Analisis ERP yang dapat diskalakan dan cepat dengan Palantir Hyperauto di AWS

Pengumpulan dan persiapan data untuk sebagian besar ilmuwan data’Waktu, meninggalkan bandwidth kecil untuk kegiatan bernilai tinggi seperti desain algoritma, pengujian algoritma, dan pembelajaran mesin.

Apakah Palantir AWS dari Analisis Data?

Wall Street telah skeptis dengan kemampuan Palantir untuk mengalahkan pesaingnya di sektor swasta.

Perusahaan baru -baru ini memperkenalkan program sertifikasi untuk meningkatkan penggunaan pengecoran.

NYSE: PLTR

Teknologi Palantir

Kapitalisasi pasar

Perubahan hari ini

Panah-tipis

Harga sekarang

Harga per 16 Mei 2023, 4:00 p.M. Et

Anda’membaca kembali artikel gratis dengan pendapat yang mungkin berbeda dari orang bodoh beraneka ragam’S Layanan Investasi Premium. Menjadi anggota Motley Fool hari ini Dapatkan akses instan ke rekomendasi analis teratas kami, penelitian mendalam, sumber daya investasi, dan lebih banyak lagi. Belajarlah lagi

Palantir meminjam halaman dari cetak biru Amazon karena kelihatannya menembus sektor swasta.

Tidak mengherankan bagi siapa pun di dunia bisnis bahwa perusahaan semakin mengandalkan data untuk semua yang mereka lakukan. Menurut IDC, lebih dari 80% data organisasi tidak akan terstruktur pada tahun 2025. Ini berarti bahwa catatan pelanggan atau dokumen hukum penting dibungkam dalam sistem yang berbeda, yang menghadirkan tantangan untuk solusi data tradisional.

Akibatnya, manajemen bisa Habiskan bertahun-tahun bekerja dengan konsultan berbiaya tinggi yang berusaha membangun solusi in-house. Untung, Teknologi Palantir (PLTR -0.53%) Mengembangkan platform perangkat lunak-sebagai-layanan (SaaS) yang disebut Foundry. Tidak seperti banyak kompetisinya, Foundry memberikan banyak kemampuan sebagai bagian dari platform terpadu. Ini membantu mencegah risiko yang datang dengan teknologi yang berbeda dan memastikan pengalaman yang mulus di mana riwayat data, keamanan, dan privasi dilindungi.

Amazon (Amzn 1.98%) juga diakui lebih awal tentang data itu menjadi lebih penting bagi pembuat keputusan dalam organisasi. Sama seperti Amazon mengidentifikasi bahwa agregat dan menyimpan data akan menjadi masalah, Palantir telah mengidentifikasi bahwa menyatukan dan menafsirkan data ini menjadi semakin menantang ketika perusahaan memperoleh lebih banyak pelanggan dan berinvestasi dalam sistem operasi baru.

Sumber Gambar: Getty Images.

Dimana Palantir hari ini?

Mengikuti IPO -nya pada bulan September 2020, Palantir menerima banyak liputan media. Bahkan secara singkat menjadi saham meme, dan pada Januari 2021, saham telah meroket lebih dari 250% dari harga IPO -nya.

Sepanjang tahun 2021, Palantir perlahan kembali ke bumi ketika investor mulai membentuk pemahaman yang lebih baik tentang bisnisnya. Palantir melaporkan pendapatan $ 392 juta selama Q3 2021, mewakili pertumbuhan 36% dari tahun ke tahun dan 203 total pelanggan. Meskipun tingkat pertumbuhan ini mengesankan, perusahaan telah dikritik oleh Wall Street karena sangat bergantung pada kontrak pemerintah, membuat beberapa orang takut bahwa Palantir akan berjuang untuk memperluas ke sektor swasta dengan cara yang bermakna. Sebagai perbandingan, platform analisis perangkat lunak yang bersaing Kepingan salju melaporkan lebih dari 5.400 pelanggan, 173% retensi pendapatan bersih, dan pertumbuhan pendapatan 110% dari tahun ke tahun untuk kuartal fiskal yang berakhir OCT. 31, 2021.

Meskipun Snowflake dan Palantir mengalami aksi jual berat selama bulan-bulan terakhir tahun 2021, kepingan salju saat ini diperdagangkan pada 106 kali penjualannya di trailing-12-bulan dibandingkan dengan 25 kali Palantir’s 25 kali. Meskipun berkomitmen untuk pertumbuhan pendapatan 30% setiap tahun selama empat tahun ke depan, kecepatan di mana Palantir tumbuh dibandingkan dengan teman sebaya dan jalurnya untuk menembus sektor swasta tetap menjadi perhatian investor yang sah.

Mengapa sertifikasi penting?

Sebagai perusahaan mengakuisisi lebih banyak pelanggan, ia secara inheren mengumpulkan lebih banyak data yang dapat digunakan untuk mengasah fitur produk yang ada. Pada awal 2000 -an, Amazon memahami bahwa data akan menjadi pilar penting bagi perusahaan dan bahwa server fisik harus divirtualisasi. Dinamika ini disebut sebagai komputasi awan. Komputasi awan memungkinkan bisnis lebih fleksibel dan skalabilitas daripada server fisik, dan seringkali merupakan solusi yang lebih hemat biaya.

Pada tahun 2006, Amazon membuat langkah pertama untuk mengatasi virtualisasi server dengan memperkenalkan solusi hosting cloud yang disebut Amazon Web Services (AWS). Mungkin yang lebih inovatif adalah jalan bahwa Amazon mengkomersilkan produk ini: Amazon mendorong kesadaran di pasar dengan memperkenalkan program sertifikasi. Karena bisnis semakin mewajibkan kandidat untuk menjadi ahli di bidang-bidang seperti iklan digital, manajemen hubungan pelanggan (CRM), dan analisis data, sertifikasi memungkinkan pengusaha untuk memiliki standar di seluruh basis karyawan karena perusahaan membutuhkan tim yang berpengalaman dalam produk perangkat lunak ini.

