全球领域驱动型AI服务公司Evalueserve近日宣布与数据与AI公司Databricks建立合作伙伴关系,旨在帮助企业实现数据环境现代化、强化数据治理,并构建可信的数据基础,以在关键业务工作流中规模化部署分析与AI能力。
随着企业从AI实验阶段迈向全企业范围的采用,碎片化的数据、不一致的数据质量以及复杂的治理体系,正在成为AI进入生产环境的制约因素。Evalueserve与Databricks的合作正是针对这一痛点,将Databricks数据与AI平台与Evalueserve在数据工程、AI及深度领域知识方面的专业能力相结合。Databricks数据与AI平台基于开放数据格式和开放治理的湖仓基础架构,将客户数据与强大的AI模型相结合,实现分析与智能应用的民主化访问,同时确保所有数据始终处于客户控制之下。
根据合作规划,Evalueserve将在Databricks平台上构建一系列数据工程加速器和行业专属解决方案,旨在加速实施进程,并将现代数据基础与高价值业务用例相连接。该合作将调用Databricks数据与AI平台的多项能力,包括用于业务感知上下文的Genie Ontology和用于受治理企业AI的Unity Gateway,以及数据工程、分析和治理等能力。
Evalueserve执行副总裁兼数据与AI负责人Gururaj Bhat表示,企业AI的强度取决于其背后的数据基础。Databricks提供了强大的基础,帮助客户整合数据、强化治理与数据血缘,并使企业信息为AI做好准备。通过将该基础与Evalueserve的领域专业知识和业务流程知识相结合,可以围绕最重要的业务问题构建AI和智能体应用。
首批解决方案包括三类。Private Credit Intelligence Accelerator(私募信贷智能加速器)将结构化和非结构化信贷数据汇聚于受治理的湖仓中,利用业务感知上下文支持更快的承保决策、更早的契约监控以及可追溯的投资与投资者报告。Data Quality Framework(数据质量框架)是一个可复用的加速器,覆盖数据验证、画像、监控、修复、评分和治理,帮助企业在各企业平台上建立可信可靠的数据。Automodel Generators(自动模型生成器)则是一个元数据驱动的加速器,可自动化企业数据仓库模型的设计与生成。
此次合作反映出企业服务市场的一个明确趋势:AI规模化落地的瓶颈正从模型能力转向数据基础设施。数据治理、数据质量和领域知识的整合能力,正在成为AI服务商与平台厂商竞合的关键地带。对于正在推进AI生产化部署的企业而言,平台能力与垂直领域实施经验的结合,或将成为选型时的重要考量维度。
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。