L’ appuntamento annuale con la Google Data Cloud Summit rappresenta una grande evento in cui vengono presentati i nuovi servizi alle aziende per usare al meglio i dati in loro possesso e migliorare sempre di più l’esperienza dei loro utenti.
Il cloud computing nasce dalla rappresentazione d’internet a forma di nuvola realizzata da alcuni ingegneri nel 1960.
La visione del cloud come possibilità di connettersi da qualsiasi parte del mondo ai dati e alle informazioni è di un ingegnere JCR Licklider che era a capo nel lontano 1969 dello sviluppo della ARPANET.
Ai giorni nostri come ben spiega Ibm in questo articolo è
Il cloud computing è l’accesso on-demand, via internet, a risorse informatiche – applicazioni, server (server fisici e server virtuali), storage dei dati, strumenti di sviluppo, funzionalità di rete e altro – ospitate su un data center remoto gestito da un provider di servizi cloud (cloud services provider, CSP)
Il cloud computing ha dato modo alle aziende di poter scalare il proprio business facilmente grazie alla delega di tutta la parte It a un provider esterno e alla possibilità di ottimizzare i costi per lo sviluppo di software, hardware e database.
Questo dà modo, come leggiamo in Oracle.com, alle aziende di concentrarsi sulla parte strategica e pone la sfida invece per i fornitori di cloud di riuscire a fornire ai loro clienti nuovi e innovati strumenti per l’analisi dei dati.
La sfida di questi ultimi anni, in cui sono aumentati vertiginosamente i dati a disposizione, è riuscire a riunire tutte le informazioni di cui già dispongono le aziende e usarli in maniera efficace per poter prendere le decisioni strategiche più utili per la crescita del proprio business.
I dati sono il nuovo petrolio o meglio come dice Stefano Gatti, head of data in Nexi, in una intervista rilasciata a Repubblica
Mi piace dire che i dati, alla luce dello sviluppo tecnologico in corso, oggi possono essere analizzati per offrire una rappresentazione sempre più fedele del mondo.
Le novità presentate da Google Cloud durante il Data Cloud Summit promettono di poter usare in maniera unificata i dati delle aziende a prescindere dalle piattaforme in cui sono conservati.
Google Cloud cos’è
Google ha iniziato da qualche anno a investire sempre più nel cloud computing considerandolo il futuro d’internet.
La piattaforma di Google Cloud dà l’accesso alle aziende alla tecnologia che usa lo stesso Google per i suoi servizi.
Vediamo ora nel dettaglio i servizi che offre.
Per gli sviluppatori e lo sviluppo del software Google Cloud mette a disposizione:
- Google App Engine permette agli sviluppatori di non doversi preoccupare dell’infrastruttura nello sviluppo delle app e di concentrarsi solo sulla scrittura del codice. La piattaforma permette l ‘utilizzo dei principali linguaggi come Node.js, Java, Ruby, C#, Go, Python o PHP
- Google Compute Engine fornisce un’infrastruttura It attraverso internet (IaaS). Ha un costo minore rispetto alla Google App Engine e permette di affittare macchine virtuali che possono essere personalizzate
- Google Kubernetes Engine è un progetto open source che permette di poter gestire, orchestrare e scalare ile applicazioni containerizzate
Per gli Analytics invece i servizi sono:
- Bigquery consente di poter archiviare e di accedere ai dati aziendali usando SQ. Google permette l ‘utilizzo gratuito fino a 10 GB di storage e fino e 1 TB di dati analizzati al mese
- Clouddata flow permette di poter elaborare i dati in tempo reale e di creare pipeline
- Google Transfer Appliance permette di poter trasferire notevoli quantità di dati velocemente
Per l’uso dell’intelligenza artificiale e machine learning Google Cloud offre Google Ai grazie alla quale è possibile utilizzare dei modelli già formati e Google Cloud Machine Learning Engine per utenti già avanzati che vogliono creare dei modelli personalizzati.
Google Cloud Biglake: l’innovazione dei dati
Google è partito dalla consapevolezza che le aziende conservano i differenti tipi di dati (strutturati e non strutturati) in sistemi differenti. Abbiamo quindi un datalake per i dati strutturati, un altro per i dati semi- strutturati e un altro ancora per tutti gli altri tipi di data. I dati vengono quindi conservati in silos che difficilmente comunicano tra di loro.
Con l’arrivo di Biglake i dati diventano senza limiti e diventa possibile utilizzarli a prescindere dai sistemi usati per l’archiviazione e usarli in qualsiasi ambiente senza dover fare una duplicazione o creare silos.
La forza che Google Cloud ha utilizzato per creare un nuovo storage è la grande esperienza accumulata con BigQuery.
I due principali componenti di Biglake sono il supporto per gli standard aperti e il supporto per i motori di elaborazione aperti.
Google estende il modello di archiviazione ed elaborazione di BigQuery ai formati di file open source e ai motori di elaborazione open source.
Sarà quindi possibile per le organizzazioni conservare i dati utilizzando Parquet e ORC o Iceberg, utilizzando così la innovazione messa a disposizione da Google e la possibilità di usare formati e standard aperti.