Badan-badan kesehatan masyarakat sudah memanfaatkan pengecoran untuk membuat katalog data yang terpadu untuk alur kerja respons daya termasuk melacak dan menganalisis penyebaran COVID-19 dan berkoordinasi dengan rumah sakit dan produsen pasokan medis. Selain itu, Palantir digunakan oleh lembaga keuangan untuk memerangi kejahatan seperti pencucian uang. Meskipun menggembirakan untuk melihat pengecoran yang digunakan untuk operasi bisnis yang kritis, dapat dikatakan bahwa kasus penggunaannya memiliki lebih banyak ruang untuk tumbuh lintas organisasi -organisasi ini, daripada memerangi satu masalah spesifik.

Pada pertengahan Januari, Palantir mengumumkan bahwa mereka akan meluncurkan program sertifikasi untuk Foundry. Program sertifikasi adalah langkah penting dalam upaya berkelanjutan untuk mendukung pelanggan Palantir dalam membuka nilai dari perangkat lunak. Perusahaan mencatat dalam siaran pers bahwa “dengan program sertifikasi, Palantir mempercepat dan memperluas produkisasi pendekatannya.”Ini berarti Palantir ingin menghasilkan efek jaringan di dalam perusahaan melalui program sertifikasi. Karena semakin banyak profesional yang mahir dalam perangkat lunak pengecoran, platform ini bisa menjadi lebih berurat berakar ke dalam jalinan operasi global.

Akibatnya, alat seperti AWS atau pengecoran dapat menjadi terintegrasi secara vertikal lintas berbagai kelompok produk dan fungsi di perusahaan. Metodologi ini telah membantu Amazon menjual AWS kepada jutaan pelanggan dan menumbuhkannya menjadi bisnis pendapatan run-rate senilai $ 50 miliar. Sebagai perbandingan, Palantir hanya memandu pendapatan $ 1.5 miliar untuk Kalender 2021, tetapi Palantir ingin mereplikasi cetak biru AWS karena berusaha menembus pertumbuhan sektor swasta. Sama seperti AWS telah menjadi pemimpin pasar di cloud, Palantir memiliki peluang besar karena tampaknya membangun sistem operasi pusat untuk Big Data.

Bagaimana ini membantu Palantir?

Amazon digunakan menggunakan program sertifikasi AWS -nya untuk menciptakan lebih banyak kesadaran di pasar. Pada gilirannya, ia dapat mempelajari titik rasa sakit dari bisnis dari semua ukuran dan membuat banyak aplikasi untuk organisasi tersebut. Tujuan utama pengecoran adalah bahwa ia akan memiliki dampak yang mendalam dalam suatu organisasi sehingga kasus penggunaannya mulai bertambah. Akibatnya, pengecoran akan menjadi sistem saraf pusat dan tulang punggung untuk data sebagai kecerdasan buatan dan pembelajaran mesin menjadi lebih utama bagi perusahaan. Alih -alih menjual pengecoran ke satu organisasi untuk satu kasus penggunaan tertentu, Palantir dapat mempercepat dan memperluas penggunaan perangkat lunaknya karena lebih banyak orang menjadi bersertifikat di berbagai fungsi di seluruh perusahaan. Program sertifikasi bisa menjadi pendorong yang menguntungkan dari bisnis masa depan untuk Palantir, terutama karena perusahaan berusaha untuk tumbuh di luar segmen pemerintahnya, sehingga memicu momentum jangka panjang untuk stok tersebut.

John Mackey, CEO Whole Foods Market, anak perusahaan Amazon, adalah anggota The Motley Fool’S Dewan Direksi. Adam Spatacco memiliki saham Palantir Technologies dan Amazon. The Motley Fool memiliki dan merekomendasikan Amazon, Palantir Technologies Inc., dan Snowflake Inc. The Motley Fool memiliki kebijakan pengungkapan.

Analisis ERP yang dapat diskalakan dan cepat dengan Palantir Hyperauto di AWS

Dia’tidak rahasia bahwa data adalah sumber daya terpenting yang tersedia untuk lembaga modern. Banyak yang memilikinya dalam sekop: terstruktur, tidak terstruktur, transaksional, geospasial, untuk beberapa nama.

Tantangannya tidak harus menghasilkan, membuat katalog, atau menyimpan data, tetapi mengoperasionalkannya. Palantir Foundry adalah platform operasi yang memanfaatkan sistem data dan alat analitik yang ada untuk membuat pengambilan keputusan yang lebih cerdas. Ini memadukan analitik dengan operasi, memanfaatkan level-back dan loop pembelajaran untuk menciptakan nilai gabungan dari waktu ke waktu.

Langkah pertama untuk mengoperasionalkan data terhadap masalah menekan adalah integrasi. Integrasi data biasanya memakan waktu, intensif secara manual, dan seringkali membutuhkan keahlian dalam struktur data yang mendasarinya.

Palantir Hyperauto memanfaatkan Palantir’S Teknologi Integrasi Data yang Ditentukan Perangkat Lunak (SDDI) untuk menyelesaikan masalah ini-membangun pipa dari sistem sumber tanpa perlu insinyur untuk menulis satu baris kode baru tunggal.

Salah satu sistem sumber yang biasa ditemukan di organisasi besar adalah sistem perencanaan sumber daya perusahaan (ERP). Organisasi sering memiliki beberapa sistem ERP yang berjalan pada berbagai versi karena merger dan akuisisi.

Palantir Hyperauto menggunakan SDDI untuk mengotomatisasi konsumsi data, transformasi, dan pemodelan. Ini memberikan pandangan instan 360 derajat dari tema bisnis utama: Harga barang yang dijual (COG), inventaris, tanaman, gudang, produk, dan sebagainya. Ini memungkinkan dinamis “bagaimana jika” pengujian skenario untuk mengidentifikasi peluang untuk meningkatkan penjualan, mengoptimalkan bauran produk, dan mengurangi biaya. Setelah ini, Foundry menulis kembali ke sistem sumber untuk pembelajaran berkelanjutan.

