Van app-centrisch naar open en datacentrisch: kan Everpure de belofte waarmaken?

Zonder goede data kan AI niet veel toevoegen aan organisaties. Dat is een open deur. Het is echter niet evident om de data pipeline optimaal in te richten. Everpure wil hier met Data Intelligence en Data Stream een oplossing voor bieden. Deze toevoegingen aan het platform moeten er daarnaast ook voor zorgen dat organisaties eindelijk echt richting een datacentrische architectuur kunnen bewegen.

Everpure is al geruime tijd bezig met het toevoegen van steeds meer datamanagement aan het platform. Denk aan zaken zoals de Unified Data Plane en de Intelligent Control Plane die daar bovenop zit. Deze componenten cruciale onderdelen van de Enterprise Data Cloud-architectuur die het bedrijf vorig jaar tijdens Pure Accelerate aankondigde. Die architectuur is dan op zijn beurt weer een logisch gevolg van wat er mogelijk werd toen Everpure na meerdere jaren Pure Fusion volledig had doorontwikkeld.

Bovenstaande ontwikkelingen zorgden ervoor dat Everpure de storage die onderliggend beschikbaar was als één grote storage pool kon zien en behandelen. Een extra abstractielaag bovenop alle hardware die Everpure levert binnen de FlashArray- en FlashBlade-portfolio’s betekende dat het bedrijf daar weer de nodige slimme dingen mee kon doen.

Tegenwoordig staan veel van die slimme dingen in het teken van AI. Meer specifiek gaat het dan om het zoeken, vinden en prepareren van data om AI zo succesvol mogelijk in te kunnen zetten. Everpure Data Intelligence en Everpure Data Stream moeten dit mogelijk gaan maken.

Everpure Data Intelligence

Tot op zekere hoogte is Everpure Data Intelligence niet echt iets nieuws. Het is voor zover wij het hebben kunnen zien vooral de nieuwe naam van 1touch.io, het bedrijf dat Everpure eerder dit jaar overnam. Met Data Intelligence is het mogelijk om alle data te vinden die organisaties verspreid over enorme aantallen bronnen hebben staan. Dit kan ongestructureerde maar ook gestructureerde data zijn. Daarnaast maakt het ook niet uit waar deze data staat. Dat wil zeggen, het is niet beperkt tot Everpure hardware.

Naast het inzicht bieden in hoeveel data organisaties hebben, moet Everpure Data Intelligence ook geautomatiseerd inzicht geven in het soort data dat het vindt. Zo kan het gevoelige data zoals PII-gegevens identificeren en classificeren. Het geeft ook meteen aan hoe deze data door de organisatie heen beweegt. Op deze manier moet het mogelijk zijn om het datalandschap van een organisatie goed in kaart te brengen. Dit soort governance is van cruciaal belang voor compliance.

Een derde belangrijke onderdeel van Everpure Data Intelligence is voor AI-doeleinden zeer interessant. Het geeft context. Zonder context kan data niet bijster zinvol worden ingezet om AI-agents hun werk te laten doen. Pas als de agents doorkrijgen wat de betekenis is van data voor daadwerkelijke processen kunnen ze aan de slag. Data Intelligence bouwt dus als het ware een semantische knowledge graph waarmee AI-agents aan de slag kunnen.

Everpure Data Stream

De tweede aankondiging van vandaag is ook niet echt nieuw te noemen. Everpure Data Stream werd zo’n halfjaar geleden al aangekondigd. Vanaf vandaag is het echter algemeen beschikbaar. Data Stream is een dienst die Everpure heeft gebouwd op het Nvidia AI Data Platform en moet ervoor zorgen dat data in de optimale vorm aangeleverd kan worden bij AI-agents en -applicaties.

Everpure Data Stream is met andere woorden een data prep-toevoeging aan het platform van Everpure. Het vectoriseert de data om zo geschikt te zijn voor gebruik door AI-agents en -applicaties. Dat niet alleen, Data Stream doet dit op een geautomatiseerde manier. Volgens Everpure moet dit de tijd die het kost om data goed te preparen van maanden terugbrengen naar minuten. Daarbij is er ook gedacht aan zaken zoals security en compliance. De streams die opgezet worden, kunnen fijnmazig beheerd worden. Dit moet ervoor zorgen dat er geen informatie lekt buiten het eigen netwerk.

Efficiënt aan de slag met de juiste data

De combinatie van Everpure Data Intelligence en Everpure Data Stream is zonder meer interessant. De eerste zorgt ervoor dat alleen de juiste data beschikbaar komt voor AI-doeleinden, de tweede voor het efficiënt prepareren en vectoriseren van die data. De belofte is daarnaast ook dat dit continu gebeurt. Dus als er iets verandert in de onderliggende data, pikt Data Intelligence dit meteen op en past waar nodig zaken aan.

De potentie van Everpure Data Intelligence en Everpure Data Stream wordt duidelijk als we enkele cijfers horen rondom data van Fred Lherault, Field CTO EMEA bij Everpure. Volgens hem is slechts 15 procent van alle data die organisaties hebben daadwerkelijk nuttig. Van de resterende 85 procent is de helft zogeheten dark data, oftewel data die ooit is opgeslagen maar nooit wordt gebruikt. Je kunt je ook afvragen in hoeverre organisaties ervan op de hoogte zijn dat ze deze data hebben.

