共计 1122 个字符，预计需要花费 3 分钟才能阅读完成。
📌 从模型竞赛转向数据考验
过去几年,企业更多关注 AI 能做什么: 能否生成内容、辅助客服、分析报表, 或帮助管理层做经营判断。但进入实际部署阶段后, 一个更现实的问题浮出水面:AI 给出的答案依据是什么, 企业又如何确认它可靠?
行业已经形成一个越来越清晰的判断:AI 应用的上限,不只取决于模型参数、算力和推理框架, 更取决于底层数据是否可用、可信、可解释。换句话说, 企业数据准备程度, 正在决定 AI 项目能否从演示走向生产。
🔍 数据孤岛与定义混乱让 AI“答不准”
在企业内部,同一个业务概念往往存在多套定义。例如“订单”在销售系统中可能指合同签署, 在财务系统中可能指回款完成, 在客服系统中又可能指客户完成启用。若 AI 在没有明确语义规则的情况下计算转化率, 就可能从不同系统随机取数, 导致结果前后不一致。
Denodo 大中华区相关负责人曾提到一个汽车企业案例: 该企业尝试上线 AI 对话式分析项目,数据虽然集中在同一个数据仓库中 , 但由于历史系统、部门口径和字段命名并未统一, 同一问题重复询问却得到相互矛盾的答案。这说明, 把数据放在一起, 并不等于真正完成治理。
💡 传统集中式数据管道难以支撑实时 AI
长期以来,企业常通过 ETL 流程将不同系统的数据抽取、转换、加载到数据仓库或数据湖中。这种方式在报表时代相对可行, 但面对 AI 应用的高频查询、实时响应和跨系统推理, 成本与效率问题被进一步放大。
一方面, 数据复制会带来额外的存储、计算和运维成本;另一方面, 批处理模式通常存在延迟, 很多系统仍以 T + 1 或更慢节奏更新。对于需要即时判断库存、风险、客户状态或经营指标的 AI 应用来说, 用昨天的数据回答今天的问题, 显然难以满足业务要求。
- 数据分散在多个遗留系统, 迁移整合周期长;
- 字段命名和业务口径不统一,AI 难以理解语义;
- 重复复制数据推高成本, 也增加治理复杂度;
- 批量同步存在延迟, 无法满足实时决策需求。
📊 数据虚拟化成为一种新解法
在这一背景下,数据虚拟化被更多企业纳入讨论。其思路并不是把所有数据搬到同一个物理平台, 而是在现有数据源之上建立一个实时的逻辑访问层, 让应用可以按统一口径查询分散数据。
这种架构的价值在于,它试图在不大规模迁移数据的前提下, 解决“看得见、连得上、说得清”的问题。企业可以为关键指标建立统一语义定义, 并让 AI 在访问数据时遵循明确规则, 从而降低答案漂移和口径冲突的风险。
🚀 影响:AI 项目成败将更依赖数据治理
围绕“The Last Mile of AI Adoption”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