Pada bulan Maret 2021, Palantir meluncurkan Foundry ERP Suite (sekarang dikemas dengan HyperAuto) untuk memberikan penghematan biaya untuk pelanggan Amazon Web Services (AWS). Dalam posting ini, kami memberikan gambaran umum tentang solusi dengan fokus pada SAP dan menjelaskan bagaimana Foundry berjalan pada AWS memberikan skalabilitas.

Palantir dan AWS

Palantir, Seorang AWS bermitra dengan penawaran perangkat lunak yang memenuhi syarat AWS, membangun perangkat lunak yang memungkinkan organisasi mengintegrasikan data mereka, keputusan mereka, dan operasi mereka.

Palantir Foundry yang dikerahkan pada AWS memanfaatkan layanan inti seperti Amazon Simple Storage Service (Amazon S3), Amazon Elastic Compute Cloud (Amazon EC2), Amazon EC2 SCALING AUTO, Elastic Load Balancing (ELB), Amazon Relational Database Service (Amazon-RDS), dan Layanan Manajemen Kunci AWS (AWS KMS) untuk memberikan biaya suncil dan biaya suncil dan biaya kusat dan biaya suncil AWS) untuk biaya suncil dan biaya suncil AWS KMS).

AWS juga merupakan platform pilihan dan inovasi untuk 5.000+ pelanggan SAP dan ratusan mitra. Foundry ERP Suite mendukung sebagian besar versi komponen SAP ERP Central dan S/4HANA. Pelanggan yang memiliki beban kerja SAP mereka berjalan dengan manfaat AWS dari peningkatan latensi saat memasukkan data ke dalam Foundry.

Tinjauan Hyperauto Palantir

Palantir Hyperauto memiliki tiga komponen inti: konektor sistem sumber, penjelajah data sumber, dan generator pipa otomatis. Untuk mengambil contoh konkret, biarkan’S Periksa masing -masing komponen ini melalui lensa bekerja dengan data SAP.

Konektor bersertifikat SAP, yang dikembangkan dalam kemitraan dengan Diskover Limited, diinstal menggunakan Saint (SAP Add-On Instalation Tool). Setelah diatur, pengguna dapat mengonfigurasi “sinkronisasi” Untuk mengimpor data dengan aman dari SAP ECC atau S/4HANA, BW (Business Warehouse), dan SLT (SAP Landscape Transformation Replication Server).

Fungsionalitas Write-back to SAP Systems dicapai dengan menggunakan Modul Fungsi yang Berkemudi Jarak Jauh di SAP-Biasa BAPI (Antarmuka Pemrograman Aplikasi Bisnis) Fungsi.

Penjelajah Sumber Hyperauto Palantir untuk SAP ERP menyediakan antarmuka intuitif untuk memeriksa konten sistem SAP dan ekstrak data membuat massal untuk kasus penggunaan tertentu atau alur kerja dengan beberapa klik. Ini memanfaatkan metadata sistem sumber, menghapus kebutuhan akan keahlian SAP.

Dalam antarmuka, pengguna dapat:

• Telenggur dengan mulus modul SAP (manajemen material atau distribusi penjualan, misalnya) dan menelusuri untuk menemukan semua objek umum yang terkait (seperti materi, vendor, atau pesanan pembelian) dan tabel ERP.
• Periksa skema tabel yang diberikan dan pratinjau satu set catatan untuk lebih memahami data sebelum mengekstraksi.
• Memanfaatkan fungsi pencarian komprehensif untuk menemukan tabel getah lainnya di luar modul yang telah ditentukan sebelumnya.

Gambar 1 – Penjelajah Sumber Hyperauto Palantir untuk SAP ERP.

Generator Pipa Otomatis Palantir Hyperauto menghasilkan pipa yang lengkap dan efisien di luar kotak untuk memproses dan mengubah data SAP menjadi bentuk yang dapat digunakan. Ini juga secara dinamis menghasilkan serangkaian jenis objek (dipetakan ke konsep dunia nyata seperti bahan, pelanggan, dan pesanan penjualan) lengkap dengan properti dan hubungan yang telah ditentukan sebelumnya.

Dalam modul garis silsilah data foundry yang ditampilkan di Gambar 2 Di bawah, pengguna dapat melihat representasi transformasi dari sumber ke tujuan. Kotak coklat di sebelah kiri adalah ekstrak data SAP; Kotak hijau di tengah adalah pipa data yang telah dibangun secara otomatis; Dan kotak hitam-dan-kuning di sebelah kanan adalah tipe objek.

Gambar 2 – Silsilah dari pipa data yang dihasilkan secara otomatis.

Arsitektur dan skalabilitas

Perusahaan besar biasanya memiliki beberapa sistem ERP dengan jutaan atau miliaran catatan. Memproses data tersebut untuk analitik melibatkan operasi seperti denormalisasi, pemetaan, dan deduplikasi, yang membutuhkan daya komputasi yang sangat terukur.

Selain itu, perusahaan semakin mengandalkan data dari pemasok dan/atau pelanggan mereka untuk meningkatkan visibilitas rantai pasokan, yang semakin meningkatkan skala data.

Semua ini membutuhkan arsitektur yang dapat skala. Palantir Hyperauto – Didukung oleh pengecoran yang berjalan di AWS – dirancang untuk ini.

Pada 2017, Palantir memulai proyek Rubix untuk membuat mesin penjadwalan dan eksekusi yang aman, terukur, dan cerdas untuk Spark dan kerangka kerja komputasi terdistribusi lainnya. Rubix telah diimplementasikan mengikuti spesifikasi Spark-on-Kubernetes untuk memenuhi dua persyaratan kritis: (1) keamanan multi-penyewa di hadapan kode yang ditulis pengguna, dan (2) kinerja yang dapat diprediksi.

