ניתוח ERP מדרגי ומהיר עם Palantir Hyperauto ב- AWS

איסוף והכנת נתונים מהווים חלק גדול ממדען נתונים’זמן, והשאיר רוחב פס קטן לפעילויות בעלות ערך גבוה כמו עיצוב אלגוריתם, בדיקות אלגוריתם ולמידה מכונה.

האם Palantir הוא ה- AWS של ניתוח נתונים?

וול סטריט הייתה ספקנית ביכולתו של פלנטיר להמציא את התחרות שלה במגזר הפרטי.

לאחרונה הציגה החברה תוכנית הסמכה שתחזק את השימוש בהיסוד.

NYSE: PLTR

טכנולוגיות פלנטיר

שווי שוק

השינוי של היום

חץ דק

מחיר נוכחי

מחיר נכון ליום 16 במאי 2023, 4:00 עמ ‘.M. ET

אתה’קורא מחדש מאמר חינם עם דעות שעשויות להיות שונות מהטוטה המוטורי’שירותי השקעות פרימיום. הפוך לחבר טיפש מוטלי היום קבל גישה מיידית להמלצות האנליסטים המובילות שלנו, מחקר מעמיק, השקעות משאבים, ועוד. למד עוד

פלנטיר שואל דף מהתכנית של אמזון מכיוון שהוא נראה לחדור למגזר הפרטי.

אין זה מפתיע למישהו בעולם העסקים שחברות מסתמכות יותר ויותר על נתונים על כל מה שהם עושים. על פי נתוני IDC, יותר מ- 80% מנתוני הארגון לא יובאו עד 2025. המשמעות היא שרשומות לקוחות או מסמכים משפטיים חשובים מושתקים במערכות שונות, מה שמציג אתגר לפתרונות נתונים מסורתיים.

כתוצאה מכך, ניהול הָיָה יָכוֹל הקדישו שנים בעבודה עם יועצים בעלות גבוהה המנסים לבנות פתרונות פנימיים. לְמַרְבֶּה הַמַזָל, טכנולוגיות פלנטיר (PLTR -0.53%) מפתחת פלטפורמת תוכנה כשירות (SAAS) בשם Foundry. בניגוד לתחרות שלה, Foundry מספק יכולות מרובות כחלק מפלטפורמה אחידה. זה עוזר במניעת הסיכונים שמגיעים עם טכנולוגיות שונות ומבטיחה חוויה חלקה בה מוגנים היסטוריית נתונים, אבטחה ופרטיות.

אֲמָזוֹנָה (AMZN 1.98%) זיהו גם בשלב מוקדם של הנתונים שהפכו חשובים יותר עבור מקבלי ההחלטות בארגונים. כשם שאמזון זיהתה כי צבירה ואחסון של נתונים הולכת להפוך לבעיה, פלנטיר זיהה כי איחוד ופרשנות של נתונים אלה הופך למאתגר יותר ויותר ככל שחברות רוכשות יותר לקוחות ומשקיעות במערכות הפעלה חדשות.

מקור תמונה: Getty Images.

איפה פאלנטיר היום?

בעקבות ההנפקה שלה בספטמבר 2020, פלנטיר קיבלה סיקור תקשורתי רב. זה אפילו הפך בקצרה למניה Meme, ועד בינואר 2021, המניות הרקיעו שחקים מעל 250% ממחיר ההנפקה שלה.

לאורך 2021, פלנטיר חזר לאט לאט לכדור הארץ כאשר המשקיעים החלו ליצור הבנה טובה יותר של עסקיה. פלנטיר דיווחה על הכנסות של 392 מיליון דולר במהלך הרבעון השלישי של 2021, המייצגת 36% צמיחה משנה לשנה ו -203 סך הלקוחות. אף על פי שרמת הצמיחה הזו מרשימה, החברה ספגה ביקורת על ידי וול סטריט על כך שהיא נשענת מאוד על חוזים ממשלתיים, מה שמוביל חלקם לחשוש שפאלנטיר יתאבק להתרחב למגזר הפרטי באופן משמעותי. לשם השוואה, פלטפורמת ניתוח תוכנה מתחרה פְּתִית שֶׁלֶג דיווחו על יותר מ -5,400 לקוחות, 173% שימור הכנסות נטו ועל צמיחת הכנסות של 110% שנה לעומת הרבעון הפיסקאלי שהסתיים ב- OCT. 31, 2021.

למרות שפלאק שלג ופלנטיר חוו מכירות כבדות במהלך החודשים האחרונים של 2021, Snowflake נסחרת כיום פי 106 מכירות ה -12 חודשים בהשוואה ל -25 של פלנטיר. למרות שהתחייב לגידול בהכנסות של 30% בכל שנה בארבע השנים הבאות, הקצב בו פאלנטיר צומח בהשוואה לעמיתים ודרכו לחדור למגזר הפרטי נותרו חששות משקיעים לגיטימיים.

מדוע אישורים חשובים?

כאשר חברה רוכשת יותר לקוחות, היא אוספת מטבעו יותר נתונים שניתן להשתמש בהם כדי לחדד תכונות מוצר קיימות. בתחילת שנות האלפיים, אמזון הבינה כי הנתונים יהפכו לעמוד עמוד חשוב עבור חברות וכי יש להיות וירטואליזציה של שרתים פיזיים. דינמיקה זו מכונה מחשוב ענן. מחשוב ענן מאפשר לעסקים גמישות ומדרגיות יותר משרתים פיזיים, ולעתים קרובות הוא פיתרון חסכוני יותר.

בשנת 2006, אמזון עשתה את הצעדים הראשונים שלה להתמודדות עם וירטואליזציה של שרת על ידי הצגת פיתרון לאירוח ענן בשם Amazon Web Services (AWS). אולי מה שהיה חדשני עוד יותר היה ה- דֶרֶך שאמזון מסחרה את המוצר הזה: אמזון הובילה את המודעות בשוק על ידי הצגת תוכנית הסמכה. מכיוון שעסקים מחייבים יותר ויותר מועמדים להיות מומחים בתחומים כמו פרסום דיגיטלי, ניהול קשרי לקוחות (CRM) וניתוח נתונים, אישורים מאפשרים למעסיקים סטנדרטים ברחבי בסיס העובדים מכיוון שחברות זקוקות לצוותים בקיאים היטב במוצרי תוכנה אלה.

