MAJALAH ICT – Jakarta. TIBCO Software Inc., pemimpin global di bidang data perusahaan yang memberdayakan pelanggan untuk menghubungkan, menyatukan, dan memprediksi hasil bisnis dengan keyakinan tinggi sehingga mampu memecahkan masalah-masalah data terumit di dunia. Hari ini, TIBCO mengumumkan perilisan TIBCO® ModelOps, yang membantu bisnis menerapkan model-model AI dengan lebih cepat, dari dan ke mana pun, secara aman sekaligus dapat diskalakan. Selain melengkapi portofolio analitik TIBCO yang sangat berpengaruh, TIBCO ModelOps membantu pelanggan menyederhanakan dan menskalakan pengelolaan, penerapan, pemantauan, dan tata kelola model analitik berbasis awan (cloud).
“Kendati 92% perusahaan menghabiskan lebih banyak biaya untuk ilmu data pada 2021 dibandingkan tahun-tahun sebelumnya, hanya 12,1% yang menerapkannya secara terskala.1 Untuk membantu perusahaan memahami manfaat penerapan AI, kami merancang sistem yang memberi para tim, termasuk pengguna bisnis, akses swalayan ke ilmu data (data science),” ujar Mark Palmer, Senior Vice President Bidang Engineering, TIBCO. “Hal ini membuat tim pengambil keputusan dapat menentukan algoritma yang mereka inginkan, bekerja dari layanan awan (cloud) mana pun, dan menjalankannya dengan aman, terjaga, dan terskalakan. Ini merupakan langkah berani yang memungkinkan pengguna bisnis untuk mengeluarkan AI dari laboratorium dan menerapkannya di lapangan.”
TIBCO ModelOps menanggapi kebutuhan akan kecepatan dalam penerapan AI sekaligus memanfaatkan keunggulan TIBCO di bidang ilmu data, visualisasi data, dan inteligensi bisnis. Hal ini membantu tim AI dalam menghadapi rintangan pengoperasian yang amat penting, seperti kemudahan penerapan analitik pada aplikasi, identifikasi dan mitigasi bias, serta transparansi dan kemampuan mengelola pola perilaku algoritma pada aplikasi yang penting bagi bisnis. Solusi ini membantu perusahaan untuk menerapkan dan mengelola model pipeline (urutan penyiapan data dan langkah model) ke dalam lingkungan produksi secara efisien dan tangguh. Solusi TIBCO ModelOps tidak bergantung pada format tertentu dan mendukung semua format model umum, termasuk model berbasis API pada layanan awan atau on-premise mana pun. TIBCO ModelOps memudahkan penambahan model terkelola pada TIBCO Spotfire®, TIBCO® Data Virtualization, dan TIBCO® Streaming, dan masih banyak lagi. Pengguna yang berniat menerapkan TIBCO ModelOps di lingkungan terdahulu dapat memanfaatkan pendekatan semua format dan standar terbukanya.
Peluncuran TIBCO ModelOps adalah puncak kerja keras TIBCO bersama para pelanggan dan mitra sepanjang proses perancangan dan program beta TIBCO ModelOps. “Sebagai produsen chip memori terbesar kedua di dunia, kami memiliki target pertumbuhan yang agresif seiring eskpansi kapasitas pabrikasi kami. Dengan mengoptimalkan hasil proses kami, memprediksi kapan masalah akan timbul, dan mengatasi masalah tersebut sebelum terjadi, kami pun memiliki keunggulan daya saing,” ujar InSoo Ryu, Technical Leader, SK Hynix. “Kemampuan untuk dengan cepat menerapkan, mengukur, dan menyesuaikan semua jenis model—model pembelajaran mesin, kode Python, aturan, dan lain sebagainya—adalah bagian penting dari kesuksesan kami. TIBCO ModelOps adalah platform yang tepat untuk menskalakan upaya ilmu data kami melalui pendekatan yang lebih terkelola dan berorientasi pada proses terhadap operasionalisasi ilmu data.”
Survei terkini terhadap pelanggan TIBCO menegaskan bahwa sudah umum bagi perusahaan untuk mengelola ratusan—bahkan ribuan—model analitik dan alur kerja. TIBCO ModelOps membantu tiap pengguna bisnis, ilmuwan data, analis, maupun pengguna TI yang berwenang untuk mengelola dan menerapkan ribuan model di bagian produksi dengan kapabilitas tata kelola dan manajemen yang lengkap. Pengguna dapat menjalankannya di awan maupun on-premise, serta menampilkan kinerja model melalui dasbor bertenaga Spotfire® yang telah tersedia dan dapat diubahsuaikan. Dengan TIBCO ModelOps, kini klien tidak perlu mengkhawatirkan konsekuensi negatif yang tidak disengaja dari kegagalan automasi akibat rumitnya maupun tidak efektifnya pengelolaan AI atau model berbasis aturan, sehingga lebih aman diautomasi berdasarkan model AI yang tervalidasi dan terjaga.