Diperahkan di beberapa daerah AWS, Rubix mengelola kelompok dengan ukuran dan skala yang berbeda-dari puluhan hingga ribuan node-dan telah dirancang untuk berjalan pada infrastruktur sesaat, di mana setiap instance Amazon EC2 didaur ulang setiap 48-72 jam.

Desain mesin Rubix memperkenalkan manfaat berikut:

• Postur keamanan yang ditingkatkan karena gambar mesin amazon yang baru ditambal (AMI) secara otomatis digunakan dalam daur ulang 48-72 jam, dan serangan malware durasi lama tidak dapat mengandalkan contoh EC2 yang dihancurkan secara berkala secara berkala secara berkala.
• Optimalisasi kapasitas instance EC2 dengan mengadopsi grup penskalaan otomatis dengan jenis multi-instance.

Untuk deskripsi terperinci tentang proyek Rubix, lihat sumber daya berikut:

• Penjadwalan percikan di kubernetes
• Menjalankan Kubernetes pada infrastruktur fana

Gambar 3 – Arsitektur pengecoran Palantir.

Integrasi dengan data lain

Palantir telah mengembangkan perangkat lunak yang mengintegrasikan data dari sistem sumber sejak perusahaan’S awal pada tahun 2004. Pertama dengan Gotham dan selanjutnya dengan pengecoran.

Saat ini, Palantir Foundry memiliki konektor ke 200+ sistem sumber yang berbeda, termasuk aplikasi perangkat lunak-sebagai-layanan (SaaS), aplikasi di tempat, serta layanan AWS lainnya. Misalnya, pengecoran dapat menelan data dari AWS IoT Services, Amazon Kinesis, Amazon S3, Amazon RDS, dan banyak lagi.

Ditambah dengan Foundry ERP Suite, konektor ini memungkinkan Palantir untuk dengan cepat membangun pandangan holistik dari semua aset data dari suatu organisasi – misalnya, mengintegrasikan data SAP dengan data IoT untuk mendukung berbagai kasus penggunaan.

Kasus penggunaan bisnis

Di Doosan Infracore, seorang pemimpin industri global dalam manufaktur mesin berat, Palantir Foundry digunakan untuk membuat fondasi data dengan mengintegrasikan data di seluruh rantai nilai – dari pengembangan produk hingga produksi, dan dari penjualan hingga pemeliharaan berkualitas.

Yayasan Data ini memperkuat alur kerja di bidang -bidang seperti pengembangan produk baru, manajemen rantai pasokan, dan dukungan aftermarket dan produk.

Aplikasi

Dengan model data terpadu di Foundry, pelanggan dapat memanfaatkan layanan AWS, seperti Amazon Sagemaker, untuk membangun model pembelajaran mesin dan mengintegrasikan model -model tersebut kembali ke Foundry.

Di pengecoran, pelanggan juga dapat dengan cepat menggunakan arketipe, templat pra-dibangun-didukung oleh model data-untuk kasus penggunaan bisnis tertentu, seperti ketahanan rantai pasokan, pemantauan jejak karbon, kualitas dalam manufaktur, anti pencucian uang, dan aset 360 untuk utilitas.

Gambar 4 – Arketipe Palantir Foundry.

Kesimpulan

Dalam posting ini, kami mengeksplorasi bagaimana Palantir Hyperauto – didukung oleh Foundry di AWS yang menyediakan arsitektur yang sangat terukur – dapat dengan cepat mengintegrasikan data dari sistem ERP dan mengoperasionalkan data yang ada terhadap masalah bisnis yang mendesak

Karena HyperAuto mengintegrasikan data dengan cara yang ditentukan oleh perangkat lunak, ia menghilangkan hambatan teknis untuk masuknya analisis data tradisional, memberdayakan pengguna bisnis, TI, dan operator untuk bekerja dari sumber-kebenaran kolaboratif.

Yang paling penting, ini memungkinkan perusahaan untuk meningkatkan operasi mereka dalam beberapa jam atau hari, bukan berbulan -bulan dan bertahun -tahun.

Palantir – Sorotan Mitra AWS

Palantir adalah mitra AWS yang membangun perangkat lunak yang memungkinkan organisasi mengintegrasikan data mereka, keputusan mereka, dan operasi mereka.

*Sudah bekerja dengan Palantir? Nilai mitra

*Untuk meninjau mitra AWS, Anda harus menjadi pelanggan yang telah bekerja dengan mereka secara langsung di suatu proyek.

Bagaimana Palantir Foundry membantu pelanggan membangun dan menggunakan aplikasi pengambilan keputusan bertenaga AI

Oleh Andrew Higgins, Insinyur Deployed Forward – Palantir
Oleh Thomas Powell, Insinyur Deployed Forward – Palantir
Oleh Mehmet Bakkaloglu, SR. Arsitek Solusi – AWS
Oleh Zach Green, Arsitek Solusi – AWS

Palantir

Memanfaatkan data untuk membuat keputusan yang lebih baik sangat penting untuk mendorong hasil bisnis yang optimal. Palantir memberdayakan organisasi untuk dengan cepat mengekstraksi nilai maksimum dari salah satu aset mereka yang paling berharga – data mereka.

Hari ini lebih dari sebelumnya, organisasi di seluruh industri mencari solusi kecerdasan buatan (AI) dan pembelajaran mesin (ML) sebagai cara untuk lebih mempercepat dan meningkatkan pengambilan keputusan mereka. Realitas operasionalisasi AI bisa menjadi rumit dan mahal, namun.

Faktanya, Gartner masih memperkirakan bahwa 85% proyek AI dan ML tradisional yang dikembangkan dalam organisasi akan memberikan hasil yang salah. Bahkan setelah model berhasil dikembangkan, seringkali tetap menjadi percobaan daripada alat operasional yang menghasilkan nilai bisnis jangka panjang yang konsisten.