סוכנויות לבריאות הציבור כבר ממנפות יציקה ליצירת קטלוגים אחידים של נתונים לתגובת כוח זרימות עבודה כולל מעקב וניתוח התפשטות COVID-19 ותיאום עם בתי חולים ויצרני אספקה ​​רפואית. יתר על כן, Palantir משמשת על ידי מוסדות פיננסיים למאבק בפשעים כמו הלבנת הון. למרות שזה מעודד לראות את היציקה המשמשת לפעולות עסקיות קריטיות, ניתן לטעון כי למארזי השימוש שלה יש הרבה יותר מקום לצמוח ברחבי ארגונים אלה, במקום להילחם בבעיה ספציפית אחת.

באמצע ינואר הודיעה פלנטיר כי היא תוציא תוכנית הסמכה עבור יציקה. תוכנית ההסמכה היא צעד חשוב במאמץ מתמשך לתמוך בלקוחות פלנטיר בפתיחת ערך מהתוכנה. החברה ציינה בהודעה לעיתונות כי “עם תוכנית ההסמכה שלה, פלנטיר מאיצה ומרחיבה את ייצור הגישה שלה.”המשמעות היא שפאלנטיר מחפש לייצר אפקטים של רשת בְּתוֹך חברה באמצעות תוכנית ההסמכה שלה. מכיוון שיותר אנשי מקצוע בקיאים בתוכנת יציקה, פלטפורמה זו עלולה להיחקר יותר במרקם הפעולות הגלובליות.

למעשה, כלים כמו AWS או יציקה יכולים להשתלב אנכית ברחבי קבוצות מוצרים ופונקציות שונות בחברה. מתודולוגיה זו סייעה לאמזון למכור AWS למיליוני לקוחות ולהגדיל אותה לעסקי הכנסות בריצה של 50 מיליארד דולר. לשם השוואה, פלנטיר הנחה רק הכנסות של $ 1.5 מיליארד עבור לוח השנה 2021, אך פלנטיר מחפש לשכפל את התוכנית AWS כאשר היא מבקשת לחדור לצמיחה במגזר הפרטי. כשם ש- AWS הפכה למובילה בשוק בענן, לפאלנטיר יש הזדמנות עצומה מכיוון שהיא נראית לבנות את מערכת ההפעלה המרכזית עבור ביג דאטה.

איך זה עוזר לפאלנטיר?

אמזון נעשה בה השתמש בתוכנית ההסמכה AWS שלה כדי ליצור מודעות רבה יותר בשוק. בתורו, היא הצליחה ללמוד את נקודות הכאב של העסק בכל הגדלים וליצור יישומים רבים לארגונים אלה. המטרה העיקרית של יציקה היא שיש לה השפעה כה עמוקה בתוך ארגון שמקרי השימוש בו מתחילים להתרכב. למעשה, יציקה תהפוך למערכת העצבים המרכזית ועמוד השדרה לנתונים כאשר בינה מלאכותית ולמידה מכונה הופכת למיינסטרים יותר עבור חברות. במקום למכור יציקה לארגון אחד למקרה שימוש אחד מסוים, פלנטיר יכול להאיץ ולהרחיב את השימוש בתוכנה שלו ככל שיותר אנשים יוסמכו על פני פונקציות שונות ברחבי חברה. תוכנית ההסמכה יכולה להיות המניע הרווחי של עסק עתידי עבור פלנטיר, במיוחד כאשר החברה מבקשת לצמוח מעבר לפלח הממשלתי שלה, ובכך לתדלק תנופה ארוכת טווח למניה.

ג’ון מקיי, מנכ”ל Mlod Foods Market, חברת בת באמזון, הוא חבר ב- The Motley Fool’דירקטוריון S. אדם ספאטקו מחזיק במניות של פלנטיר טכנולוגיות ואמזון. ה- Motley Fool הוא הבעלים וממליץ על אמזון, Palantir Technologies Inc., ו- Snowflake Inc. ל- Motley Fool יש מדיניות גילוי.

ניתוח ERP מדרגי ומהיר עם Palantir Hyperauto ב- AWS

זה’אין סוד שהנתונים הם המשאב החשוב ביותר העומד לרשות המוסדות המודרניים. לרבים יש את זה באזורים: מובנים, לא מובנים, עסקאות, גיאוגרפיות, אם נזכיר כמה.

האתגר אינו בהכרח לייצר, לקטלוג או לאחסון נתונים, אלא מפעיל אותם. Palantir Foundry היא פלטפורמת פעולות הממנפת מערכות נתונים קיימות וכלי ניתוח לקבלת החלטות חכמות יותר בחשמל. זה ממזג אנליטיקס עם פעולות, מינוף לולאות כתיבה ולמידה ליצירת ערך מורכב לאורך זמן.

הצעד הראשון להפעלת נתונים מפני בעיות לחיצה הוא שילוב. שילוב נתונים הוא בדרך כלל זמן רב, אינטנסיבי ידני ולעתים קרובות דורש מומחיות במבנה הנתונים הבסיסי.

Palantir Hyperauto ממנף את Palantir’S טכנולוגיית שילוב נתונים מוגדרים על ידי תוכנה (SDDI) כדי לפתור בעיה זו-בניית צינורות ממערכות מקור ללא צורך במהנדסים לכתוב שורה חדשה של קוד.

מערכת מקור אחת כזו הנמצאת בדרך כלל בארגונים גדולים היא מערכת תכנון משאבים ארגוניים (ERP). לארגונים יש לעתים קרובות מערכות ERP מרובות הפועלות על גרסאות שונות בגלל מיזוגים ורכישות.

