Teknologi Graph Bakal Jadi Tren Baru Dunia Digital

Kedua, Graph akan semakin terintegrasi dengan Machine Learning dan Artificial Intelligence

Sepanjang tahun 2022, diprediksi akan ada lebih banyak perusahaan yang menerapkan graph analytics untuk mendukung penggunaan data analisis dan machine learning untuk memetakan problematika khusus seperti deteksi penipuan (fraud) dan pencucian uang (money laundry), evaluasi dan resolusi bisnis, analisis konsumen customer 360, rekomendasi produk, infografik, keamanan siber, rantai pasok, internet of things, dan analisis jaringan.

“Graph data telah menjadi trendsetter. Menurut Garner, 50 persen pertanyaan klien Gartner dari diskusi-diskusi yang dilakukan selama ini mengarah kepada topik bisakah AI diintegrasikan dengan  Teknologi Graph,” ungkap Dr Jay Yu.  

Ketiga, Graph Query Language (GQL) segera terstandarisasi

TigerGraph terus menggencarkan pengembangan graph database serta berkomitmen penuh menawarkan graphberskala petabyte/ petabita dalam dua tahun mendatang.

Tigergraph saat ini sedang memfinalisasi standar LDBC-SNB Versi 100 Terabyte untuk bisa rampung tahun 2022.

Tentunya, diperlukan standarisasi tersendiri bagi properti graph layaknya standarisasi digital yang sudah ada seperti SQL yaitu standar bahasa pemograman untuk tabel.

Tahun depan diharapkan standardisasi GQL mengalami kemajuan signifikan dan memasuki tahap finalisasi. Untuk semakin memberikan layanan bagi pengguna, TigerGraph juga mengantisipasi pergeseran penerapan basis server lokal ke cloud database baik di ranah privat maupun publik.