बीएमसी सॉफ्टवेयर के समाधान विपणन निदेशक, बेसिल फारुकी, व्यावसायिक सफलता के लिए जटिल वर्कफ़्लो स्वचालन को अनुकूलित करने में डेटाऑप्स, डेटा ऑर्केस्ट्रेशन और एआई की भूमिका के महत्व पर चर्चा करते हैं।
बीएमसी में नवीनतम विकास क्या हुआ है?
बीएमसी और विशेष रूप से हमारी कंट्रोल-एम उत्पाद लाइन में यह रोमांचक समय है, क्योंकि हम दुनिया भर की कुछ सबसे बड़ी कंपनियों को व्यावसायिक परिणामों को स्वचालित और व्यवस्थित करने में मदद करना जारी रख रहे हैं जो जटिल वर्कफ़्लो पर निर्भर हैं। हमारी रणनीति का एक बड़ा फोकस डेटाऑप्स पर रहा है, विशेष रूप से डेटाऑप्स अभ्यास के भीतर ऑर्केस्ट्रेशन पर। पिछले बारह महीनों के दौरान हमने AWS, Azure और GCP में सर्वर रहित और PaaS पेशकशों में सत्तर से अधिक एकीकरण प्रदान किए हैं, जिससे हमारे ग्राहक तेजी से आधुनिक क्लाउड सेवाओं को अपने कंट्रोल-एम ऑर्केस्ट्रेशन पैटर्न में लाने में सक्षम हो गए हैं। साथ ही, हम वर्कफ़्लो विकास और रन-टाइम अनुकूलन में तेजी लाने के लिए GenAI आधारित उपयोग के मामलों को प्रोटोटाइप कर रहे हैं।
आपने DataOps में विकसित होने वाले नवीनतम रुझान क्या देखे हैं?
डेटा की दुनिया में हम आम तौर पर डेटा और एनालिटिक्स सॉफ़्टवेयर में निरंतर निवेश देख रहे हैं। विश्लेषकों का अनुमान है कि पिछले साल डेटा और एनालिटिक्स सॉफ्टवेयर पर खर्च 100 अरब डॉलर से अधिक था। यदि हम मशीन लर्निंग, आर्टिफिशियल इंटेलिजेंस और डेटा लैंडस्केप को देखें जो मैट टर्क ने किया था पहला निशान हर साल प्रकाशित होता है, इसमें पहले से कहीं अधिक भीड़ होती है। इसमें 2,011 लोगो हैं और 2023 से पांच सौ से अधिक जोड़े गए हैं। टूल और निवेश की इस तीव्र वृद्धि को देखते हुए, डेटाऑप्स अब केंद्र स्तर पर है क्योंकि कंपनियों को एहसास हो रहा है कि डेटा पहल को सफलतापूर्वक संचालित करने के लिए, वे अब केवल अधिक इंजीनियरों को नहीं जोड़ सकते हैं। डेटाऑप्स प्रथाएं अब उत्पादन में इन पहलों को बढ़ाने का खाका बन रही हैं। GenAI का हालिया उछाल इस परिचालन मॉडल को और भी महत्वपूर्ण बना रहा है।
डेटा रणनीति बनाते समय कंपनियों को क्या ध्यान रखना चाहिए?
जैसा कि मैंने पहले उल्लेख किया है कि व्यावसायिक अधिकारियों, सीईओ, सीएमओ, सीएफओ आदि की ओर से डेटा पहल में निवेश मजबूत बना हुआ है। यह निवेश केवल वृद्धिशील दक्षताएं पैदा करने के लिए नहीं है, बल्कि गेम चेंजिंग, परिवर्तनकारी व्यावसायिक परिणामों के लिए भी है। इसका मतलब यह है कि तीन चीजें बहुत महत्वपूर्ण हो जाती हैं. सबसे पहले व्यावसायिक लक्ष्यों के साथ डेटा रणनीति का स्पष्ट संरेखण है, यह सुनिश्चित करना कि प्रौद्योगिकी टीमें उस पर काम कर रही हैं जो व्यवसाय के लिए सबसे ज्यादा मायने रखती है। दूसरा, डेटा की गुणवत्ता और पहुंच है, डेटा की गुणवत्ता महत्वपूर्ण है। खराब डेटा गुणवत्ता के कारण गलत जानकारी प्राप्त होगी। डेटा पहुंच सुनिश्चित करना भी उतना ही महत्वपूर्ण है – सही समय पर सही लोगों को सही डेटा उपलब्ध कराना। उचित नियंत्रण बनाए रखते हुए, डेटा पहुंच का लोकतंत्रीकरण, पूरे संगठन में टीमों को डेटा-संचालित निर्णय लेने के लिए सशक्त बनाता है। तीसरा है उत्पादन में पैमाना हासिल करना. रणनीति को यह सुनिश्चित करना चाहिए कि ऑप्स की तैयारी डेटा इंजीनियरिंग प्रथाओं में निहित है, इसलिए यह ऐसा कुछ नहीं है जिस पर केवल पायलटिंग के बाद विचार किया जाता है।
किसी कंपनी की समग्र रणनीति के हिस्से के रूप में डेटा ऑर्केस्ट्रेशन कितना महत्वपूर्ण है?