Palantir Hyperauto משתמש ב- SDDI כדי לאוטומציה של בליעת נתונים, טרנספורמציה ומודלים. זה נותן תצוגות מיידי של 360 מעלות של נושאים עסקיים מרכזיים: עלות סחורות שנמכרו (COGS), מלאי, צמחים, מחסנים, מוצרים וכן הלאה. זה מאפשר דינמי “מה אם” בדיקות תרחיש לזיהוי הזדמנויות להגדלת המכירות, אופטימיזציה של תמהיל מוצרים ולהפחתת עלויות. בעקבות זאת, יציקה כותבת למערכות מקור ללמידה רציפה.

במארס 2021 חשפה פלנטיר את סוויטת ה- Foundry ERP (ארוזת כיום בהיפרוטו) כדי לספק חיסכון בעלויות עבור לקוחות Amazon Web Services (AWS). בפוסט זה אנו מספקים סקירה כללית של הפיתרון עם התמקדות ב- SAP ומסבירים כיצד היציקה הפועלת על AWS מספקת מדרגיות.

פאלנטיר ו- AWS

פלנטיר, שותף AWS עם הצעת תוכנה AWS מוסמכת, בונה תוכנה המאפשרת לארגונים לשלב את הנתונים שלהם, את החלטותיהם ואת פעילותם.

Falantir Foundry פרוסה ב- AWS ממנפת שירותי ליבה כמו שירות אחסון פשוט של אמזון (Amazon S3), Amazon Elastic Compute Cloud (Amazon EC2), Amazon EC2 קנה מידה אוטומטי, איזון עומס אלסטי (ELB), Amazon Amazon Decation.

AWS היא גם הפלטפורמה של בחירה וחדשנות עבור 5,000+ לקוחות SAP ומאות שותפים. סוויטת ה- ERP היציקה תומכת ברוב הגרסאות של SAP ERP Central Centrle ו- S/4hana. לקוחות שיש להם עומסי עבודה של SAP הפועלים ב- AWS נהנים משיפור החביון בעת ​​בליעת נתונים ליציקה.

סקירה כללית של Palantir Hyperauto

לפאלנטיר היפרוטו שלושה רכיבי ליבה: מחבר מערכת המקור, סייר נתוני המקור וגנרטור צינורות אוטומטיים. כדי לקחת דוגמה קונקרטית, תן’S בוחנים כל אחד מהמרכיבים הללו דרך עדשת העבודה עם נתוני SAP.

המחבר מוסמך SAP, שפותח בשיתוף עם Diskover Limited, מותקן באמצעות SAINT (כלי התקנת SAP ADD-ON). לאחר הגדרת המשתמשים יכולים להגדיר את התצורה “סנכרון” לייבא מאובטח נתונים מ- SAP ECC או S/4HANA, BW (מחסן עסקי) ו- SLT (שרת שכפול טרנספורמציה של SAP נוף).

פונקציונליות לחזרת מערכות SAP מושגת תוך שימוש במודולי פונקציות המותאמים למרחוק בפונקציות SAP-באופן טיפוסי BAPI (ממשק תכנות יישומים עסקיים).

סייר המקור של Palantir Hyperauto עבור SAP ERP מספק ממשק אינטואיטיבי לבחינת התוכן של מערכת SAP ותפזורת יצירת תמציות נתונים למקרים או זרימות עבודה ספציפיות עם כמה לחיצות. זה ממנף מטא נתונים של מערכת המקור, מסיר את הצורך במומחיות SAP.

בתוך הממשק, המשתמשים יכולים:

• דפדף בצורה חלקה במודולי SAP (ניהול חומרים או חלוקת מכירות, למשל) וקדח כדי לגלות את כל האובייקטים הנפוצים המשויכים (כגון חומר, ספק או הזמנת רכש) וטבלאות ERP.
• בדוק את הסכימה של טבלה נתונה ותצוגה מקדימה של קבוצת רשומות כדי להבין טוב יותר את הנתונים לפני החילוץ.
• השתמש בפונקציית החיפוש המקיפה כדי למצוא טבלאות SAP אחרות מחוץ למודולים מוגדרים מראש.

איור 1 – סייר מקור Palantir Hyperauto עבור SAP ERP.

מחולל הצינור האוטומטי של Palantir Hyperauto מייצר צינור שלם ויעיל מחוץ לקופסה כדי לעבד ולהפוך את נתוני ה- SAP לצורה שמישה. זה גם מייצר באופן דינמי קבוצה של סוגי אובייקטים (ממופים למושגים בעולם האמיתי כמו חומרים, לקוחות והזמנות מכירות) שלמים עם נכסים ומערכות יחסים מוגדרים מראש.

במודול שושלת נתוני היציקה המוצג ב איור 2 להלן, המשתמשים יכולים להציג ייצוג של התמורות ממקור ליעד. הקופסאות החומות משמאל הן תמציות נתוני SAP; התיבות הירוקות באמצע הן צינורות הנתונים שנבנו אוטומטית; והקופסאות השחורות-צהובות מימין הן סוגי האובייקטים.

איור 2 – שושלת צינור הנתונים שנוצר אוטומטית.

אדריכלות ומדרגיות

בדרך כלל יש ארגונים גדולים מערכות ERP מרובות עם מיליונים או מיליארדי רשומות רבות. עיבוד נתונים כאלה לניתוח כרוך בפעולות כמו דנורמליזציה, מיפוי ושכפול כפול, הדורשים כוח מחשוב מדרגי ביותר.

יתר על כן, ארגונים מסתמכים יותר ויותר על נתונים של הספקים ו/או הלקוחות שלהם כדי לשפר את נראות שרשרת האספקה, מה שמניע עוד יותר את סולם הנתונים.

כל זה דורש ארכיטקטורה שיכולה לקנה מידה. Palantir Hyperauto – המונע על ידי היציקה המריצה על AWS – מיועד לכך.

בשנת 2017, פלנטיר הקים את פרויקט Rubix ליצירת מנוע תזמון וביצוע מאובטח, ניתן להרחבה ואינטליגנטי עבור Spark ומסגרות מחשוב מבוזרות אחרות. Rubix יושם בעקבות המפרט Spark-on-Kubernetes כדי לעמוד בשתי דרישות קריטיות: (1) אבטחה רב-דייר בנוכחות קוד מחבר משתמש, ו- (2) ביצועים צפויים.