Google ha firmato un accordo di collaborazione con Accenture, Confluent, Databricks, Dataiku, Deloitte, Elastic, Fivetran, MongoDB, Neo4j, Redis, and Starburst per rendere i dati sempre più accessibili da qualsiasi piattaforma e ambiente aziendale.
Per rendere più semplice la migrazione dei dati per le aziende come leggiamo nell’articolo d’Impresa city la Big Tech ha stipulato anche accordi con CS, Atos, Deloitte, HCL, Kyndryl, Infosys, Wipro, Capgemini e Cognizant.
Ogni interazione degli utenti, acquisti e-commerce commenti, recensioni creano una quantità notevole di dati ogni giorno. La società ha affermato che la proliferazione dei dati, insieme ai numerosi software e applicazioni basate su cloud utilizzati per analizzarli e gestirli, ha creato per le aziende il bisogno di uno standard di dati digitali comuni e di un impegno per i dati aperti, al fine di utilizzare efficacemente i dati per trasformarsi digitalmente.
Google Cloud Vetex Ai
Tra i nuovi servizi annunciati dalla Big Tech c’è Vertex AI Workbench (GA) che darà la possibilità di unire tutti i sistemi di machine learning e i dati in un’unica interfaccia.
Vertex AI Workbench (GA renderà più agile il lavoro dei vari gruppi che avranno a disposizione in un’unica piattaforma per i data analytics, data science, machine learning.
Il fine di è come dichiarato dallo stesso Google riuscire a costruire i modelli Ml velocemente grazie all’integrazione dei data engineering direttamente nell’ambiente di data science.
L’addestramento dei modelli di machine learning grazie all ‘utilizzo di Vertex Ai sarà cinque volte superiore.
Questo risultato è stato reso possibile grazie alle integrazioni tra i servizi dati (come Dataproc, BigQuery, Dataplex e Looker), che riducono significativamente il cambio di contesto.
Un’altra novità presentata da Google Cloud è Vertex AI Model Registry un repository centrale che consente di poter utilizzare e gestire i modelli di apprendimento automatico.
Questo aiuterà gli ingegneri e i dati scientist a sviluppare e a gestire più modelli in maniera molto più semplice e velocemente.
Il beneficio di questo servizio per le aziende sarà la possibilità di trasformare velocemente i dati in previsioni e decisioni e di rispondere velocemente ai cambiamenti del mercato.
La funzione Vertex AI Model Registry è già disponibili in preview.
Inoltre, Google Cloud con il lancio di Connected Sheets per Looker ha reso possibile la possibilità di poter accedere attraverso Data Studio ai modelli di dati di Looker.
Un’integrazione che consente come ben sottolinea di 01.Net
Questo – sottolinea Big G – renderà più facile per tutti l’accesso e lo sblocco delle intuizioni dai dati per guidare l’innovazione e per prendere decisioni data driven con questa nuova piattaforma unificata di business intelligence (BI) di Google Cloud.
Sarà possibile per i team accedere ai dati da Data Studio, Google sheet e da Looker. Il modello verso cui si sta andando e la condivisione degli insight tra tutti i dipartimenti per poter prendere sempre più decisioni che siano guidate dai dati.
Google Spanner stranger Steam
Google ha annunciato durante la Data Cloud Summit una nuova funzionalità di Change Data Capture (CDC). Spanner Change Streams.
Spanner Change Streams è un nuovo tools che consentirà ai clienti Google di aggiornare, inserire o eliminare dati in tempo reale per il proprio database Google Cloud Spanner.
Finora il limite per gli utenti, soprattutto per le società finanziare era stato l ‘impossibilità di poter collegare uno strumento CDC a Spanner e di ottenere in tempo reale l ‘accesso ai dati.
Ora Google ha reso la funzionalità CDC una parte fondamentale del database. I flussi di modifiche offrono ai clienti la possibilità non solo di tenere traccia d’inserimenti, aggiornamenti ed eliminazioni nel database, ma anche di tenere traccia delle modifiche apportate a tabelle e colonne specifiche o delle modifiche in un intero database.
Google si prende carico sia della cura del lato operativo che della parte di collegamento dell’operativo alla machine learning e intelligenza artificiale per permettere ai clienti di potersi concentrare sul valore aziendale.
Google Cloud costi
Per poter iniziare a utilizzare i servizi bisogna creare un account sulla pagina Google Cloud.
La piattaforma consente di provare i servizi gratuitamente. Se si è nuovi clienti è possibile utilizzare un credito messo a disposizione dall’ azienda di 300 dollari. Tutti i clienti possono scegliere più di 20 prodotti da utilizzare rispettando i limiti mensili previsti.
Il grande vantaggio del Cloud è la possibilità di pagare solo i servizi che realmente sono stati utilizzati dalla azienda. È inoltre possibile controllare le spese direttamente dal proprio account e anche di poter utilizzare il calcolatore di prezzi per verificare il costo in base al carico di lavoro necessario e alla propria località.
Se invece si vuole usufruire di una consulenza si può richiedere un appuntamento con un consulente di vendita.