Dopo la disponibilità del primo Autonomous Datawarehouse, Oracle ha annunciato la disponibilità di nuovi servizi quali Oracle Autonomous Analytics Cloud, Oracle Autonomous Integration Cloud e Oracle Autonomous Visual Builder Cloud. Grazie all’integrazione di algoritmi avanzati di Machine Learning e intelligenza artificiale (AI), questi nuovi servizi PaaS automatizzano il sistema consentendo alle aziende di ridurre costi e rischi, accelerare l’innovazione e aumentare le capacità predittive.
In questo modo, Oracle aggiunge le funzionalità di auto-gestione, auto-protezione e auto-riparazione a tutti i servizi PaaS in abbinamento con specifiche capacità autonome per ciascuna area funzionale. Nel corso del 2018 verranno rilasciati ulteriori servizi autonomous dedicati a mobile e chatbot, integrazione dati, Blockchain, sicurezza e gestione, oltre ai workload OLTP.
Nuovi servizi autonomi per la piattaforma Oracle Cloud
I nuovi servizi autonomi comprendono Oracle Autonomous Analytics Cloud, Oracle Autonomous Integration Cloud e Oracle Autonomous Visual Builder Cloud. Questi servizi facilitano le aziende nella realizzazione e nel deployment delle applicazioni, oltre che nell’integrazione e nell'analisi dei dati critici esistenti al loro interno.
Oracle Autonomous Analytics Cloud
Oracle Autonomous Analytics Cloud combina Machine Learning, Intelligence adattativa e automazione dei servizi per creare una piattaforma di analytics capace di eliminare le barriere tra persone, luoghi, dati e sistemi modificando radicalmente il modo in cui le persone analizzano, comprendono e sfruttano le informazioni.
- Permette agli utenti di business di avere più insight e più velocemente. Gli utenti possono porre domande utilizzando i dispositivi mobili lasciando quindi che il linguaggio naturale venga elaborato per convertire tali quesiti in query nel backend restituendo infine visualizzazioni complete sui dispositivi stessi. Il servizio sfrutta tecniche di Machine Learning per ottenere intelligence e suggerire proattivamente insight sui dati che l'utente potrebbe non aver nemmeno richiesto.
- Rivela pattern e driver prestazionali nascosti per mezzo di insight predittivi e spiegazioni automatiche in linguaggio naturale basate su Machine Learning.
- Implementa capacità di analytics predittiva sui dati IoT applicando algoritmi di Machine Learning dedicati su grandi volumi di dati provenienti da sensori e pattern storici dei failure.