Dave Vellante의 속보 분석: 전체 컬렉션

업데이트됨 06:33 EDT / 2023년 8월 4일

Dave Vellante의 속보 분석

Breaking Analysis는 SiliconANGLE의 theCUBE에서 얻은 지식과 Enterprise Technology Research의 지출 데이터를 결합한 주간 편집 프로그램입니다.

ETR에 의해 구동되는 theCUBE Insights라는 브랜드의 이 프로그램은 SiliconANGLE, theCUBE 및 Wikibon 커뮤니티와 독립적이고 필터링되지 않은 사설을 공유할 수 있는 기회입니다. 우리가 생산하는 프로그램과 결론은 ETR의 독점 지출 데이터 세트를 활용하는 데이터 중심입니다.

에피소드 190 – 유출된 법원 문서를 통해 AWS, Azure 및 Google Cloud 시장 점유율에 대해 알 수 있는 내용– 최근 Microsoft Activision 청문회에서 유출된 법원 문서에 따르면 클라우드 예측 및 시장 점유율 데이터를 재검토해야 합니다. 공개 보기에서 삭제된 잘못 수정된 문서에 따르면 Microsoft의 Azure 수익은 이전 추정치보다 최소 25% 낮습니다. 결과적으로 우리는 Azure 수익 수치를 줄이고 수정하여 AWS의 4대 하이퍼스케일 클라우드 시장 점유율을 높였습니다. 새로운 추정에 따르면 AWS는 2023년까지 50% 이상의 수익 점유율을 유지합니다. 이러한 변화는 Google Cloud에도 도움이 되지만 시장 점유율에는 미미한 영향만 미칩니다.

이 속보 분석에서는 하이퍼스케일러 클라우드 수익 추정치와 시장 점유율 데이터를 업데이트합니다. 또한 클라우드의 ETR 데이터가 이러한 맥락에서 어떻게 해석되어야 하는지 설명하고 생성적 AI로 인한 4분기 가속화를 포함하여 클라우드 성장을 위한 잠재적인 촉매제를 기대합니다.

전체 영상 분석을 시청해 보세요.

에피소드 189 – AI는 사이버 공격자에게 이점을 제공합니다...지금은– 클라우드 복잡성, 도구 확장 및 AI 각성은 사이버 공격자에게 유리하게 균형을 더욱 기울입니다. 기업의 관성, AI 세척, LLM 불일치 및 변화 속도가 결합되어 현재로서는 공격자가 방어자보다 우위에 있다고 믿습니다. 더욱이 거시적 지출 역풍으로 인해 조직은 계속해서 예산 균형을 유지해야 하며, 그 중 가장 중요한 것은 AI 실험 및 배포에 자금을 조달하는 방법입니다. 그러나 특히 조직의 45%는 장기적으로 SecOps 팀의 생산성을 크게 향상하고 고양이와 쥐 게임을 준평형 상태로 되돌리는 속도를 높일 수 있는 사용 사례를 위해 프로덕션에서 LLM을 사용하고 있습니다.

이 속보 분석에서는 AI가 클라우드 보안을 충족한다는 Supercloud 3의 주요 내용을 공유하고, AI 경쟁에서 어떤 보안 회사가 이러한 흐름을 활용하는 데 가장 적합한지 보여주는 최신 ETR 설문 조사의 새로운 지출 데이터를 제시합니다.

전체 영상 분석을 시청해 보세요.

188화 – AI는 승자가 될 수 없다– 전 세계에서 들려오는 AI는 기계 지능 부문을 다시 주목받게 했습니다. 그러나 언론의 과대 광고를 넘어 눈을 가늘게 뜨면 데이터에 따르면 인공 지능은 이제 ETR 분류학의 상대적 지출 속도 측면에서 최고의 부문이라는 것을 알 수 있습니다. 일반적으로 시장의 과대 광고가 배포를 주도하지만, 데이터에 따르면 AI에 대한 지출 활동과 시장 침투가 과대 광고와 일치하는 것으로 나타났습니다. 하이퍼스케일 클라우드 플레이어가 보상을 받고 있는 동안, 우리는 이것이 모든 AI 선박(눈에 보이는 선박과 눈에 잘 띄지 않는 선박 모두)을 들어올릴 상승 조류라고 생각합니다.

이번 속보 분석에서는 ETR과 일반적으로 기술 분야 최고의 인재 중 한 명, 특히 AI 분야의 최고 전문가 중 한 명인 Senzing의 CEO이자 창립자이자 수석 과학자인 Jeff Jonas의 데이터를 사용하여 AI 공간을 더 깊이 파고듭니다.

전체 영상 분석을 시청해 보세요.

에피소드 187 – 신흥 Databricks 기술 스택의 점 연결하기– 최근 Databricks Data+AI Summit은 많은 청중을 끌어 모았으며 Snowflake Summit과 마찬가지로 대규모 언어 모델, 통합 및 AI를 데이터에 적용하는 데 중점을 두었습니다. 고객은 모든 데이터에 액세스하기 위해 통합 플랫폼을 요구하지만 Databricks와 Snowflake는 다양한 관점에서 문제를 공격하고 있습니다. 우리가 보기에 시장 규모는 두 플랫폼 모두에 대한 현재의 열정을 정당화하지만 어느 회사가 다른 회사에 큰 타격을 줄 가능성은 없습니다. 이것은 충돌 시 머리가 아닙니다. 오히려 Snowflake는 데이터 운용 측면에서 몇 년 앞서 있을 가능성이 높습니다. 개발자는 시장에서 승리한 Oracle과 같은 단일 플랫폼에서 분석을 수행하고 조치를 취하는 애플리케이션을 구축할 수 있습니다. Databricks는 BI, 예측 분석, 생성 AI 등 모든 유형의 분석 데이터를 통합하는 측면에서 유사한 선두를 갖고 있을 가능성이 높습니다. 개발자는 현재 Palantir와 같이 이기종 데이터에 대한 분석 애플리케이션을 구축할 수 있습니다. 하지만 조치를 취하려면 외부 운영 애플리케이션에 액세스해야 합니다.