डेटा ऑर्केस्ट्रेशन यकीनन डेटाऑप्स का सबसे महत्वपूर्ण स्तंभ है। अधिकांश संगठनों का डेटा कई प्रणालियों में फैला हुआ है – क्लाउड, ऑन-प्रिमाइसेस, लीगेसी डेटाबेस और तृतीय-पक्ष एप्लिकेशन। इन अलग-अलग डेटा स्रोतों को एक एकीकृत प्रणाली में एकीकृत और व्यवस्थित करने की क्षमता महत्वपूर्ण है। उचित डेटा ऑर्केस्ट्रेशन समय पर निर्णय लेने में सहायता करते हुए, सिस्टम के बीच निर्बाध डेटा प्रवाह सुनिश्चित करता है, दोहराव, विलंबता और बाधाओं को कम करता है।
जब डेटा ऑर्केस्ट्रेशन की बात आती है तो आपके ग्राहक आपको क्या बताते हैं कि उनकी सबसे बड़ी कठिनाइयां क्या हैं?
संगठनों को डेटा उत्पादों को तेजी से वितरित करने और फिर उत्पादन में तेजी से वृद्धि करने की चुनौती का सामना करना पड़ रहा है। GenAI इसका एक अच्छा उदाहरण है। दुनिया भर के सीईओ और बोर्ड त्वरित परिणाम की मांग कर रहे हैं क्योंकि उन्हें लगता है कि यह उन लोगों को बड़े पैमाने पर बाधित कर सकता है जो इसकी शक्ति का उपयोग नहीं कर सकते हैं। GenAI प्रॉम्प्ट इंजीनियरिंग, प्रॉम्प्ट चेनिंग आदि जैसी प्रथाओं को मुख्यधारा में ला रहा है। चुनौती यह है कि हम एलएलएम और वेक्टर डेटाबेस, बॉट आदि कैसे लेते हैं और उन्हें बड़ी डेटा पाइपलाइन में कैसे फिट करते हैं जो मल्टीपल-क्लाउड से ऑन-प्रिमाइसेस सहित एक बहुत ही हाइब्रिड आर्किटेक्चर का पता लगाता है। कई लोगों के लिए मेनफ्रेम। यह ऑर्केस्ट्रेशन के लिए एक रणनीतिक दृष्टिकोण की आवश्यकता को दोहराता है जो डेटा पाइपलाइनों के स्केलेबल स्वचालन के लिए नई प्रौद्योगिकियों और प्रथाओं को फोल्ड करने की अनुमति देगा। एक ग्राहक ने कंट्रोल-एम को ऑर्केस्ट्रेशन की एक पावर स्ट्रिप के रूप में वर्णित किया, जहां वे नई तकनीकों और पैटर्न को प्लग इन कर सकते हैं, क्योंकि जब भी वे पुरानी तकनीकों को नई तकनीकों से बदलते हैं, तो उन्हें हर बार रीवायर किए बिना उभरना पड़ता है।
इष्टतम डेटा ऑर्केस्ट्रेशन सुनिश्चित करने के लिए आपकी शीर्ष युक्तियाँ क्या हैं?
