智能运营平台Sumo Logic近日发布升级版Data Pipelines，将其平台能力进一步延伸至数据管道管理领域，使客户能够在遥测数据被采集、存储和分析之前，就对数据的成本与价值做出决策。
Data Pipelines原生构建于Sumo Logic平台之上，覆盖安全与可观测性两大场景，无需额外部署或集成其他工具。团队可以在数据进入分析平台之前，完成噪声过滤、数据转换，并将遥测数据路由至合适的目的地和成本层级。Sumo Logic此前已将遥测数据统一为可信、可供AI使用的数据资产，支撑能够自主检测、调查和解决问题的AI智能体。此次升级后，客户获得的是从数据管道到检测、调查与响应的单一平台体验，成本控制内置于流程之中。
随着数据量持续增长，企业面临一个日益棘手的权衡：要么全量采集并承担相应成本，要么减少采集量并承受遗漏关键信号的风险。碎片化的数据源、彼此割裂的管道与分析工具，以及依赖人工的数据管理方式，进一步加剧了这一困境。当智能体系统越来越依赖高质量遥测数据时，不加控制地将更多数据向下游传输，已不再是一种可持续的策略。
Gartner近期一份报告指出，企业过去通常默认采集全部运营数据，打算之后再进行分析，但如今复杂的环境已使这种做法不再可行，原因在于采集与存储带来的成本压力。报告同时指出，数据量增加并未带来业务价值的提升，反而因大量低质量遥测数据拉低了整体价值，并抑制了生成式AI和大语言模型使用这些数据的能力。
Sumo Logic目前每天为数千个安全与运营团队采集并分析近7艾字节的数据。Data Pipelines将该公司在上游数据管理方面积累的经验产品化，使客户能够在遥测数据到达分析平台之前，就完成数据与成本层面的判断。
从功能上看，Data Pipelines覆盖完整的数据生命周期：实时管道预览功能允许团队在数据产生费用之前过滤噪声，并将其路由至低成本层级或外部目的地；AI辅助配置则承担了此前需要人工编写的规则工作。这一产品方向反映出，在AI驱动数据量加速增长的背景下，可观测性与安全领域的竞争正从分析能力向数据入口环节延伸，成本治理能力正在成为平台型厂商的差异化要素。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