רוביקס, שנפרס באזורי AWS מרובים, מנהל אשכולות בגדלים שונים וקנה מידה-מעשרות לאלפי צמתים-ונועד לפעול על תשתית חלופית, שם כל מופע EC2 של אמזון ממוחזר כל 48-72 שעות.

תכנון מנוע Rubix הציג את היתרונות הבאים:

• תנוחת אבטחה משופרת כתמונות מכונות אמזון שהוטבעו לאחרונה (AMIS) נפרסות אוטומטית במחזור 48-72 שעות, והתקפות תוכנות זדוניות לאורך זמן אינן יכולות להסתמך על מקרים EC2 שנהרסו מעת לעת.
• אופטימיזציה של קיבולת של מקרים EC2 על ידי אימוץ קבוצות בקנה מידה אוטומטי עם סוג רב-מפגש.

לתיאור מפורט של פרויקט Rubix, עיין במשאבים הבאים:

• תזמון ניצוץ בקוברנט
• הפעלת Kubernetes על תשתית חלופית

איור 3 – ארכיטקטורת היציקה של פלנטיר.

שילוב עם נתונים אחרים

פלנטיר מפתחת תוכנה שמשלבת נתונים ממערכות מקור מאז החברה’הקמתה בשנת 2004. תחילה עם גות’אם ובהמשך עם יציקה.

כיום, Palantir Foundry מחברים ל -200+ מערכות מקור שונות, כולל יישומי תוכנה כשירות (SAAS), יישומים מקומיים, כמו גם שירותי AWS אחרים. לדוגמה, Foundry יכול להוליך נתונים משירותי AWS IoT, Amazon Kinesis, Amazon S3, Amazon RDS ועוד.

יחד עם סוויטת ה- ERP היציקה, מחברים אלה מאפשרים לפלנטיר לבנות במהירות תצוגה הוליסטית של כל נכסי הנתונים של ארגון – למשל, לשלב נתוני SAP עם נתוני IoT כדי לתמוך במגוון רחב של מקרי שימוש.

מקרי שימוש עסקי

ב- Doosan Infracore, מוביל בתעשייה העולמית בייצור מכונות כבדות, משמש Palantir Foundry ליצירת בסיס נתונים על ידי שילוב נתונים בכל שרשרת הערך – מפיתוח מוצרים לייצור, וממכירות לתחזוקה איכותית.

קרן נתונים זו מפעילה זרימות עבודה באזורים כמו פיתוח מוצרים חדשים, ניהול שרשרת אספקה ​​ותמיכה לאחר השוק ותמיכה במוצרים.

יישומים

עם מודל נתונים אחיד ב- Foundry, הלקוחות יכולים לנצל את שירותי AWS, כמו Amazon SageMaker, לבניית דגמי למידת מכונות ולשלב את הדגמים הללו בחזרה לבית היציקה.

ביציקה, לקוחות יכולים גם לפרוס במהירות ארכיטיפים, תבניות שנבנו מראש-המוגבלות על ידי מודל הנתונים-למקרים ספציפיים לשימוש עסקי, כגון חוסן שרשרת האספקה, ניטור טביעות רגל פחמן, איכות בייצור, הלבנת הון, ונכס 360 עבור שירותים.

איור 4 – ארכיטיפים של פלאנטיר יציקה.

סיכום

בפוסט זה, בדקנו כיצד Palantir Hyperauto – המונע על ידי יציקה על AWS המספק ארכיטקטורה ניתנת להרחבה ביותר – יכול לשלב במהירות נתונים ממערכות ERP ולהפעיל את הנתונים הקיימים כנגד בעיות עסקיות דחופות

מכיוון Hyperauto משלב נתונים בצורה מוגדרת על ידי תוכנה, הוא מסיר את המחסום הטכני לכניסה של ניתוח נתונים מסורתי, מעצים משתמשים עסקיים, IT ומפעילים לעבוד ממקור אמת שיתופי פעולה.

והכי חשוב, זה מאפשר למפעלים לשפר את פעילותם בשעות או ימים, ולא חודשים ושנים.

Palantir – זרקור שותף AWS

פלנטיר הוא שותף AWS שבונה תוכנה המאפשרת לארגונים לשלב את הנתונים שלהם, את החלטותיהם ואת פעילותם.

*כבר עבד עם פלנטיר? דרג את השותף

*כדי לבדוק שותף AWS, אתה חייב להיות לקוח שעבד איתם ישירות על פרויקט.

כיצד Palantir Foundry עוזר ללקוחות לבנות ולפרוס יישומי קבלת החלטות המופעלים על ידי AI

מאת אנדרו היגינס, מהנדס פרוס קדימה – פלנטיר
מאת תומאס פאוול, מהנדס פרוס קדימה – פלנטיר
מאת Mehmet Bakkaloglu, Sr. אדריכל פתרונות – AWS
מאת זאק גרין, אדריכל פתרונות – AWS

פלנטיר

מינוף נתונים לקבלת החלטות טובות יותר הוא קריטי להנעת תוצאות עסקיות אופטימליות. פלנטיר מאפשר לארגונים לחלץ במהירות ערך מקסימלי מאחד הנכסים החשובים ביותר שלהם – הנתונים שלהם.

כיום יותר מתמיד, ארגונים בכל תעשיות מחפשים לפתרונות בינה מלאכותית (AI) ופתרונות למידת מכונות (ML) כדרך להאיץ ולשפר את קבלת ההחלטות שלהם עוד יותר. המציאות של הפעלת AI יכולה להיות מורכבת ויקרה, עם זאת.

למעשה, גרטנר עדיין צופה כי 85% מפרויקטים מסורתיים של AI ו- ML שפותחו בארגונים יספקו תוצאות שגויות. גם לאחר שפותח מודל בהצלחה, לעתים קרובות הוא נשאר ניסוי ולא כלי תפעולי המייצר ערך עסקי עקבי לטווח הארוך.

