Qlik: Нові інструменти для інженерії даних та ШІ

Нові інструменти для підготовки даних до ШІ

Qlik представила низку інструментів для інженерії даних, які були в попередньому перегляді та тепер стали загальнодоступними. Ці інструменти розроблені для підготовки даних до використання в системах штучного інтелекту (ШІ).

Серед нових загальнодоступних функцій – агенти для контролю якості даних. Вони дозволяють користувачам створювати та редагувати правила якості даних, вимірювати якість точок даних і наборів даних за допомогою показників довіри та інших метрик, а також виявляти або повідомляти про аномалії.

Крім того, Qlik запустила каталог, який допомагає користувачам стандартизувати термінологію та знаходити інформаційні активи.

Мета: подолання розриву між амбіціями та готовністю ШІ

Загалом, можливості Qlik спрямовані на допомогу в підготовці даних для ШІ, щоб підприємства могли легше подолати розрив між бажанням створювати розширені багатоагентні мережі та реальністю створення агентів та інших ШІ-додатків, яким можна довіряти для отримання точних результатів у виробництві.

Дональд Фармер, засновник і директор TreeHive Strategy, зазначив, що це "корисне оновлення від Qlik для інженерів даних, які використовують їхню платформу", підкресливши "дуже корисну інтеграцію ШІ" для подолання розриву між амбіціями та готовністю.

Стівен Катанзано, аналітик Omdia, також відзначив цінність нових функцій Qlik, оскільки вони інтегрують агентів для підвищення ефективності інженерії даних. За його словами, ці можливості виходять за рамки простого використання ШІ для генерації коду, вбудовуючи агентний ШІ впродовж усього життєвого циклу інженерії даних. Це дозволяє організаціям ефективніше виявляти, перевіряти, керувати та упаковувати надійні продукти даних, зменшуючи відставання в інженерії та прискорюючи доставку даних, готових до ШІ, без шкоди для управління або походження.

Проблеми впровадження ШІ та підхід Qlik

Хоча розробка агентного ШІ була основним напрямком для багатьох підприємств протягом останніх кількох років, більшість пілотних проектів ШІ все ще не доходять до виробництва. Проблеми з даними, які інформують агентів, є однією з найчастіших причин невдач. Агентам потрібні належним чином підготовлені дані, і вони повинні бути готові миттєво, коли їх викликають для інформування дії. Без даних, готових до ШІ, агенти робитимуть висновки на основі наявної інформації, що, якщо вона неповна, неактуальна або некоректна, призводить до поганих результатів. Якщо ці результати залишаються непоміченими, вони можуть мати серйозні наслідки, включаючи втрату доходу та недотримання нормативних вимог.

Багато постачальників рішень для управління даними зосередилися на тому, щоб зробити дані доступними для ШІ. Більшість, включаючи AWS, Databricks, Microsoft та Snowflake, зосередилися на тому, щоб зробити дані виявлюваними для ШІ. Qlik, разом з такими постачальниками, як Alteryx, застосовує інший підхід, зосереджуючись на підготовці даних для ШІ, що ґрунтується на відгуках клієнтів та спостереженні за ринковими тенденціями.

За словами Дрю Кларка, виконавчого віце-президента з продуктів і технологій Qlik, "коли організації переходять від пілотних проектів ШІ до операційного ШІ, вузьким місцем все частіше стає робота з інженерії даних, необхідна для того, щоб дані були надійними, своєчасними, керованими та придатними для використання як людьми, так і агентами ШІ".

Специфічні інструменти інженерії даних Qlik

Окрім агентів якості даних та каталогу для організації інформаційних активів, до загальнодоступних інструментів інженерії даних Qlik належать:

Data Products: функція, яка допомагає командам створювати, керувати та керувати продуктами даних, щоб куровані набори даних та інші активи було легко впроваджувати та повторно використовувати для аналітики та ШІ.
Declarative Pipelines with Coding: функція, яка дозволяє інженерам даних працювати із затвердженими сторонніми агентами кодування та середовищами розробки для створення та управління конвеєрами ШІ.
Expanded Model Context Protocol (MCP) capabilities: розширені можливості, які дозволяють авторизованим агентам та іншим інструментам ШІ отримувати доступ до власницьких даних та бізнес-логіки, що зберігаються в безпечному середовищі Qlik, щоб вони мали контекст для належного виконання.

Катанзано вважає, що, можливо, найціннішою з нових функцій є Data Products, оскільки вона дозволяє підприємствам надавати багаторазові, надійні дані для аналітики та ШІ. "Замість того, щоб створювати набори даних для кожної ініціативи, організації можуть створювати керовані продукти даних, які стають надійною основою для численних випадків використання ШІ та бізнесу", – сказав він.

Конкурентна позиція та майбутні напрямки

Хоча такі інструменти, як Data Products та агенти якості даних, не є унікальними на ринку, Qlik відрізняється тим, що поєднує агентні робочі процеси, управління, відкриту архітектуру та сумісність, що забезпечується MCP. Це дозволяє клієнтам працювати з їхніми бажаними помічниками ШІ та існуючим технологічним стеком, замість того, щоб прив'язувати їх до однієї екосистеми. Фармер також підкреслив цінність агентів, які допомагають командам створювати та керувати продуктами даних, щоб розробникам та інженерам не доводилося створювати нові набори даних для кожного нового проекту ШІ чи аналітики.

У другій половині 2026 року Qlik продовжить зосереджуватися на наданні можливостей, розроблених для допомоги користувачам у переведенні ініціатив ШІ з експериментів у виробництво. Зокрема, постачальник планує зміцнити основу даних для ШІ, створити більше агентів, які допомагають в інтеграції даних та аналітиці, а також дозволити клієнтам поєднувати можливості Qlik з можливостями інших платформ, які вони використовують для аспектів своїх робочих процесів даних та ШІ.

Фармер запропонував Qlik додати більше можливостей, які моніторять використання ШІ, такі як взаємодія агент-питання, моделі споживання, частота використання та результати. Катанзано також назвав додавання інструментів оперативного моніторингу як засіб для Qlik краще обслуговувати існуючих користувачів та, можливо, залучати нових.

Що це означає для розробників

Нові інструменти Qlik дозволяють розробникам та інженерам даних ефективніше готувати, керувати та використовувати дані для ШІ, зменшуючи відставання в інженерії та прискорюючи розробку надійних ШІ-додатків. Можливість створювати керовані продукти даних та інтегруватися з існуючими технологічними стеками спрощує створення та повторне використання даних для різних проектів ШІ.

Ключові факти

Qlik випустила нові загальнодоступні інструменти для інженерії даних, призначені для підготовки даних до ШІ.
Серед нових функцій – агенти для контролю якості даних, які дозволяють створювати правила, вимірювати якість та виявляти аномалії.
Запущено каталог для стандартизації термінології та виявлення інформаційних активів.
Інструменти Qlik спрямовані на подолання розриву між амбіціями та готовністю ШІ, забезпечуючи надійні дані для виробництва.
Qlik зосереджується на підготовці даних для ШІ, на відміну від інших постачальників, які акцентують увагу на виявленні даних.