Ini bisa karena jumlah alasan apa pun:

• Proses pengembangan model ujung ke ujung ada dalam silo-jauh dihapus dari para ahli materi pelajaran.
• Model yang didukung oleh penarikan data satu kali statis dengan cepat menjadi basi dan tidak akurat.
• Model hand-off terjadi antara tim tanpa dokumentasi, proses, dan struktur.
• Model digunakan secara sedikit demi sedikit ke sistem warisan dan antarmuka pengguna.
• Mengembangkan model sebagian besar merupakan proses satu kali untuk mendapatkan wawasan atau percobaan, tidak bertanggung jawab untuk hasil bisnis nyata.

Palantir Foundry memecahkan aplikasi AI dunia nyata-bukan cara kerjanya di lab. AI yang efektif tidak mungkin tanpa dasar data yang dapat dipercaya, representasi suatu lembaga’keputusan, dan infrastruktur untuk belajar dari setiap keputusan yang dibuat.

Pengecoran menyediakan platform ujung ke ujung, modular dan interoperable yang memenuhi tuntutan ini. Dia’S pendekatan modular dan interoperable ini’S di jantung pengecoran’Integrasi terbaru dengan Alat AI dan ML Amazon Web Services (AWS).

Dalam posting ini, kami menjelaskan proses untuk membuat keputusan bertenaga AI yang lebih baik dengan Palantir Foundry dan Amazon Sagemaker.

Tentang Palantir Foundry

Foundry yang dikerahkan pada AWS menggunakan banyak layanan di bawah kap – seperti Amazon Simple Storage Service (Amazon S3), Amazon Elastic Compute Cloud (Amazon EC2), dan Layanan Manajemen Kunci AWS (AWS KMS).

Kolaborasi antara Palantir dan AWS membantu memperkuat operasi kritis di dunia’Organisasi terkemuka – dari percepatan penelitian klinis dan pengalihan rantai pasokan vaksin hingga meningkatkan keamanan dan keandalan jaringan listrik.

Berikut adalah beberapa contoh karya inovatif yang didukung oleh Palantir yang didukung oleh AWS:

• Sanofi, salah satu dunia’Perusahaan farmasi terkemuka, telah menggunakan pengecoran untuk menyediakan infrastruktur data inti dan platform analitik sebagai bagian dari platform mereka untuk penelitian World Evidence (RWE), menerima Penghargaan Inovasi Kesehatan dan Ilmu Hidup Gartner 2020 untuk pekerjaan ini untuk pekerjaan ini.
• U.S. Institut Kesehatan Nasional Memanfaatkan pengecoran untuk menggabungkan data penelitian publik dan internal dalam satu antarmuka yang aman. Skrining throughput tinggi, genomik, dan data biologis lainnya diintegrasikan ke dalam platform untuk memajukan penelitian tim di National Cancer Institute dan Pusat Nasional untuk Memajukan Ilmu Terjemahan.
• bp dan Palantir telah memperluas kemitraan mereka untuk mendukung BP karena bekerja menuju ambisinya untuk menjadi perusahaan nol bersih pada tahun 2050 atau lebih cepat, dan untuk membantu dunia mencapai nol nol. bp’S Digital Twin Applications, ditenagai oleh Palantir, telah memberikan nilai yang signifikan. Sekarang, ada peluang untuk menerapkan aplikasi ini untuk mempercepat BP’Ambisi baru, mengoptimalkan ladang angin, jaringan pengisian listrik, pembangkit matahari, dan mendukung pencapaian aspek lain dari BP’S NET NOL AIMS.

Seiring perkembangan pengecoran, tim terus belajar bagaimana pelanggan memanfaatkan layanan dalam setiap platform dan telah menemukan banyak peluang untuk integrasi yang lebih ketat untuk meningkatkan tumpukan teknologi.

Selama beberapa bulan terakhir, Palantir’S Tim pengembangan perangkat lunak telah bekerja erat dengan AWS untuk membawa integrasi yang lebih ketat ini ke pasar, memungkinkan integrasi yang mendalam dengan alat sains data AWS di semua lapisan siklus hidup aplikasi. Fokusnya adalah mengintegrasikan Amazon Sagemaker dengan Foundry’S Modul Integrasi Data dan Pengambilan Keputusan.

Tinjauan Solusi

Membiarkan’S mengeksplorasi integrasi terbaru antara pengecoran dan AWS, dan menunjukkan bagaimana mereka dapat digunakan oleh organisasi untuk mengatasi data umum dan tantangan AI pada setiap tahap siklus hidup AI – dari persiapan data hingga memodelkan operasionalisasi operasionalisasi.

1. Persiapan data: Mempersiapkan data dengan cepat dengan pengecoran’S Koneksi Data, Ekstrak, Transform, Load (ETL), dan kemampuan bercabang data, dan kemudian memanfaatkan data ini di Amazon Sagemaker Studio Notebook melalui Amazon Athena untuk menganalisis data dan mengembangkan model.
2. Pengembangan Model: Memberdayakan pengguna teknis dan non-teknis untuk mengembangkan model ML yang bermakna dengan Amazon Sagemaker Studio Notebooks dan Amazon Sagemaker Autopilot untuk pengembangan model tanpa kode.
3. Integrasi Model: Integrasi model dari Amazon Sagemaker Endpoints, Amazon Sagemaker Autopilot, dan AWS AI Services ke dalam lingkungan pembelajaran mesin foundry. Ini mendapat manfaat dari pengecoran’Infrastruktur penyebaran yang kaya, pemantauan, pemeriksaan kesehatan, dan integrasi ontologi.
4. Operasionalisasi model: Gunakan model Amazon Sagemaker dalam pembangun aplikasi pengecoran dan mesin simulasi pengecoran untuk aplikasi aplikasi operasional dan alur kerja yang mendapat manfaat dari loop umpan balik dan model pelatihan ulang dan menghasilkan nilai organisasi jangka panjang.

Diagram berikut menggambarkan berbagai titik integrasi solusi.