זה יכול להיות מכל מספר הסיבות:

• תהליך פיתוח המודל מקצה לקצה קיים בסילו-הוסר ממומחי הנושא.
• דגמים המגובים על ידי משיכות נתונים סטטיות חד פעמיות הופכות במהירות לעופשות ולא מדויקות.
• היד-אוף מודל מתרחש בין צוותים ללא תיעוד, תהליך ומבנה.
• דגמים נפרסים בצורה חלקית על מערכות מדור קודם וממשקי משתמש.
• פיתוח מודל היה ברובו תהליך חד פעמי לקבלת תובנה או ניסוי, שלא ניתן להסביר תוצאות עסקיות אמיתיות.

פילנטיר יציקה פותר ליישום העולם האמיתי של AI-לא איך זה עובד במעבדה. AI יעיל הוא בלתי אפשרי ללא קרן נתונים אמינה, ייצוג של מוסד’ההחלטות והתשתית ללמוד מכל החלטה שהתקבלה.

Foundry מספק פלטפורמה מקצה לקצה, מודולרי וניתן לפעולה העומדת בדרישות אלה. זה’זה גישה מודולרית וניתנת להפעלה זו’S בלב היציקה’השילובים האחרונים עם כלי Amazon Web Services (AWS) AI ו- ML.

בפוסט זה, אנו מסבירים את התהליך לקבלת החלטות טובות יותר המופעלות על ידי AI עם פאלנטיר יציקה ואמזון סאגמקר.

על יציקה של פלנטיר

Foundry פרוס ב- AWS משתמשת בשירותים רבים מתחת למכסה המנוע – כמו שירות אחסון פשוט של אמזון (אמזון S3), Amazon Elastic Compute Cloud (Amazon EC2) ושירות ניהול מפתח AWS (AWS KMS).

שיתוף הפעולה בין פלנטיר ל- AWS עוזר להפעיל פעולות קריטיות בעולם’ארגונים מובילים – מהאצת שרשראות אספקת חיסונים מחקרי חיסונים בהאצת המחקר הקליני ועד שיפור הבטיחות והאמינות של הרשת החשמלית.

להלן כמה דוגמאות ליצירה החדשנית ש- Palantir Foundry מגובה על ידי AWS מפעילה:

• סנופי, אחד העולם’חברות פרמצבטיקה מובילות, השתמשו יציקה כדי לספק תשתית נתוני ליבה ופלטפורמה אנליטית כחלק מהפלטפורמה שלהם למחקר עדויות אמיתיות (RWE), וקיבלה פרס פרס עין על חדשנות של Gartner ו- Life Sciences for Worl.
• ה- U.ג. המכונים הלאומיים לבריאות השתמש ב- Foundry כדי לשלב נתוני מחקר ציבוריים ופנימיים בממשק מאובטח אחד. סינון תפוקה גבוהה, גנומיקה ונתונים ביולוגיים אחרים משולבים בפלטפורמה לקידום מחקרי הצוותים במכון הלאומי לסרטן ובמרכז הלאומי לקידום מדעי התרגום.
• BP ופאלנטיר הרחיבו את השותפות שלהם כדי לתמוך ב- BP מכיוון שהיא פועלת לקראת השאיפה שלה להפוך לחברה נטו אפס עד שנת 2050 או מוקדם יותר, ולעזור לעולם להגיע לאפס נטו. BP’יישומי תאומים דיגיטליים, המופעלים על ידי פלנטיר, כבר העבירו ערך משמעותי. כעת, ישנן הזדמנויות ליישם יישומים אלה כדי להאיץ את BP’השאיפה החדשה, אופטימיזציה של חוות רוח, רשתות טעינה חשמליות, ייצור סולארי ותמיכה בהשגת היבטים אחרים של BP’S נטו אפס מטרות.

כפי שמתפתח היציקה, הצוות ממשיך ללמוד כיצד לקוחות ממנפים שירותים בכל פלטפורמה ומצאו הזדמנויות רבות לשילובים הדוקים יותר המעבירים את ערימת הטכנולוגיה.

במהלך החודשים האחרונים, פלנטיר’צוותי פיתוח תוכנה עבדו בשיתוף פעולה הדוק עם AWS כדי להביא לשוק את השילובים ההדוקים יותר, ומאפשרים שילוב עמוק עם כלים למדעי הנתונים של AWS בכל שכבות מחזור החיים של היישום. המוקד היה בשילוב של אמזון סאגמקר עם יציקה’שילוב נתונים ומודולי קבלת החלטות.

סקירת פתרונות

לתת’חקור את השילובים האחרונים בין יציקה ל- AWS, והראה כיצד ניתן להשתמש בהם על ידי ארגונים כדי להתגבר על נתונים משותפים ואתגרי AI בכל שלב במחזור החיים של AI – החל מהכנת נתונים ועד למודל הפעלה.

1. הכנת נתונים: הכן במהירות נתונים עם יציקה’s חיבור נתונים, חילוץ, טרנספורמציה, עומס (ETL) ויכולות הסתעפות נתונים, ואז מנוף נתונים אלה במחברות סטודיו של אמזון SageMaker דרך Amazon Athena כדי לנתח נתונים ולפתח דגמים.
2. פיתוח מודל: עצם משתמשים טכניים ולא טכניים כאחד לפתח דגמי ML משמעותיים עם מחברות סטודיו SageMaker Amazon ו- Amazon SageMaker Autopilot לפיתוח מודל ללא קוד.
3. שילוב מודל: שילוב דגמים מנקודות הקצה של אמזון SageMaker, Amazon SageMaker Autopilot ו- AWS ARS Services בסביבת Learning Machine Machine Learning. זה נהנה מהיסוד’תשתית פריסה עשירה, ניטור, בדיקות בריאות ושילוב אונטולוגיה.
4. הפעלת מודלים: השתמש במודלים של Amazon SageMaker ב- Foundry Builder Builder ו- Foundry Simolit.

התרשים הבא ממחיש את נקודות האינטגרציה השונות של הפיתרון.

איור 1 – ארכיטקטורת אינטגרציה.

הכנת נתונים

לפני שתוכל לאמן דגם חדש, עליך להתחבר למקורות הנתונים הבסיסיים הרלוונטיים ולהכין את הנתונים לשימוש.

איסוף והכנת נתונים מהווים חלק גדול ממדען נתונים’זמן, והשאיר רוחב פס קטן לפעילויות בעלות ערך גבוה כמו עיצוב אלגוריתם, בדיקות אלגוריתם ולמידה מכונה.

