerad AI blir fri från tekniskt och organisatoriskt arbete. Behörigheter, policyer, datakvalitet, nätverk och prestanda måste fortfarande hanteras. Men modellen riktar sig mot ett specifikt problem: att göra data tillgänglig för AI-applikationer utan att först flytta den.

Varför Cloudera fokuserar på AI-agenter

AI-agenter behöver ofta mer än enskilda rader och tabeller. För att kunna dra slutsatser behöver de sammanhang, relationer och kontrollerad åtkomst till information från flera företagssystem.

Clouderas argument är att agenter kan arbeta mot data vid källan. Det skulle kunna minska behovet av ett separat steg för kopiering och synkronisering – ett steg som annars riskerar att göra information inaktuell eller skapa fler känsliga datakopior.

Plattformen innehåller också en agentisk copilot och funktioner för arbetsflöden. Cloudera beskriver dem som verktyg som kan omvandla frågor på naturligt språk till automatiserade åtgärder. Det tillgängliga underlaget ger dock inte tillräckligt med tekniska detaljer för att oberoende bedöma hur planering, verktygsval eller genomförande fungerar. Dessa delar bör därför betraktas som produktpåståenden, inte som dokumenterade prestandaresultat.

Cloudera lyfter dessutom fram en zero-trust-modell för styrning. Enligt företaget ska driftsättningar ärva organisationens styrningspolicyer, med målet att stödja kontroll över data, datalokalitet, suveränitet och löpande efterlevnad. Källorna visar att detta är ett uttalat plattformsmål och ett leverantörspåstående, men de styrker inte någon specifik myndighetscertifiering eller garanterade efterlevnadsresultat.

PuppyGraph visar hur en användning kan se ut

Det tydligaste konkreta exemplet hittills kommer från PuppyGraph, som har använt Anywhere Cloud i ett tidigt åtkomstprogram. Företaget använder plattformen för att fråga Iceberg-baserad data som en realtidsbaserad kunskapsgraf utan ETL.

ETL står för att data extraheras, omvandlas och laddas in i ett annat system. I PuppyGraphs modell skapas grafkontexten ovanpå den befintliga datan, i stället för att relationstabeller kopieras till en separat grafdatabas och hålls uppdaterade genom ytterligare en datapipeline.

Det kan bevara relationer och sammanhang som är användbara för AI-agenter, samtidigt som ett extra steg för dataförflyttning undviks. Det som är belagt är själva användningsfallet i tidig åtkomst. Det finns däremot inga oberoende verifierade siffror i materialet för exempelvis lägre svarstid, minskade kostnader eller högre precision hos agenterna.

Fem designpartners i ett tidigt skede

Clouderas lansering namnger följande designpartners för Anywhere Cloud:

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

Att ett företag utses till designpartner visar att det deltar i tidig produktutveckling eller utvärdering. Det är inte i sig ett bevis på allmän tillgänglighet, produktionsskala eller kvantifierade affärsresultat.

Relevans för banker och telekom

Bank och finans

Handels-, bedrägeri- och transaktionssystem kan behöva ligga kvar i egna datacenter eller andra strikt kontrollerade miljöer på grund av krav på låg fördröjning, sekretess, revision och reglering. En plattform som för ut styrd AI till dessa system skulle kunna möjliggöra analys utan att underliggande transaktions- eller marknadsdata exporteras till ett centralt moln.

I det tillgängliga materialet är detta ett avsett användningsområde, inte ett rapporterat kundresultat.

Telekom och nätverkskanten

Telekomnät producerar stora mängder distribuerad och tidskänslig information från 5G-system och annan edge-infrastruktur. Genom att bearbeta information närmare källan kan företag i vissa arkitekturer minska behovet av upprepade turer till ett centralt moln och hantera data där den uppstår.

Clouderas katalog innehåller funktioner för dataflöden och händelseströmning som ligger i linje med en sådan arkitektur. Det visar dock hur plattformen är tänkt att användas, inte att en viss telekomkund redan har uppnått ett mätt resultat.

Vad visar den tidiga evidensen?

Det går att dra tre försiktiga slutsatser av det material som finns:

1. Plattformen är byggd för hybrid drift. Cloudera vill att kunder ska kunna driva data- och AI-applikationer över moln, egna datacenter och distribuerade miljöer genom en gemensam operativ modell.
2. Den komponerbara modellen ska minska beroendet av en stel teknikstack. Kunderna ska kunna välja mellan Clouderas komponenter, partnerprodukter och öppen källkod.
3. Det mest konkreta exemplet är fortfarande i tidig åtkomst. PuppyGraphs användning av Iceberg-data som kunskapsgraf utan ETL visar det tänkta sättet att komma åt data, men är inte ett oberoende mått på affärsnytta.

Cloudera har dessutom uppgett i en produktpresentation att tiden till värde kan kortas till mindre än 60 minuter i bare-metal-installationer lokalt eller i molnbaserade virtuella maskiner. Det är ett påstående från Clouderas presentation, inte ett kundverifierat jämförelsetest i det tillgängliga underlaget.

För närvarande är det mest rättvisande att se Anywhere Cloud som Clouderas föreslagna infrastrukturlager för styrd AI där företagens data redan finns. Löftet är särskilt relevant för organisationer som inte kan – eller inte vill – centralisera känslig information. Om plattformen faktiskt ger mätbara förbättringar i produktion återstår att se när användningen skalas upp och designpartnerna kan redovisa resultat.