路沙

在百度百科當中，將Splunk定義為機器數據的引擎，可以收集、索引和利用所有應用程序、服務器和設備生成的快速移動型計算機數據，并通過人工智能和機器學習的技術為用戶更好地分析數據，并得出預測結果。

實際上，Splunk最大的創新點和優勢在于不需要創建數據模型，相比模型化的做法會更靈活和高效。Splunk首席產品官Richard Campione曾表示：“數據是一種戰略優勢，企業正在尋找將數據轉換為答案最快、最有效的方法。機器學習對于客戶成功和Splunk的發展都非常重要。我們的無縫集成功能使每個人都能夠使用機器學習，我們的客戶可以更好地預測未來結果，更有效地分析他們的數據。”關于人工智能和機器學習技術，調研機構Gartner認為，人工智能和先進的機器學習技術是被廣泛關注的新興技術，將在企業甚至整個行業中掀起革命浪潮。它們能夠大幅度降低勞動力成本，產生意想不到的新見解，從原始數據中發現新模式，并建立預測模型。

對此，在Splunk看來，2018年的人工智能和機器學習將呈現三大趨勢：一是人工智能和機器學習將成為行業專屬，在金融、醫療、制造、零售以及傳媒等行業持續產生可信洞見和可觀前景；二是人工智能和機器學習將成為B2B的主流，在異常檢測、事件關聯、容量預測以及自動化方面應用廣泛；三是機器將會不斷學習，在端到端人工智能、面向物聯網的人工智能以及自我配置方面得到深入開發和應用。對于人工智能和機器學習技術的未來發展前景，Splunk不僅有著自己的預測和展望，還有著自身的規劃布局和實施策略。

擴大產品布局 應用促落地

Splunk在產品方面的布局早已開始實施。在2017年9月舉辦的“第八屆Splunk年度大會.conf2017”上，Splunk就發布了Splunk Enterprise 7.0、Splunk IT Service Intelligence （ITSI） 3.0以及Splunk機器學習工具包等機器學習功能。在擴大公司產品線的同時，進一步增強了公司機器學習的應用和開發能力。Splunk Enterprise 7.0能夠幫助客戶更好地監測和調查他們的數據，使得創建、部署和分享模型更加便捷，同時在性能和規模上有了很大的改善。Splunk ITSI 3.0能夠把服務環境與機器學習相結合，徹底改變事件監測服務，幫助發現現有的和潛在的問題，優先恢復關鍵業務服務，實現了分析驅動的IT運營。Splunk機器學習工具包是一款數據科學應用程序，任何人都可以使用它來預測未來IT、安全和業務成果。最近的更新包括了機器學習模型管理，它通過直觀的用戶界面集成了用戶權限。此外，還提供了公共機器學習API和數據準備模塊，可以用于開源和專有算法，并幫助客戶在啟動機器學習建模之前準備和清洗數據。

同時，Splunk中國區總經理嚴立忠表示：“雖然人工智能在2018年還不會成熟到足以匹配人類的技能，但具備機器學習能力的人工智能將越來越多地幫助企業針對大量的數據做出決定，否則我們很難發揮這些數據的作用。”

擴大應用領域 技術促發展

Splunk除了在人工智能和機器學習方面做了新的預測和展望之外，還在物聯網、IT運維以及安全等領域展現了自己的理解和認識。

嚴立忠認為，2018年，風險、行業、云以及機器學習將成為物聯網領域的四個關鍵詞。另外，在他看來，隨著現有網絡基礎設施將被用于“連接物體”，當企業尋找新方法來挖掘智能設備生成的大量數據時，會進一步加大對分析技術的投資。工業資產管理、運輸車隊管理、庫存管理和政府安全將是2018年物聯網發展最熱門的領域。

IT運維方面，嚴立忠認為，2018年人工智能將繼續促進IT重塑。IT部門能利用數據和人工智能迅速發現潛在的問題，提出解決現有問題的建議，通過自助服務和自我恢復功能簡化自動化流程，并預測未來的結果，從而估算出成本，優化資產回報。

在安全層面，Splunk認為，2018年在數據隱私保護、機器學習保障網絡安全以及自動化減輕安全任務負擔方面將得到長足發展，同時安全也不再只限于SoC，并成為業務的推動因素。對此，Splunk在安全層面發布了包括Splunk UBA 4.0、Splunk ES內容更新、Splunk Security Essentials for Fraud Detection、Splunk Insights for Ransomware以及Splunk Insights for AWS Cloud Monitoring在內的眾多新的解決方案，以滿足對高質量全套解決方案的迫切需求以及具體客戶對安全和IT運營的安全要求。endprint