בֵּית יְצִיקָה’S טכנולוגיה ומחברי נתוני מדף דו-כיווניים (הכוללים שירותי AWS כמו אמזון S3, Amazon SQS ו- Amazon RDS) מצמצמים באופן קיצוני את משך הזמן שהוקדש להכנת בסיס נתונים באיכות גבוהה ממנו להתחיל לבנות דגמים.

בֵּית יְצִיקָה’יכולות שילוב נתונים של נתונים עוזרות לארגונים להפוך נתוני מקור לתאום דיגיטלי של הארגון שלהם, המיוצג על ידי Palantir’הדגם הסמנטי הייחודי, ה “אונטולוגיה.”

האונטולוגיה מציגה את כל הנתונים הבסיסיים כאובייקטים המשקפים את המרכיבים בעולם האמיתי של העסק שלך-כמו מפעלים, מוצרים ולקוחות. זה משמש כמסגרת אוצרת, מאומתת, מחוברת ושימוש חוזר לדגמים, זה מאיץ באופן דרסטי את מחזור החיים של AI לדגמים חדשים.

האונטולוגיה תשמש לגיבוי היישומים התפעוליים, והטבלאות המשולבות המגבות אובייקטי נתונים אלה ישמשו לאימון מודל ה- ML שלנו.

פיתוח מודלים

Foundry יש גישה פתוחה וניתנת לפעולה הדדית לפיתוח מודלים, ומאפשרת למשתמשים ליישם את המודלים שלהם באופן טבעי ביציקה’חוברות עבודה של קוד, או כל יישום של צד שלישי לבחירתם.

אחד מעקרונות הליבה של היציקה מאפשר גם למדעני נתונים וגם למשתמשים עסקיים (או מומחים אחרים שאינם נתונים למדע) להשתמש בשיתוף פעולה עם נתונים ומודלים כדי לקבל החלטות טובות יותר.

משתמשים טכניים פחות-שלעתים קרובות הם מומחי הנושא-מועצמים על ידי ערכות כלים של ML, יישומי פיתוח מודלים ללא קוד ושירותי AI מחוץ לקופסה המשלימים ומאיצים את היציקה’החבילה המלאה של כלי דוגמנות AI מקצה לקצה למדעני נתונים.

עם AWS, משתמשים המעוניינים להשתמש בנתונים מ- Foundry במחברות סטודיו Sagemaker של אמזון יכולים לעשות זאת באמצעות שילוב חדש בין יציקה לאמזון אתנה שממנפת את Amazon Athena Federated שאילתה.

בעזרת שילוב ה- Sagemaker של אמזון יליד אתנה SQL, למשתמשים יש דרך יעילה לשאילתה את נכס הנתונים האוצר ממוצב ישירות למחברות שלהם, שם ניתן להפוך אותו לאחר מכן ולהשתמש בו לפיתוח מודלים. אמזון אתנה מספקת קישוריות פדרטית למספר יישומי ושירותים נוספים של AWS.

ארכיטקטורה זו מועילה במיוחד עבור מערכי נתונים המשמשים לזרימות עבודה במדעי הנתונים עם שאילתות אד הוק או אינטראקטיביות, שכן ניתן להגדיר את החיבור במהירות ואינו דורש סנכרון או ניהול נוספים.

איור 2 – גישה לנתוני יציקה של אמזון סאגמקר.

למשתמשים המחפשים גישה אוטומטית יותר, Amazon SageMaker Autopilot מבטל את ההרמה הכבדה של דגמי בניית ML, ועוזר לך לבנות, לאמן ולכוונן אוטומטית את דגם ה- ML הטוב ביותר על סמך הנתונים שלך.

האינטגרציה בין יציקה לטייס אוטומטי מאפשרת למשתמשים להפעיל עבודות טייס אוטומטי באמצעות ממשק משתמש ב- Foundry ישירות מהנתונים באונטולוגיה. זה נותן למשתמשים דרך להכשיר, להעריך ולפרוס מודל לייצור בעניין של קליקים, ללא צורך בקוד.

שילוב מודל

דגמים שנפרסו דרך נקודות קצה של אמזון SageMaker (בתוספת שירותי AWS AI מיומנים מראש כמו Amazon Textract, Amazon Translate ו- Amazon Experting ציוד) יכולים להיות כעת לחיבור ל- Foundry ML ולכרוך לחפצי אונטולוגיה של Palantir באותו אופן כמו דגמי יציקה ילידים.

משתמשים פשוט גולשים על נקודות הקצה של Amazon SageMaker בשירות ובחרו את המודל שלהם. זה ייצר דגם חדש ב- Foundry המייצג את החיבור לאותה נקודת קצה של אמזון SageMaker.

איור 3 – יציקה של פלנטיר’ספריית יעד דוגמנות.

דגמי ה- SageMaker של אמזון ושירותי AWS AI הם כיום אזרחים מהשורה הראשונה ב- Foundry, והם יכולים להפיק תועלת מאותה תשתית פריסה, ניטור, בדיקות בריאות, כדגמי יציקה ילידים.

השלב האחרון לפני ביצוע המודל הזה הוא לשלב אותו באונטולוגיה. פרמטרי הקלט והפלט של המודל קשורים פשוט למאפייני נתונים באונטולוגיה. זה מייצר רשת מחוברת של דגמים הקשורים יחד באמצעות יחסי רכוש אלה.

שילוב אונטולוגיה מקורית מבטיחה שמודלים של אמזון סגמקר שלך יכולים להיות ממונפים, בשיתוף פעולה, עבור זרימות עבודה ארגוניות רחבות יותר, הדמיות או משתמשי קצה העומדים בפני יישומים, תוך הגברת השימושיות וההשפעה הארגונית שלהם.

איור 4 – יציקה של פלנטיר’S ML כלים.

הפעלת מודל

מכאן, ניתן לשלב את דגמי ה- SageMaker של אמזון ביישומים מבצעיים של Palantir ולהשתמש בהם להפעלת זרימות עבודה של משתמש קצה ביציקה.

