IBM mengumumkan akuisisi Confluent sebagai langkah untuk memperkuat kemampuan perusahaan dalam menghubungkan, memproses, dan mengatur data real-time guna mendukung aplikasi dan agen kecerdasan buatan (AI). Akuisisi ini diarahkan untuk menjawab tantangan perusahaan yang kian bergantung pada data operasional yang terus mengalir, mulai dari transaksi, peristiwa aplikasi, pembaruan rantai pasokan, peringatan penipuan, hingga interaksi pelanggan.
Dalam praktiknya, berbagai sinyal data tersebut kerap tersebar di banyak sistem dan tiba terlambat untuk mendukung kebutuhan AI dan otomatisasi modern. IBM menyebut sekitar 80% perusahaan masih mengandalkan data yang sudah basi dalam pengambilan keputusan, yang dapat meningkatkan risiko hilangnya peluang.
Seiring AI bergeser dari tahap eksperimen menuju penggunaan produksi, IBM menilai persoalan utama bukan lagi sekadar akses ke data, melainkan tersedianya data real-time yang tepercaya dan memiliki konteks memadai untuk mendukung sistem AI dan otomatisasi.
Melalui penggabungan Confluent dengan portofolio Data, Integrasi, dan IBM Z, IBM menargetkan pembangunan platform data cerdas yang menghubungkan data yang bergerak dengan konteks, tata kelola, integrasi, serta infrastruktur yang dibutuhkan untuk menjalankan AI di lingkungan hybrid.
IBM menjelaskan kolaborasi kemampuan ini berfokus pada tiga area: penyediaan data real-time tepercaya untuk AI dan analitik melalui IBM watsonx.data, pengubahan peristiwa real-time menjadi tindakan bisnis otomatis lewat portofolio Integrasi IBM, serta perluasan streaming peristiwa untuk aplikasi dan data di IBM Z.
Data real-time tepercaya untuk AI dan analitik
IBM menekankan pentingnya mengubah peristiwa real-time menjadi konteks yang diatur di seluruh lingkungan hybrid agar AI perusahaan dapat dioperasionalkan secara tepercaya. Dalam pendekatan ini, Confluent berperan mengalirkan peristiwa operasional real-time dari aplikasi, sistem, dan kanal digital.
Sementara itu, portofolio watsonx.data IBM ditujukan untuk membuat data tersebut produktif bagi AI dan analitik melalui fondasi data hybrid terbuka dengan watsonx.data, integrasi data dengan watsonx.data integration, dan kecerdasan data dengan watsonx.data intelligence. IBM menyatakan kombinasi ini membantu perusahaan bergerak dari streaming peristiwa yang terisolasi menuju produk data yang diatur dan dapat digunakan kembali untuk analitik, aplikasi, dan AI.
Melalui kemampuan gabungan ini, organisasi disebut dapat menyediakan produk data real-time tepercaya di lingkungan hybrid untuk agen AI, platform analitik, dan aplikasi operasional; membangun serta menjalankan saluran data real-time maupun batch dengan agen no-code di lingkungan hybrid; serta memberikan konteks pada data yang bersumber dari pipeline streaming agar tim dapat menemukan, memahami, dan mengaturnya untuk analitik dan AI.
Dari peristiwa real-time ke tindakan bisnis
IBM juga menyoroti nilai data real-time yang akan maksimal ketika sistem dapat bertindak atas peristiwa yang terjadi. Dalam skenario ini, Confluent diposisikan sebagai tulang punggung streaming peristiwa operasional di perusahaan, sedangkan portofolio Integrasi IBM—termasuk IBM MQ dan webMethods Hybrid Integration—ditujukan untuk mengubah peristiwa real-time menjadi tindakan bisnis.
IBM MQ diklaim memastikan peristiwa disampaikan secara andal dan aman untuk sistem yang sangat penting. Sementara webMethods Hybrid Integration menghubungkan aplikasi, API, dan alur kerja di lingkungan hybrid agar sistem yang tepat dapat merespons secara otomatis. IBM menyebut kombinasi ini membantu organisasi bergerak dari insight real-time menuju eksekusi yang tepercaya.
Dalam kerangka tersebut, organisasi dapat membuat streaming data real-time bersama yang dapat diakses dan digunakan kembali oleh banyak tim, aplikasi, dan agen AI tanpa duplikasi; menghubungkan data langsung ke sistem yang menjalankan bisnis di lingkungan hybrid dengan tetap mempertahankan keandalan, keamanan, dan tata kelola; serta memicu alur kerja otomatis saat peristiwa penting terjadi sehingga aplikasi dan otomatisasi berbasis AI dapat bertindak berdasarkan sinyal bisnis terkini.
Memperluas streaming peristiwa untuk IBM Z
IBM menilai banyak peristiwa bisnis paling penting berasal dari IBM Z, yang menopang sistem transaksional inti seperti pembayaran, klaim, reservasi, dan operasi bernilai tinggi lainnya. Dengan Confluent dan IBM Z, organisasi disebut dapat memperluas peristiwa berbasis aplikasi dan perubahan berbasis data ke arsitektur berbasis peristiwa modern tanpa mengganggu aplikasi transaksional.
Untuk peristiwa berbasis aplikasi, IBM menyebut IBM MQ, Kafka SDK untuk IBM Z, dan IBM Z Digital Integration Hub sebagai opsi untuk memancarkan peristiwa langsung dari transaksi inti. Untuk peristiwa berbasis data, IBM Data Gate disebut memungkinkan propagasi perubahan data mentah secara aman dan berlatensi rendah ke Kafka. IBM menyatakan pendekatan ini menyediakan titik masuk yang fleksibel sehingga organisasi dapat memilih pola yang sesuai untuk tiap kasus penggunaan.
Dengan pendekatan tersebut, data aplikasi IBM Z dapat tersedia untuk streaming peristiwa dan dikonsumsi real-time oleh aplikasi, platform analitik, serta sistem AI; streaming peristiwa dapat digunakan kembali oleh beberapa konsumen hilir; dan aplikasi serta data Z yang sangat penting tetap terlindungi dan terisolasi sambil mendorong inovasi real-time di seluruh bisnis.
Membangun platform data cerdas untuk AI perusahaan
IBM menyimpulkan bahwa penggabungan Confluent dan IBM ditujukan untuk membangun platform data cerdas bagi AI perusahaan, dengan menghubungkan aliran peristiwa real-time ke manajemen data, integrasi, dan infrastruktur yang diperlukan untuk mendorong tindakan di lingkungan hybrid. Dengan demikian, organisasi diharapkan dapat mengubah peristiwa bisnis yang terus mengalir menjadi konteks tepercaya untuk analitik, otomatisasi, dan sistem AI.
