Seemore Data利用上下文感知实现数据云成本自动优化,平均降低33%账单

随着AI工作负载在Snowflake和Databricks等平台上持续增长,数据云成本正成为企业预算中规模最大且最缺乏管控的支出项之一。

以色列初创公司Seemore Data近日入选由Calcalist与Ehrlich Group联合举办的2026年创新与创业竞赛前五名决赛名单。该竞赛评审团从超过100家申请企业中选出五家入围者,评选标准涵盖创新性、愿景以及技术与商业潜力。Seemore Data定位为面向数据与AI基础设施的上下文感知控制平面,其核心能力是让数据云成本优化实现全自动化。

当前企业AI支出正快速攀升。Gartner预测2026年全球AI支出将达到2.5万亿美元,其中很大一部分来自既有IT预算的重新分配。与此同时,Flexera发布的2026年云状态报告估算,约29%的云支出被浪费。随着AI工作负载在Snowflake和Databricks等数据平台上不断增长,数据云成本已成为企业预算中规模最大且最缺乏管控的支出项之一。

Seemore Data的技术路径是构建一张上下文图谱,将每个数据仓库、表、列、查询、使用方与归属方同其成本建立关联。平台基于这一上下文自动调整计算资源规格,根据各工作负载的实际需求对仓库进行扩缩容。所有操作均受策略管控、可回滚,并记录在前后对比的审计日志中。据该公司披露,其客户平均实现数据云账单降低33%,平均投资回报率达到6.1倍。平台无需修改代码,仅读取元数据,符合SOC 2合规要求并对齐GDPR规范。

此外,Seemore Data提供MCP服务器,使Claude、Cursor等AI工具以及客户自有智能体能够直接访问成本上下文并触发优化操作。该公司首席执行官Yaniv Leven表示,Kubernetes多年前就让自主资源管理成为标准,因为容器是可互换的,但查询不是。每个查询涉及不同的表、服务于不同的归属方,并携带不同的影响范围,这正是数据云优化长期停留在手动阶段的原因。他认为上下文是让自主化变得安全的前提,Seemore了解每个查询触及什么、归谁所有、成本多少,因此能够自动调整计算规格。

作为前五名决赛入围者,Seemore Data将在Calcalist获得专属公司报道。此次入围反映出数据云成本治理正从可视化仪表盘向自动化执行演进,在AI支出持续膨胀的背景下,这一方向的市场需求正在上升。

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。

赞 (0)
Vulture Labs为ReachAgents智能体广告平台引入人工审核机制
上一篇 6小时前
Revefi推出闭环AI FinOps平台,将AI预算转化为运行时强制执行策略
下一篇 6小时前

相关推荐

发表回复

登录后才能评论
分享本页
返回顶部