Gambar 1 – Arsitektur Integrasi.

Persiapan data

Sebelum Anda dapat melatih model baru, Anda harus terhubung ke sumber data yang mendasari yang relevan dan menyiapkan data untuk digunakan.

Pengumpulan dan persiapan data untuk sebagian besar ilmuwan data’Waktu, meninggalkan bandwidth kecil untuk kegiatan bernilai tinggi seperti desain algoritma, pengujian algoritma, dan pembelajaran mesin.

Pengecoran’S Teknologi dan konektor data di luar rak dua arah (yang mencakup layanan AWS seperti Amazon S3, Amazon SQS, dan Amazon RDS) secara radikal mengurangi jumlah waktu yang dihabiskan untuk mempersiapkan fondasi data berkualitas tinggi untuk memulai model membangun.

Pengecoran’S Kemampuan integrasi data membantu organisasi mengubah data sumber menjadi kembar digital perusahaan mereka, diwakili oleh Palantir’s Model semantik yang unik, “ontologi.”

Ontologi menyajikan semua data yang mendasari sebagai objek yang mencerminkan komponen dunia nyata dari bisnis Anda-seperti pabrik, produk, dan pelanggan. Bertindak sebagai kerangka kerja yang dikuratori, divalidasi, terhubung, dan dapat digunakan kembali untuk model, ini secara drastis mempercepat siklus hidup AI untuk model baru.

Ontologi akan digunakan untuk mendukung aplikasi operasional, dan tabel terintegrasi yang mendukung objek data ini akan digunakan untuk melatih model ML kami.

Pengembangan Model

Pengecoran memiliki pendekatan terbuka dan interoperable untuk pengembangan model, memungkinkan pengguna untuk mengimplementasikan model mereka secara asli di Foundry’BBOOK KODE S, atau aplikasi pihak ketiga mana pun dari pilihan mereka.

Salah satu prinsip inti dari pengecoran adalah memungkinkan ilmuwan data dan pengguna bisnis (atau pakar sains non-data lainnya) untuk secara kolaboratif memanfaatkan data dan model untuk membuat keputusan yang lebih baik.

Lebih sedikit pengguna teknis-yang sering menjadi ahli materi pelajaran-diberdayakan oleh toolkit ML, aplikasi pengembangan model tanpa kode, dan layanan AI out-of-the-box yang melengkapi dan mempercepat pengecoran’Rangkaian lengkap alat pemodelan AI ujung ke ujung untuk para ilmuwan data.

Dengan AWS, pengguna yang ingin menggunakan data dari Foundry di Amazon Sagemaker Studio Notebooks dapat melakukannya melalui integrasi baru antara Foundry dan Amazon Athena yang memanfaatkan Amazon Athena Federated Query.

Menggunakan Integrasi Amazon Sagemaker Asli Athena SQL, pengguna memiliki cara yang efisien untuk menanyakan aset data yang dikuratori dari pengecoran langsung ke buku catatan mereka di mana ia dapat diubah dan digunakan untuk pengembangan model. Amazon Athena menyediakan konektivitas federasi ke sejumlah aplikasi dan layanan AWS tambahan.

Arsitektur ini sangat bermanfaat untuk set data yang digunakan untuk alur kerja ilmu data dengan ad hoc atau kueri interaktif, karena koneksi dapat dikonfigurasi dengan cepat dan tidak memerlukan sinkronisasi atau manajemen tambahan.

Gambar 2 – Mengakses data pengecoran dari Amazon Sagemaker.

Untuk pengguna yang mencari pendekatan yang lebih otomatis, Amazon Sagemaker Autopilot menghilangkan pengangkatan berat model ML membangun, dan membantu Anda secara otomatis membangun, melatih, dan menyetel model ML terbaik berdasarkan data Anda.

Integrasi antara pengecoran dan autopilot memungkinkan pengguna untuk meluncurkan pekerjaan autopilot melalui antarmuka pengguna di pengecoran langsung dari data dalam ontologi. Ini memberi pengguna cara untuk melatih, mengevaluasi, dan menggunakan model ke dalam produksi dalam masalah klik, tanpa perlu kode.

Integrasi model

Model yang dikerahkan melalui titik akhir Amazon Sagemaker (ditambah layanan AWS AI pra-terlatih seperti Amazon Textract, Amazon Translate, dan Amazon Lookout for Equipment) sekarang dapat dihubungkan ke Foundry ML dan terikat ke objek ontologi Palantir dengan cara yang sama seperti model pengecoran asli Foundry Asli Foundry.

Pengguna cukup menelusuri titik akhir Amazon Sagemaker dalam layanan dan memilih model mereka. Ini akan membuat model baru di pengecoran yang mewakili koneksi ke titik akhir Amazon Sagemaker.

Gambar 3 – Palantir Foundry’Perpustakaan sodel sasaran s.

Model Amazon Sagemaker Anda dan layanan AWS AI sekarang adalah warga negara kelas satu di pengecoran, dan mereka dapat mengambil manfaat dari infrastruktur penyebaran yang sama, pemantauan, pemeriksaan kesehatan, seperti model pengecoran asli.

Langkah terakhir sebelum membuat model ini beroperasi adalah mengintegrasikannya ke dalam ontologi. Parameter input dan output model hanya terikat pada properti data dalam ontologi. Ini menghasilkan jaringan model yang terhubung yang dirantai bersama melalui hubungan properti ini.

Integrasi Ontologi Asli Memastikan Model Amazon Sagemaker Anda dapat dimanfaatkan, secara kolaboratif, untuk alur kerja organisasi yang lebih luas, simulasi, atau aplikasi yang menghadapi pengguna akhir, memperkuat kegunaan dan dampak organisasi mereka.

Gambar 4 – Palantir Foundry’S ML Tooling.

Operasionalisasi model

Dari sini, model Amazon Sagemaker dapat diintegrasikan ke dalam aplikasi operasional Palantir dan digunakan untuk memberi daya pada alur kerja pengguna akhir di Foundry.

