分析公司Splunk正在使机器学习成为其下一代企业解决方案的核心，并称速度将比以前快20倍。

Splunk的平台会处理大企业生成的机器到机器的数据，帮助这些企业找到薄弱点并提升运营表现。

Splunk有大约14000家客户，其中包括医疗服务提供商、金融服务公司例如Nasdaq和Black Rock，以及像John Lewis这样的零售商。

为了争取更多的业务，今天Splunk在华盛顿年度会议上发布了最新一代企业解决方案，其中增加了更多算法。

Splunk公司IT市场布道师Guillaume Aym表示：“现在我们会把这机器学习原生地内嵌到我们做的一切中。机器学习将帮助可以更好地做出决策。”

总的目标是从企业设备生成的数据中提供更多洞察，帮助这些企业提高性能，此外Splunk还希望通过在自身产品中原生地内嵌机器学习，这将吸引到那些通常不会想到使用机器学习的那些小型企业。

Aym表示：“我们正在努力为企业组织降低使用机器学习的门槛，不需要聘请专门的数据科学家。他们只是希望机器学习能够带来成效，而不需要知道底层是如何运作的。”

机器学习将被融入Splunk最新版本的产品中，这些解决方案将专注于解决欺诈和云监控等痛点。

例如，User Behaviour Analytics通过搜索异常情况帮助检测内部交易和潜在安全漏洞，例如有人在不应该登录的时候进行登录。

与此同时，IT Service Intelligence产品则采用机器学习来区分“常态的”异常——例如银行预计在月底可能出现使用高峰——以及需要改善性能的情况。

对Splunk Enterprise 7.0来说另一个重大变化就是改进了的指标，这使得客户可以更好地分析各种数值例如温度等。Splunk表示，这一变化将加速监控，“至少”发出警报达20次。

“想到物联网设备，通常是笨笨的，只是发送出各种数字。我们让客户可以更加轻松地对这种数据进行分析，”Aym表示。