Confluent Hadirkan Streamhouse untuk Pasok Konteks Bisnis Real-Time bagi AI
2026-11-09 17:08 WIB · aindari · 👁 654 dibaca
Arsitektur baru Confluent menyatukan data dari berbagai sistem agar aplikasi, analitik, dan agen AI bekerja dengan informasi bisnis yang terus diperbarui.
Confluent memperkenalkan Streamhouse, arsitektur data yang dirancang untuk menyediakan konteks bisnis terkini bagi agen kecerdasan buatan (AI), aplikasi, dan sistem analitik. Perusahaan penyedia platform data streaming yang menjadi bagian dari IBM itu menyebut pendekatan tersebut dapat membantu organisasi mengambil keputusan berdasarkan kondisi operasional secara real-time.
Streamhouse menggabungkan proses penangkapan, pengolahan, pengelolaan, dan penyajian data dari berbagai sistem. Pengembangan ini didukung penambahan Query sebagai pilar kelima Platform Data Streaming Confluent, setelah Stream, Connect, Process, dan Govern. Senior Vice President sekaligus General Manager Confluent APAC Greg Taylor mengatakan kebutuhan layanan digital yang cepat meningkat di Asia Pasifik karena pelanggan dan tim operasional mengharapkan informasi instan. Menurut dia, Streamhouse menyediakan fondasi data yang terus diperbarui dan dikelola sehingga aplikasi serta agen AI memakai gambaran bisnis yang sama.
Confluent menilai arsitektur konvensional, seperti data lake, data warehouse, dan lakehouse, lebih banyak dibangun untuk pelaporan serta pemrosesan batch. Perbedaan waktu pembaruan data antarsistem dapat menghasilkan informasi yang tidak seragam bagi agen AI. Dalam industri penerbangan, misalnya, data pesawat, jadwal, dan pemesanan bisa berubah pada waktu berbeda. Agen pemesanan berisiko menawarkan perjalanan yang tampak tersedia, meski penerbangan terkendala keterlambatan. Streamhouse menyatukan perubahan lokasi pesawat, jadwal keberangkatan, dan jumlah kursi agar dapat digunakan bersama oleh agen pemesanan, layanan pelanggan, serta aplikasi lain.
Accenture menjadi salah satu perusahaan yang menerapkan pendekatan tersebut. Kepala Strategi Data SAI Accenture Thomas Mahaffey mengatakan perusahaan yang beroperasi di lebih dari 120 negara itu sebelumnya menghadapi keterlambatan analitik akibat pemrosesan batch dan integrasi point-to-point. Streamhouse mengubah aliran peristiwa bervolume tinggi menjadi produk data real-time yang terkelola dan dapat dipakai ulang. Accenture menyebut waktu memperoleh wawasan menyusut dari berbulan-bulan menjadi beberapa hari, sementara waktu pelaporan ikut berkurang. Hasil ini membantu tim berfokus pada layanan AI bagi 800.000 karyawan.
Streamhouse dibangun dengan prinsip berbasis arus data, berfokus pada kebutuhan operasional penting, dan terdesentralisasi. Arsitektur ini melengkapi data warehouse serta lakehouse melalui lapisan operasional real-time. Pada Extend, Confluent Cloud digunakan untuk mendukung pendaftaran pedagang, penyesuaian harga, dan deteksi penipuan. Direktur AI dan Arsitektur Extend Jonathan Kropp mengatakan layanan mikro dapat mengakses serta melakukan kueri data secara asinkron, dengan konsistensi yang mendukung alur kerja AI agenik.
Apache Kafka menjadi fondasi untuk menangkap dan mengalirkan peristiwa bisnis. Stream memakai Apache Kafka dan mesin Kora, Connect menyediakan lebih dari 150 konektor, Process menggunakan Apache Flink untuk mengolah serta memperkaya data, Govern menangani keamanan dan tata kelola, sedangkan Query memberi akses informasi terkini. Query mencakup Tableflow untuk menyalurkan data streaming ke lakehouse dan data warehouse, Real-Time Context Engine untuk memasok konteks kepada agen AI melalui Model Context Protocol (MCP), serta Lightning Tables untuk akses SQL dan API. Lightning Tables kini tersedia umum di Confluent Cloud pada layanan AWS sebagai lapisan read-only yang mengubah data Apache Kafka menjadi tabel persisten dan terus diperbarui.
Tag: Confluent, Streamhouse, AI, data streaming, Apache Kafka