Inilah titik di mana banyak proyek AI dan ML dapat gagal karena alasan yang kami uraikan di awal posting ini. Namun, dalam pengecoran, setelah model diintegrasikan ke dalam ontologi, pengguna mana pun dapat memasukkannya ke dalam aplikasi operasional dan alur kerja dengan hanya mengonsumsi output model.

Pengguna ini cenderung akrab dengan materi pelajaran di mana model beroperasi tetapi don’t perlu menjadi ahli dalam bagaimana model dikembangkan. Mereka juga tidak perlu menjadi ahli dalam cara memohon model.

Mesin simulasi pengecoran menangani semua orkestrasi pemuatan dan model data. Integrasi dengan Amazon Sagemaker secara transparan mengelola hand-off data antara kedua platform dan pemanggilan model.

Mesin simulasi pengecoran memungkinkan pengguna untuk menjalankan “bagaimana jika” Simulasi atas model -model ini dengan input dan output yang dihipotesiskan untuk menginformasikan tindakan yang benar. Keputusan apa pun, dan konteks di mana ia diambil, akan ditulis kembali ke ontologi dan, jika berlaku, sumber data asli.

Loop umpan balik ini memungkinkan pelatihan ulang model dan memungkinkan platform untuk terus meningkatkan keputusan dan rekomendasi dari waktu ke waktu.

Gambar 5 – Palantir Foundry’mesin simulasi s titik.

Kesimpulan

Titik integrasi baru antara Palantir Foundry dan Amazon Sagemaker memungkinkan pengguna untuk mengembangkan, mengintegrasikan, dan mengoperasionalkan AI yang dapat memberi daya pada pengambilan keputusan perusahaan yang terhubung modern.

Untuk membantu organisasi Anda membangun dan menggunakan aplikasi pengambilan keputusan bertenaga AI.

Jika kamu’tertarik untuk belajar tentang proyek Palantir dan AWS lainnya, lihat bagaimana Foundry ERP Suite memberikan penghematan biaya untuk pelanggan AWS.

Palantir – Sorotan Mitra AWS

Palantir memberdayakan organisasi untuk dengan cepat mengekstraksi nilai maksimum dari salah satu aset mereka yang paling berharga – data mereka. Palantir Foundry memecahkan untuk aplikasi AI dunia nyata, dan bukan cara kerjanya di lab.

*Sudah bekerja dengan Palantir? Nilai mitra

*Untuk meninjau mitra AWS, Anda harus menjadi pelanggan yang telah bekerja dengan mereka secara langsung di suatu proyek.

Palantir Foundry

Palantir Foundry adalah platform perangkat lunak yang memberdayakan organisasi untuk secara efektif mengintegrasikan data, keputusan, dan operasi mereka secara efektif.

Palantir Foundry adalah platform perangkat lunak yang memberdayakan organisasi untuk secara efektif mengintegrasikan data, keputusan, dan operasi mereka secara efektif.

Palantir Foundry

Tinjauan Produk

Informasi harga

Informasi penggunaan

Informasi Dukungan

Ulasan Pelanggan

AWS Marketplace sedang merekrut! Amazon Web Services (AWS) adalah unit bisnis yang dinamis dan berkembang di Amazon.com. Kami saat ini sedang merekrut insinyur pengembangan perangkat lunak, manajer produk, manajer akun, arsitek solusi, insinyur pendukung, insinyur sistem, desainer dan banyak lagi. Kunjungi halaman karier kami atau halaman karier khusus pengembang kami untuk mempelajari lebih lanjut. Amazon Web Services adalah pemberi kerja kesempatan yang sama.

Rumah Layanan Web Amazon

• Istilah AWS
• Kebijakan pribadi
• Persetujuan kue

Palantir adalah data apa AWS untuk server

Palantir Technologies Inc. (NYSE: PLTR) adalah perusahaan senilai $ 15 miliar, dengan portofolio aset perangkat lunak yang mengesankan. Harga saham perusahaan telah turun hampir 80% sejak awal 2021 tertinggi. Namun, terlepas dari kelemahan saham ini, kami melihat perusahaan terus melaksanakan rencana pertumbuhannya untuk mendorong pengembalian pemegang saham yang substansial.

Hasil Palantir Q3 2022

Palantir terus menembak semua silinder di Q3 2022, karena mengungguli sepanjang kuartal.

Perusahaan menumbuhkan pendapatan 22% yoy menjadi $ 478 juta pada 3Q 2022. Itu juga berhasil menumbuhkan u.S. Pendapatan lebih cepat pada 31% yoy karena ekonomi negara itu mengungguli banyak ekonomi lain di tempat lain di dunia. U.S. Pendapatan terus membentuk lebih dari setengah pendapatan tahunan perusahaan.

Kekuatan perusahaan juga terlihat melalui akun pelanggan yang sedang tumbuh, bisnis pemerintah melampaui $ 1 miliar dalam pendapatan TTM, dan UR UTAMA U.S. pendapatan komersial. Peningkatan jumlah kesepakatan yang ditutup sangat penting, karena perusahaan memiliki pipa yang kuat dari keduanya menarik pelanggan baru untuk meningkatkan pendapatan dari pelanggan yang ada.

Performa yang berkelanjutan perusahaan sepanjang kuartal harus membantu mendorong arus kas dan pengembalian di masa depan.

Nilai Pelanggan Palantir

Pada akhirnya, pentingnya tesis Palantir adalah berapa banyak nilai yang dapat dihasilkannya bagi pelanggan.

Ada saat ketika kami bertanya -tanya mengapa Amazon (AMZN) Amazon Web Services (“AWS”) telah mengungguli. Perusahaan dengan tenaga kerja teknis yang sangat kuat, seperti Netflix (NFLX), pada dasarnya bergerak seluruh bisnis mereka ke AWS. Itu meskipun memiliki modal dan keahlian teknis untuk mereplikasi fungsi AWS secara lokal, dan harga AWS berarti langkah itu akan meningkatkan biaya dasar.