זו הנקודה בה פרויקטים רבים של AI ו- ML יכולים להיכשל מהסיבות שציינו בתחילת פוסט זה. עם זאת, ב- Foundry, ברגע שמודלים משולבים באונטולוגיה, כל משתמש יכול לשלב אותם ביישומים ותזרימי עבודה תפעוליים על ידי פשוט צריכת תפוקות המודל.

משתמשים אלה ככל הנראה מכירים באופן אינטימי עם הנושא בו המודל פועל אך אל תעשה זאת’צריך להיות מומחים כיצד פותח המודל. הם גם לא צריכים להיות מומחים כיצד להפעיל את המודל.

מנוע סימולציה של יציקה מטפל בכל טוענת הנתונים ותזמור הדגם. האינטגרציה עם אמזון SageMaker מנהלת בשקיפות את היציאת הנתונים בין שתי הפלטפורמות לבין פתיחת הדגם.

מנוע סימולציה של Foundry מאפשר למשתמשים לרוץ “מה אם” הדמיות על מודלים אלה עם תשומות ופלטים משוערים כדי ליידע את דרך הפעולה הנכונה. כל החלטה, וההקשר בו היא נלקחה, תיכתב בחזרה לאונטולוגיה, ובמידת רלוונטי, מקור הנתונים המקורי.

לולאת משוב זו מאפשרת הסבה מחדש של מודלים ומאפשרת לפלטפורמה לשפר ברציפות החלטות והמלצות לאורך זמן.

איור 5 – יציקה של פלנטיר’מנוע סימולציה של קודקוד.

סיכום

האינטגרציה החדשה מצביעה בין פילנטיר יציקה ו- Amazon SageMaker מאפשרת למשתמשים לפתח, לשלב ולהתפעל AI שיכולה להפעיל את קבלת ההחלטות של ארגון מחובר מודרני.

כדי לעזור לארגון שלך לבנות ולפרוס יישומי קבלת החלטות המופעלים על ידי AI, אנא צור קשר עם Palantir.

אם אתה’מעוניין ללמוד על פרויקטים אחרים של פלנטיר ו- AWS, בדוק כיצד סוויטת ה- Foundry ERP מספקת חיסכון בעלויות עבור לקוחות AWS.

Palantir – זרקור שותף AWS

פלנטיר מאפשר לארגונים לחלץ במהירות ערך מקסימלי מאחד הנכסים החשובים ביותר שלהם – הנתונים שלהם. Palantir Foundry פותר ליישום בעולם האמיתי של AI, ולא איך זה עובד במעבדה.

*כבר עבד עם פלנטיר? דרג את השותף

*כדי לבדוק שותף AWS, אתה חייב להיות לקוח שעבד איתם ישירות על פרויקט.

פילנטיר יציקה

Palantir Foundry היא פלטפורמת תוכנה המסמיינת ארגונים לשלב ביעילות את הנתונים, ההחלטות והתפעול שלהם.

Palantir Foundry היא פלטפורמת תוכנה המסמיינת ארגונים לשלב ביעילות את הנתונים, ההחלטות והתפעול שלהם.

פילנטיר יציקה

סקירת מוצר

מידע בנוגע למחיר

מידע על שימוש

מידע תומך

חוות דעת של לקוחות

AWS Marketplace שוכר! Amazon Web Services (AWS) היא יחידה עסקית דינאמית וגדלה באמזון.com. אנו שוכרים כעת מהנדסי פיתוח תוכנה, מנהלי מוצרים, מנהלי חשבונות, אדריכלי פתרונות, מהנדסי תמיכה, מהנדסי מערכות, מעצבים ועוד. בקר בדף הקריירה שלנו או בדף הקריירה הספציפי למפתחים שלנו כדי ללמוד עוד. שירותי אינטרנט של אמזון הם מעסיק שווה הזדמנויות.

בית שירותי האינטרנט של אמזון

• מונחי AWS
• מדיניות הפרטיות
• הסכמת עוגיות

Palantir הוא לנתן מה AWS זה לשרתים

Palantir Technologies Inc. (NYSE: PLTR) היא חברה של 15 מיליארד דולר, עם תיק נכסי תוכנה מרשים. מחיר המניה של החברה צנח כמעט 80% מאז תחילת 2021 השיאים שלה. עם זאת, למרות חולשת מניות זו, אנו רואים את החברה ממשיכה לבצע את תוכניות הצמיחה שלה להניע תשואות של בעלי מניות משמעותיות.

תוצאות הרבעון השלישי של פלנטיר 2022

פלנטיר המשיך לירות על כל הצילינדרים ברבעון השלישי של 2022, מכיוון שהוא הצליח יותר מכל הרבע.

החברה צמחה הכנסות 22% ל -478 מיליון דולר ב -3Q 2022. זה גם הצליח לגדל אותך.ג. ההכנסות עוד יותר מהירות ב -31% yoy מכיוון שכלכלת המדינה עולה על כלכלות רבות אחרות במקומות אחרים בעולם. U.ג. ההכנסות ממשיכות להוות יותר ממחצית מההכנסות השנתיות של החברה.

כוחה של החברה גלוי גם באמצעות גידול בחשבונות לקוחות, כאשר העסק הממשלתי עולה על הכנסות של מיליארד דולר ב- TTM, ו- U Strong u.ג. הכנסות מסחריות. מספר מוגבר של עסקאות שנסגרו הוא חיוני, מכיוון שלחברה יש צינור חזק משניהם למשוך לקוחות חדשים להגדיל את ההכנסות מהלקוחות הקיימים.

המשך הביצועים של החברה ברבעון אמור לעזור להניע את תזרים המזומנים העתידי והחזר.

ערך הלקוח של פלנטיר

בסופו של יום, החשיבות המהותית של התזה של פלנטיר היא כמה ערך הוא יכול לייצר עבור הלקוחות.

הייתה תקופה בה תהינו מדוע שירותי האינטרנט של אמזון (AMZN) של אמזון (“AWS”) הצליחו לבצע ביצועים טובים יותר. חברות עם כוח אדם טכני חזק להפליא, כמו נטפליקס (NFLX), העבירו בעצם את כל העסקים שלהם ל- AWS. זה למרות שיש להם גם את ההון וגם את המומחיות הטכנית לשכפל את הפונקציות של AWS באופן מקומי, ומחירי AWS פירושו שהמהלך יעלה עלויות הבסיס.