कई शीर्ष युक्तियाँ हो सकती हैं लेकिन मैं एक पर ध्यान केंद्रित करूंगा, एप्लिकेशन और डेटा वर्कफ़्लो के बीच अंतरसंचालनीयता, जो मेरा मानना है कि उत्पादन में पैमाने और गति प्राप्त करने के लिए महत्वपूर्ण है। डेटा पाइपलाइनों को व्यवस्थित करना महत्वपूर्ण है, लेकिन यह ध्यान रखना महत्वपूर्ण है कि ये पाइपलाइन उद्यम में एक बड़े पारिस्थितिकी तंत्र का हिस्सा हैं। आइए मान लें कि उन ग्राहकों की भविष्यवाणी करने के लिए एक एमएल पाइपलाइन तैनात की गई है जो प्रतिस्पर्धी पर स्विच करने की संभावना रखते हैं। ऐसी पाइपलाइन में आने वाला डेटा ईआरपी/सीआरएम में चलने वाले वर्कफ़्लो और अन्य अनुप्रयोगों के संयोजन का परिणाम है। एप्लिकेशन वर्कफ़्लो का सफल समापन अक्सर डेटा वर्कफ़्लो को ट्रिगर करने के लिए एक पूर्व-आवश्यकता होती है। एक बार जब मॉडल उन ग्राहकों की पहचान कर लेता है जो स्विच करने की संभावना रखते हैं, तो अगला कदम शायद उन्हें एक प्रमोशनल ऑफर भेजना है जिसका मतलब है कि हमें ईआरपी और सीआरएम में एप्लिकेशन लेयर पर वापस जाना होगा। कंट्रोल-एम इस चुनौती को हल करने के लिए विशिष्ट रूप से तैनात है क्योंकि हमारे ग्राहक इसका उपयोग एप्लिकेशन और डेटा परत के बीच जटिल निर्भरता को व्यवस्थित करने और प्रबंधित करने के लिए करते हैं।
एआई को तैनात करते समय आप मुख्य अवसरों और चुनौतियों के रूप में क्या देखते हैं?
AI और विशेष रूप से GenAI डेटा इकोसिस्टम में शामिल प्रौद्योगिकियों को तेजी से बढ़ा रहा है। बहुत सारे नए मॉडल, वेक्टर डेटाबेस और प्रॉम्प्ट चेनिंग आदि के आसपास नए स्वचालन पैटर्न। यह चुनौती डेटा दुनिया के लिए नई नहीं है, लेकिन परिवर्तन की गति बढ़ रही है। ऑर्केस्ट्रेशन परिप्रेक्ष्य से हम अपने ग्राहकों के साथ जबरदस्त अवसर देखते हैं क्योंकि हम ऑर्केस्ट्रेशन के लिए एक अत्यधिक अनुकूलनीय मंच प्रदान करते हैं जहां वे ड्राइंग बोर्ड पर वापस जाने के बजाय इन टूल और पैटर्न को अपने मौजूदा वर्कफ़्लो में बदल सकते हैं।
क्या आपके पास एआई का सफलतापूर्वक उपयोग करने वाली कंपनियों के बारे में कोई केस स्टडी है जिसे आप हमारे साथ साझा कर सकते हैं?
डोमिनोज़ पिज़्ज़ा अपनी विशाल और जटिल डेटा पाइपलाइनों को व्यवस्थित करने के लिए कंट्रोल-एम का लाभ उठाता है। वैश्विक स्तर पर 20,000 से अधिक स्टोर के साथ, डोमिनोज़ 3,000 से अधिक डेटा पाइपलाइनों का प्रबंधन करता है जो आंतरिक आपूर्ति श्रृंखला प्रणाली, बिक्री डेटा और तीसरे पक्ष के एकीकरण जैसे विभिन्न स्रोतों से डेटा फ़नल करता है। एप्लिकेशन के इस डेटा को अपने फ्रैंचाइज़ नेटवर्क में खाद्य गुणवत्ता, ग्राहक संतुष्टि और परिचालन दक्षता से संबंधित ड्राइविंग निर्णयों के लिए उपलब्ध होने से पहले जटिल परिवर्तन पैटर्न और मॉडल से गुजरना होगा।
कंट्रोल-एम इन डेटा वर्कफ़्लो को व्यवस्थित करने में महत्वपूर्ण भूमिका निभाता है, जिससे माइक्रोस्ट्रैटेजी, एएमक्यू, अपाचे काफ्का, कंफ्लुएंट, ग्रीनप्लम, काउचबेस, टैलेंड, एसक्यूएल सर्वर और पावर बीआई जैसी प्रौद्योगिकियों की एक विस्तृत श्रृंखला में निर्बाध एकीकरण सुनिश्चित होता है।
जटिल ऑर्केस्ट्रेशन पैटर्न को एक साथ जोड़ने के अलावा, कंट्रोल-एम उन्हें पाइपलाइनों की एंड-टू-एंड दृश्यता प्रदान करता है, यह सुनिश्चित करते हुए कि वे बढ़ते डेटा वॉल्यूम को संभालने के दौरान सख्त सेवा-स्तरीय समझौतों (एसएलए) को पूरा करते हैं। कंट्रोल-एम उन्हें महत्वपूर्ण रिपोर्ट तेजी से तैयार करने, फ्रेंचाइजी को अंतर्दृष्टि प्रदान करने और नई व्यावसायिक सेवाओं को शुरू करने में मदद कर रहा है।
आने वाले वर्ष में हम बीएमसी से क्या उम्मीद कर सकते हैं?