Namun, ternyata ada banyak keuntungan lainnya. Persyaratan server bervariasi secara dramatis. Kemampuan untuk secara dinamis membayar penggunaan sementara memiliki akses ke penggunaan puncak sangat berharga, seperti halnya dukungan dari layanan baru yang sedang dikembangkan. Jenis pergeseran dramatis yang sama terlihat dengan Palantir dalam pandangan kami, dan sekarang adalah permainan awal.

Mempertahankan kemampuan untuk mengumpulkan dan memproses data dalam jumlah besar secara efektif sangat mahal. Menafsirkannya dengan cara yang berguna juga sangat rumit. Untuk perusahaan individu, di mana sinergi tidak dapat dicapai, itu tidak selalu layak, dan di situlah Palantir masuk. Ini sudah terlihat di Swiss RE, dengan dampak USD 9 digit dan 35% dari perusahaan menggunakannya.

Kinerja Keuangan Palantir

Secara finansial, Palantir berkinerja sangat baik, dengan pendapatan tahunan dari kuartal mencapai hampir $ 2 miliar.

Palantir telah berhasil menumbuhkan jumlah pelanggan komersialnya secara substansial dibandingkan dengan tahun 2020, dengan pendapatan rata -rata per 20 pelanggan teratas tumbuh menjadi $ 48 juta. Yang menunjukkan bagaimana perusahaan tumbuh dalam segala hal, dengan pendapatan rata -rata per pelanggan dan pelanggan yang dipersiapkan keduanya meningkat secara signifikan. Yang menghasilkan pertumbuhan yang jauh lebih cepat dalam pendapatan secara keseluruhan.

Perusahaan memiliki $ 4.1 miliar dalam nilai kesepakatan yang tersisa dan $ 1.4 miliar dalam kewajiban kinerja yang tersisa di akhir tahun, keduanya naik secara signifikan. Pada saat yang sama, margin kotor tetap sangat tinggi di 80%, menunjukkan bisnis perangkat lunak margin tinggi perusahaan dan kemampuannya yang berkelanjutan untuk mendapatkan keuntungan.

Lebih penting lagi, perusahaan memperoleh hampir $ 40 juta dalam arus kas bebas (“FCF”) untuk kuartal tersebut, menunjukkan kemampuan berkelanjutan untuk untung selama periode pertumbuhan, sambil mempertahankan $ 2.4 miliar posisi tunai bersih. Perusahaan saat ini diperdagangkan dengan hasil 1% FCF, atau 1.2% dari uang tunai bersih, yang relatif kuat saat mempertimbangkan tingkat pertumbuhan perusahaan.

Potensi pengembalian pemegang saham Palantir

Palantir memiliki potensi pengembalian pemegang saham jangka panjang yang substansial selama perusahaan terus mengeksekusi seperti sebelumnya.

Untuk TA 2022, perusahaan ini mengharapkan $ 1.9 miliar pendapatan dan pendapatan $ 385 juta dari operasi. Untuk 4Q 2022, ekspektasi perusahaan untuk pendapatan triwulanan hampir $ 510 juta atau naik sekitar 5% QOQ. Kami mengharapkan perusahaan untuk terus meningkatkan pendapatan secara agresif sambil mempertahankan margin yang kuat untuk arus kas.

Perusahaan ini memiliki hasil 1% FCF, dan, mengingat tingkat pertumbuhannya, kami berharap itu mencapai 2% pada akhir tahun depan. Kami mengharapkan pertumbuhan yang berkelanjutan melewati level itu, yang memberi perusahaan kemampuan untuk mencapai tingkat di mana ia dapat mulai meningkatkan pengembalian pemegang saham.

Risiko tesis

Risiko terbesar terhadap tesis kami adalah bahwa keberhasilan masa depan Palantir didasarkan pada pertumbuhan yang terus cepat. Seperti yang kami nyatakan di atas, perusahaan hanya dengan hasil FCF 1%, yang membuatnya menjadi investasi yang buruk tanpa jalur ke 5x-10x fcf-nya. Meskipun kami berharap perusahaan dapat dengan nyaman melakukannya, dengan asumsi itu tidak bisa, kemampuannya untuk mendorong pengembalian akan jauh lebih buruk.

Kesimpulan

Palantir memiliki portofolio aset teknologi yang mengesankan, karena perusahaan menjadi untuk data seperti apa AWS bagi pasar pusat data/server. Kami berharap tren itu akan berlanjut sebagai hasil dari portofolio aset Palantir yang mengesankan. Perusahaan telah berkembang pesat hingga hampir $ 2 miliar tahunan.

Pada saat yang sama, perusahaan terus mempertahankan margin yang kuat. Saat ini pada hasil 1% FCF, dan kami berharap perusahaan akan dapat memperluasnya secara substansial ke depan. Kinerja yang berkelanjutan itu membuat Palantir Technologies Inc. Investasi berharga yang harus melunasi dengan baik dalam jangka panjang bagi investor.

Anda hanya mendapatkan 1 kesempatan untuk pensiun, bergabung dengan layanan pensiun #1

Forum Pensiun menyediakan cita-cita yang dapat ditindaklanjuti, portofolio pensiun yang aman dengan hasil tinggi, dan pandangan ekonomi makro, semuanya untuk membantu Anda memaksimalkan modal dan penghasilan Anda. Kami mencari seluruh pasar untuk membantu Anda memaksimalkan pengembalian.

Rekomendasi dari Top 0.Penulis 2% TipRanks!

Pensiun rumit dan Anda hanya mendapat kesempatan untuk melakukannya dengan benar. Jangan lewatkan karena Anda tidak tahu apa yang ada di luar sana.

• Model Portofolio untuk menghasilkan arus kas pensiun yang tinggi.
• Penelitian yang dapat ditindaklanjuti dalam penyelaman.
• Spreadsheet rekomendasi dan strategi opsi.