עם זאת, מסתבר שיש הרבה יתרונות אחרים. דרישות השרת משתנות באופן דרמטי. היכולת לשלם באופן דינמי עבור שימוש תוך גישה לשימוש בשיא היא לא יסולא בפז, וכך גם התמיכה של שירותים חדשים המפותחים. אותו סוג של שינוי דרמטי נראה עם פלנטיר לדעתנו, ועכשיו הוא המשחק המוקדם.

שמירה על היכולת לאסוף ולעבד ביעילות כמויות מאסיביות של נתונים היא יקרה להפליא. פירושו בצורה שימושית הוא גם מסובך ביותר. עבור חברות בודדות, בהן לא ניתן להשיג סינרגיות, זה לא בהכרח שווה את זה, וכאן נכנס פאלנטיר. זה כבר נראה ב- Swiss Re, עם השפעה של 9 ספרות דולר ו -35% מהחברה המשתמשת בה.

הביצועים הפיננסיים של פלנטיר

מבחינה כלכלית, פלנטיר ביצע טוב להפליא, כאשר הכנסות שנתיות מהרבעון פגע כמעט בשני מיליארד דולר.

פלנטיר הצליחה לגדל את ספירת הלקוחות המסחריים שלה באופן משמעותי ב- YOY לעומת 2020, כאשר הכנסות ממוצעות לכל 20 הלקוחות הראשונים גדלים ל -48 מיליון דולר. זה מראה כיצד החברה צומחת מכל הבחינות, כאשר הכנסות ממוצעות ללקוח וספירת הלקוחות שניהם גדלים באופן משמעותי. זה מביא לצמיחה מהירה בהרבה בהכנסות הכוללות.

לחברה 4 דולר.מיליארד שווי העסקה שנותר ו -1 דולר.4 מיליארד בהתחייבויות ביצועים שנותרו בסוף השנה, שניהם מעלים באופן משמעותי. במקביל, מרווחי ברוטו נותרו גבוהים להפליא ב -80%, והראו את עסקי התוכנה הגבוהים של החברה ואת המשך היכולת שלה להרוויח רווחים.

חשוב מכך, החברה הרוויחה כמעט 40 מיליון דולר בתזרים מזומנים בחינם (“FCF”) ברבע.4 מיליארד עמדת מזומנים נטו. החברה נסחרת כעת בתשואה של 1% FCF, או 1.2% מתוך מזומנים נטו, וזה יחסית חזק כאשר שוקלים את קצב הצמיחה של החברה.

פוטנציאל החזרת בעל המניות של פאלנטיר

לפאלנטיר יש פוטנציאל החזרת בעלי מניות ארוך טווח כל עוד החברה ממשיכה להוציא לפועל כמו שהיא הייתה.

עבור FY 2022, החברה מצפה ל -1 דולר.הכנסות של 9 מיליארד והכנסות של 385 מיליון דולר מפעילות. עבור 4Q 2022, הציפייה של החברה להכנסה רבעונית היא כמעט 510 מיליון דולר או עלייה של בערך 5% QOQ. אנו מצפים שהחברה תמשיך בהכנסות גדלות באגרסיביות תוך שמירה על שוליים חזקים לתזרים מזומנים.

לחברה תשואה של 1% FCF, ובהתחשב בקצב הצמיחה שלה, אנו מצפים שזה יגיע ל -2% בסוף השנה הבאה. אנו מצפים להמשך צמיחה מעבר לרמה זו, המעניקה לחברה את היכולת לפגוע ברמה בה היא יכולה להתחיל להעלות את תשואות בעלי המניות.

סיכון לתזה

הסיכון הגדול ביותר לתזה שלנו הוא שההצלחה העתידית של פלנטיר מבוססת על המשך צמיחה מהירה. כפי שאמרנו לעיל, החברה נמצאת בתשואה של 1% FCF בלבד, מה שהופך אותה להשקעה לקויה ללא מסלול ל 5x-10x ה- FCF שלה. אמנם אנו מצפים שהחברה תוכל לעשות זאת בנוחות, בהנחה שהיא לא יכולה, היכולת שלה להניע החזרות תהיה הרבה יותר גרועה.

סיכום

לפאלנטיר יש תיק מרשים של נכסי טכנולוגיה, מכיוון שהחברה הופכת לנתונים מה שהפכה AWS עבור מרכזי הנתונים/שוק השרתים. אנו מצפים שהמגמה תימשך כתוצאה מתיק הנכסים המרשים של פלנטיר. החברה צמחה במהירות את ההכנסות לכמעט 2 מיליארד דולר שנתיים.

במקביל, החברה ממשיכה לשמור על שוליים חזקים. זה כרגע בתשואה של 1% FCF, ואנחנו מצפים שהחברה תוכל להרחיב את זה באופן משמעותי קדימה. המשך הביצועים הופך את Palantir Technologies Inc. השקעה יקרת ערך שצריכה להשתלם יפה בטווח הרחוק למשקיעים.

אתה מקבל רק הזדמנות אחת לפרוש, הצטרף לשירות הפרישה מספר 1

פורום הפרישה מספק אידיאלים הניתנים לפעולה, תיק פרישה בטוח לתשואה גבוהה, ותפיסות מקרו-כלכליות, והכל כדי לעזור לך למקסם את ההון וההכנסה שלך. אנו מחפשים בשוק כולו כדי לעזור לך למקסם את התשואות.

המלצות מהטופ 0.מחבר TipRanks 2%!

הפרישה מסובכת ואתה מקבל רק פעם אחת הזדמנות לעשות זאת נכון. אל תחמיץ כי לא ידעת מה היה שם בחוץ.

• תיקי דגם לייצור תזרים מזומנים בפרישה גבוהה.
• מחקר שניתן לפעול בצלילה עמוקה.
• המלצות גיליונות אלקטרוניים ואסטרטגיות אפשרות.