Databricks บริษัทผู้เชี่ยวชาญเทคโนโลยีข้อมูลครบวงจรในนาม Lakehouse ล่าสุดได้ประกาศแพลตฟอร์มใหม่สำหรับอุตสาหกรรมการผลิตในชื่อ “Lakehouse for Manufacturing” แพลตฟอร์มที่จะสนับสนุนการรวมศูนย์ (Unity) ข้อมูลและการทำระบบ AI เพื่อวิเคราะห์ข้อมูลในหลากหลาย Use Case
โดยองค์กรในภาคอุตสาหกรรมการผลิตจะสามารถใช้ประโยชน์จากข้อมูลที่มีได้ในหลากหลายรูปแบบ เช่น การทำนายรอบการบำรุงรักษา (Predictive Maintenance) การควบคุมคุณภาพ (Quality Control) หรือว่าการเพิ่มประสิทธิภาพให้กับห่วงโซ่อุปทาน (Supply Chain Optimization)
สำหรับแพลตฟอร์ม Lakehouse for Manufacturing นั้นเป็นการต่อยอดจากแกนของแพลตฟอร์ม Data Lakehouse ของ Databricks ไม่ว่าจะเป็น Delta Lake, Apache Spark และ MLFlow โครงการ Opensource ต่าง ๆ ที่ทำให้การประมวลผลข้อมูลและกระบวนการทำ ML สามารถขยาย (Scale) ได้ในวงกว้างขึ้น อีกทั้งแพลตฟอร์มยังเชื่อมต่อกับ Model Serving บริการที่ Databricks เพิ่งเปิดตัวเมื่อเดือนก่อน ที่จะทำให้การบริหารจัดการและ Deploy โมเดล ML บน Production ทำได้อย่างสะดวกยิ่งขึ้น
“ข้อมูลขนาดมหาศาลนั้นคือความท้าทายที่ยิ่งใหญ่ในอุตสาหกรรมการผลิต ตามที่หลาย ๆ องค์กรได้มีการใช้เซ็นเซอร์เพื่อเชื่อมโยงพนักงาน อาคาร ยานพาหนะ และโรงงานไว้ด้วยกัน” หัวหน้าฝ่ายอุตสาหกรรมการผลิตแห่ง Databricks คุณ Shiv Trisal กล่าว “ข้อมูลเหล่านี้กำลังเติบโตขึ้นอย่างก้าวกระโดด ซึ่งคาดว่าจะสูงขึ้นถึง 200-500% ภายใน 5 ปีข้างหน้า ซึ่งสถาปัตยกรรม Lakehouse นั้นจะช่วยให้องค์กรสามารถใช้ประโยชน์จากข้อมูลของพวกเขาได้ในจุดเดียว เพื่อสร้างระบบ AI at Scale ได้ในขณะที่สามารถลดต้นทุนรวมในการเป็นเจ้าของ (Total Cost of Ownership : TCO) อันเป็นเรื่องที่สำคัญสำหรับผู้นำด้านไอทีในวันนี้”
ณ ตอนนี้แพลตฟอร์ม Lakehouse for Manufacturing จากทาง Databricks พร้อมให้บริการแล้วทั่วโลก ซึ่ง Databricks เผยว่าตอนนี้แพลตฟอร์มได้มีการปรับใช้ (Adopt) ในองค์กรชั้นนำในอุตสาหกรรมการผลิตแล้ว อาทิ DuPont, Honeywell, Rolls-Royce และ Shell
