Confluent menyebut pendekatan tersebut dapat mengurangi kebutuhan perusahaan membangun jalur pemindahan data, basis data, maupun cache terpisah untuk melayani aplikasi yang membutuhkan informasi terkini.
Selain Lightning Tables, kemampuan Query juga mencakup Confluent Tableflow untuk menyajikan data streaming ke data warehouse dan lakehouse, serta Real-Time Context Engine yang menyediakan konteks bisnis kepada agen AI melalui Model Context Protocol (MCP).
General Manager Confluent dan Data IBM, Shaun Clowes, mengatakan kemampuan AI perusahaan ke depan akan sangat bergantung pada seberapa akurat informasi yang dapat diakses saat agen melakukan tindakan.
"Era berikutnya dalam AI perusahaan akan dimenangkan oleh agen-agen yang mengetahui apa yang sedang terjadi dalam bisnis pada saat mereka bertindak," ujar Shaun.
Ia mencontohkan, ketersediaan konteks bisnis secara real-time dapat membantu perusahaan merespons indikasi penipuan lebih cepat, melayani pelanggan secara langsung, hingga menjalankan operasional berdasarkan kondisi terkini.
Arsitektur Streamhouse yang didukung Confluent juga mulai digunakan oleh perusahaan global, salah satunya Accenture. Kepala Strategi Data SAI Accenture, Thomas Mahaffey, mengatakan perusahaan sebelumnya menghadapi kendala akibat penggunaan arsitektur batch dan point-to-point yang membuat proses pengolahan data berulang serta memperlambat penyediaan informasi untuk analitik.
Setelah beralih ke arsitektur Streamhouse, Accenture menghubungkan aliran data dari berbagai sistem operasional dan analitik menjadi produk data real-time yang dapat digunakan kembali.
Disebutkan Thomas, perubahan tersebut memangkas waktu yang dibutuhkan untuk memperoleh wawasan dari berbulan-bulan menjadi beberapa hari, sekaligus mempercepat proses pelaporan.