बीएमसी में कंट्रोल-एम के लिए हमारी रणनीति कुछ बुनियादी सिद्धांतों पर केंद्रित रहेगी:
हमारे ग्राहकों को ऑर्केस्ट्रेशन के लिए नियंत्रण के एकल बिंदु के रूप में कंट्रोल-एम का उपयोग करने की अनुमति देना जारी रखें, क्योंकि वे आधुनिक तकनीकों को ऑनबोर्ड करते हैं, विशेष रूप से सार्वजनिक क्लाउड पर। इसका मतलब है कि हम सभी प्रमुख सार्वजनिक क्लाउड प्रदाताओं को नए एकीकरण प्रदान करना जारी रखेंगे ताकि यह सुनिश्चित किया जा सके कि वे IaaS, कंटेनर्स और PaaS (सर्वरलेस क्लाउड सर्विसेज) के तीन प्रमुख क्लाउड इंफ्रास्ट्रक्चर मॉडल में वर्कफ़्लो को व्यवस्थित करने के लिए कंट्रोल-एम का उपयोग कर सकें। हम सर्वर रहित पर अपना मजबूत फोकस जारी रखने की योजना बना रहे हैं, और आप PaaS मॉडल का समर्थन करने के लिए कंट्रोल-एम से अधिक आउट-ऑफ-द-बॉक्स एकीकरण देखेंगे।
हम मानते हैं कि एंटरप्राइज़ ऑर्केस्ट्रेशन एक टीम गेम है, जिसमें इंजीनियरिंग, संचालन और व्यावसायिक उपयोगकर्ताओं के बीच समन्वय शामिल है। और, इसे ध्यान में रखते हुए, हम एक ऐसा उपयोगकर्ता अनुभव और इंटरफ़ेस लाने की योजना बना रहे हैं जो व्यक्तित्व पर आधारित हो ताकि सहयोग घर्षण रहित हो।
विशेष रूप से, डेटाऑप्स के भीतर हम एप्लिकेशन और डेटा वर्कफ़्लो के भीतर डेटा गुणवत्ता को प्रथम श्रेणी का नागरिक बनाने पर विशेष ध्यान देने के साथ ऑर्केस्ट्रेशन और डेटा गुणवत्ता के प्रतिच्छेदन को देख रहे हैं। इस मोर्चे पर अधिक जानकारी के लिए हमारे साथ बने रहें!
क्या आप उद्योग जगत के नेताओं से एआई और बड़े डेटा के बारे में अधिक जानना चाहते हैं?चेक आउटएआई और बिग डेटा एक्सपोएम्स्टर्डम, कैलिफ़ोर्निया और लंदन में हो रहा है। व्यापक कार्यक्रम अन्य प्रमुख कार्यक्रमों के साथ सह-स्थित हैइंटेलिजेंट ऑटोमेशन सम्मेलन,ब्लॉकएक्स,डिजिटल परिवर्तन सप्ताहऔरसाइबर सुरक्षा और क्लाउड एक्सपो.
TechForge द्वारा संचालित अन्य आगामी उद्यम प्रौद्योगिकी कार्यक्रमों और वेबिनार का अन्वेषण करेंयहाँ.
बेसिल फारुकी, बीएमसी सॉफ्टवेयर: अपने डेटा और एआई रणनीति को कैसे बेहतर बनाएं, यह पोस्ट सबसे पहले एआई न्यूज पर दिखाई दी।