Het mag duidelijk zijn dat het vinden van de 15 procent aan data die daadwerkelijk nuttig is uitermate belangrijk is, ook als het gaat om het beschikbaar stellen van die data voor AI-agents en -applicaties. Niet alleen omdat het een stuk betere uitkomsten geeft als er alleen nuttige data in AI-modellen gestopt wordt. Ook het kostenplaatje speelt hier een belangrijke rol. Allerlei nutteloze data vectoriseren en vervolgens aan AI-modellen voeren is enorm kostbaar. Daarnaast zijn je data pipelines ook voorzien van de nodige governance en compliance als je precies weet wat erin gaat en dit op een gestructureerde manier doet.

Op dit moment zijn Data Intelligence en Data Stream nog grotendeels op zichzelf staande toevoegingen aan het platform van Everpure. Dat wil zeggen, organisaties kunnen beide inzetten, maar Everpure moet nog wel enkele connecties bouwen tussen de twee om er echt een end-to-end data pipeline van te maken, geeft Lherault aan. Daarnaast moeten we er ook van uitgaan dat Everpure Data Intelligence ook daadwerkelijk alle nuttige data weet te vinden. Dat zal ook een continu proces zijn, want als er nieuwe bronnen komen, moeten er ook nieuwe connectors komen.

Van app-centrisch naar datacentrisch

Everpure Data Intelligence en Everpure Data Stream geven aan welke richting Everpure als bedrijf op beweegt. Rob Lee, de CTO van Everpure, benadrukt tijdens een sessie die we bijwoonden dat het bedrijf ook zeker de onderliggende hardware blijft ontwikkelen. Op basis van de enorme groeicijfers van de afgelopen jaren zou het ook niet bijster slim zijn om de focus daarop te verliezen. We moeten de ontwikkelingen op het gebied van datamanagement en data intelligence vooral zien als een uitbreiding. Het geeft Everpure de kans om (op termijn) de datalaag als geheel volledig aan te kunnen bieden aan klanten, van hardware tot software.

Overkoepelend wil Everpure met de nieuwe toevoegingen aan het patform van vandaag (beide meteen beschikbaar) ook iets anders aangeven. Data Intelligence en Data Stream moeten we zien als een teken van de huidige tijd. Dat teken is dat we wegmoeten van architecturen die rondom applicaties zijn opgebouwd en richting datacentrische architecturen moeten bewegen. Met andere woorden, als organisaties ervoor zorgen dat ze datalaag en de toegang ertoe op orde hebben, dan kunnen ze succesvol zijn in de markt waarop ze actief zijn.

Het idee is dat een datacentrische benadering de data bevrijdt van de applicaties waarin ze tot nu toe gevangen zaten. Die benadering zorgt voor een enorme versnippering van data, dezelfde data in allerlei verschillende applicaties met bijkomende extra kosten en in het algemeen weinig overzicht over wat waar staat. In een datacentrisch model staat alle data in een gedeeld system of record met bijbehorende governance. De data beschikt over de nodige metadata die duidelijk aangeeft wat het is draagt als het ware de eigen betekenis bij zich. Applicaties en agents hebben toegang tot de data en kunnen data toevoegen, maar zijn nooit de eigenaar ervan.

Lukt het dit keer wel?

De wens om richting datacentrische architecturen te gaan ons bekend in de oren. We horen al een kleine tien jaar over de noodzaak om datacentrische architecturen op te tuigen. Het is nog altijd niet gelukt, ongetwijfeld mede dankzij de macht die SaaS-platformen hebben in de markt. Is dit oude wijn in nieuwe zakken, of is ook de wijn daadwerkelijk nieuw?

Met de verhalen rondom de SaaSpocalypse die we het afgelopen halfjaar voorbij hebben zien komen, lijkt de timing voor een overgang van app-centrisch naar datacentrisch nu in ieder geval beter dan een jaar of 5-7 geleden. De verhalen over de dood van SaaS zijn schromelijk overdreven overigens, maar er zit wel een kern van waarheid in. Dat zit hem dan vooral in het gesloten karakter van de applicaties. Dat lijkt langzaam maar zeker tot het verleden te gaan behoren.

Zo heeft Salesforce met Headless 360 een duidelijke stap gezet naar het openstellen van hun system of record voor toegang van buitenaf. Het legt minder focus op het eigen front-end, dat min of meer als gevangenispoort fungeert voor de data die volgens Everpure gevangen gehouden wordt in een app-centrische architectuur.

Je zou dus kunnen zeggen dat een partij zoals Salesforce (maar bijvoorbeeld ook ServiceNow) ook inziet dat een datacentrische benadering beter is dan een strikte app-centrische. Wat dat betreft staan de sterren nu gunstiger dan voorheen. Mits Everpure kan leveren wat het belooft, zou de overstap naar een datacentrische architectuur best kunnen lukken dit keer. Aan de andere kant, als bedrijven zoals Salesforce zich er ook actief mee gaan bemoeien, kan het weleens erg druk worden op de markt en moet Everpure flink aan de bak om deze architectuur verder uit te bouwen en steeds interessanter te maken.