Open-source platforma Kestra danas je službeno stigla do verzije 1.0, najavljujući AI-generirane radne tokove koji obećavaju brže i jednostavnije upravljanje podacima za ambiciozne projekte umjetne inteligencije.
„Pioniri smo deklarativne orkestracije. S verzijom 1.0 taj koncept podižemo na višu razinu – korisnik samo napiše što želi, a sustav sve ostalo odradi uz punu kontrolu nad governanceom”, rekao je suosnivač i direktor Emmanuel Darras.
Zašto novi alat pored Airflowa?
Airflow je de facto standard u mnogim tvrtkama, no programeri ga često optužuju za strmu krivulju učenja i složeno održavanje. Kestra zato koristi deklarativni YAML, a ne Python kod, pa radni tokovi izgledaju kao konfiguracijske datoteke koje se lakše verzioniraju i testiraju. Arhitektura je od početka zamišljena za širu upotrebu – ne samo među data inženjerima, nego i timovima zaduženima za infrastrukturu i poslovne procese.
Ključne novosti u verziji 1.0
- AI kopilot – iz običnog teksta generira YAML radne tokove.
- Intent-driven automatizacija – korisnik postavlja cilj („Koliko je kupaca prošli mjesec kupilo ovaj proizvod?”), a platforma sama slaže, optimizira i izvršava cijeli proces.
- Potpuna sljedivost – svaki korak koji AI predloži zapisuje se u isti YAML koji bi napisao i čovjek, što olakšava reviziju i odobravanje.
Kestra je već u produkciji kod Applea, Toyote, Bloomberga i JPMorgan Chasea, no tek sada se smatra „zrelim” softverom spremnim za široko usvajanje.
Studija slučaja: automobilski analitičari
Američki startup Foundation Direct, koji obrađuje podatke za tisuće auto-dilera, nedavno je s cron skripti prešao na Kestru. Lead inženjer Jack Perry opisuje presudne kriterije:
- „Postavili smo je u sat vremena putem Docker Composea – to nas je odmah kupilo.”
- Otvoreni kod za testiranje bez licencnih troškova.
- Odvojeni razvojni i produkcijski klasteri.
- „Nisam želio Airflowovu krivulju učenja”, dodaje Perry.
Nakon migracije stopa uspješnih zadataka skočila je s 80 % na 97 %, a samoposlužni modul omogućio je marketinškom timu da sam osvježi pipelineove. „Nitko više ne mora zvati Jacka; ispune parametre i stisnu ‘pokreni’”, kaže Mike Heidner, zadužen za analitiku.
Što gledati pri odabiru orkestracije
• Jezična fleksibilnost – podržava li alat vaše programske jezike?
• Upravljanje i revizija – uklapa li se u postojeće procese odobravanja?
• Operativna samostalnost – mogu li netehničke osobe izvršavati rutinske zadatke bez inženjera?
• Testabilnost – dopušta li realne probe bez skupih licenci?
• Način implementacije – postoji li izbor između samostalnog hostinga i upravljanog servisa?
Kako poduzeća šire AI projekte, orkestracija podataka prelazi iz tehničkog detalja u stratešku infrastrukturu. Alati koji kombiniraju pouzdanost, otvorenost koda i ugrađenu upravljačku kontrolu – poput Kestre 1.0 – sve su privlačniji onima koji žele brže pretvoriti podatke u poslovne uvide.