張光明

IBM 科技事業(yè)部資深架構(gòu)師

隨著企業(yè)不斷擴(kuò)展智能體（agents）和其他先進(jìn)的 AI 應(yīng)用，“數(shù)據(jù)困境”已經(jīng)成為眾多企業(yè)實施 AI 的首要挑戰(zhàn)。IBM 正在致力于此，將它們與關(guān)鍵的非結(jié)構(gòu)化數(shù)據(jù)連接起來，為企業(yè)大模型構(gòu)建 AI 就緒的數(shù)據(jù)底座。

在今年的 IBM Think 大會上，IBM 正式發(fā)布了全新升級的watsonx.data 數(shù)據(jù)平臺，致力于從根本上簡化企業(yè)的數(shù)據(jù)技術(shù)棧，讓企業(yè)更輕松地統(tǒng)一、治理并激活海量非結(jié)構(gòu)化數(shù)據(jù)，從而為 AI Agent 和先進(jìn)的生成式 AI 應(yīng)用提供真正可用的數(shù)據(jù)支撐。

這次發(fā)布的兩個新產(chǎn)品 ——IBM watsonx.data integration和IBM watsonx.data intelligence，作為 watsonx.data 平臺的重要組成部分，進(jìn)一步強(qiáng)化了其作為企業(yè)級混合開放式數(shù)據(jù)湖倉（Lakehouse）的核心能力。它們不僅能高效打通本地、云端和各類異構(gòu)系統(tǒng)中的數(shù)據(jù)，還支持全過程的數(shù)據(jù)治理和智能轉(zhuǎn)換，讓整個“為 AI 準(zhǔn)備數(shù)據(jù)”的生命周期在一個平臺上完成，真正實現(xiàn)“統(tǒng)一視圖、統(tǒng)一操作、統(tǒng)一體驗”。

與此同時，watsonx.data 還集成了watsonx BI和DataStax，分別從“人人可用的數(shù)據(jù)訪問”與“實時 AI 數(shù)據(jù)處理”兩個維度補(bǔ)齊能力閉環(huán)：

watsonx BI讓業(yè)務(wù)人員無需懂技術(shù)，只需通過自然語言提問，就能快速查數(shù)、生成圖表、理解業(yè)務(wù)趨勢，真正實現(xiàn)“數(shù)據(jù)自助化”。

DataStax 集成則為 AI 場景提供高性能、低延遲的數(shù)據(jù)訪問能力，支持推薦引擎、個性化服務(wù)、動態(tài)定價等實時智能應(yīng)用，讓 AI 能夠即刻響應(yīng)、在線決策。

這一整套能力的發(fā)布，標(biāo)志著watsonx.data正從一個數(shù)據(jù)平臺，全面進(jìn)化為支撐企業(yè)級生成式 AI 的數(shù)據(jù)底座與智能中樞。

IBM 數(shù)據(jù)與人工智能總經(jīng)理Ritika Gunnar：“根據(jù) IBM 內(nèi)部測試，使用 watsonx.data 相較傳統(tǒng)的 RAG 方法，可實現(xiàn)提升 40% 的 AI 準(zhǔn)確率?！?/p>

watsonx.data 本體：統(tǒng)一湖倉+智能存儲的“數(shù)據(jù)底座”

watsonx.data 是一個基于湖倉架構(gòu)的企業(yè)級數(shù)據(jù)平臺，它融合了數(shù)據(jù)湖的靈活性和數(shù)據(jù)倉庫的高性能，支持視頻、圖片、文檔、表格的統(tǒng)一存儲與訪問。底層它還能無縫對接 IBM 自家的存儲提供企業(yè)級的高可靠性、分布式讀寫能力。

新功能模塊1：

watsonx.data integration 把數(shù)據(jù)搬到一起的“萬能連接器”

我們常說“數(shù)據(jù)整合”是 AI 第一道門檻。很多客戶的 AI 項目就是卡在“數(shù)據(jù)在哪里、怎么連”的階段。watsonx.data integration 就是數(shù)據(jù)系統(tǒng)里的“神經(jīng)中樞”，它可以輕松連接各種數(shù)據(jù)源：不論是本地存儲、云服務(wù)、數(shù)據(jù)庫、文件系統(tǒng)還是實時流處理，它都能一網(wǎng)打盡。

新功能模塊2：

watsonx.data intelligence 讓數(shù)據(jù)變“干凈、可信”的“智能治理師”

企業(yè)把數(shù)據(jù)搬進(jìn)來，接著面臨的問題就是：這些數(shù)據(jù)能不能用？準(zhǔn)不準(zhǔn)？符不符合規(guī)范？

watsonx.data intelligence 為此而生。它不僅可以識別數(shù)據(jù)質(zhì)量、自動打業(yè)務(wù)術(shù)語和標(biāo)簽，還能分析出數(shù)據(jù)從哪兒來、到哪去，有沒有合規(guī)風(fēng)險。這一點尤其適合現(xiàn)在的 AI 時代——有時候不是 AI 回答錯，而是它吃錯了“原料”。

更厲害的是，它能自動把雜亂無章的原始數(shù)據(jù)，轉(zhuǎn)換成 AI 能理解的結(jié)構(gòu)化格式。據(jù) IBM 內(nèi)部測試，這種方式比傳統(tǒng) RAG 方法能提升40% 的準(zhǔn)確率，真正把數(shù)據(jù)變成AI的“高能燃料”。

新功能模塊3：

watsonx BI 人人可用的“自然語言問數(shù)工具”

很多客戶的 AI 場景其實很簡單，比如“我想查一下最近哪類產(chǎn)品退貨率高”“哪個客戶最常投訴”……但真正落地時，業(yè)務(wù)部門不會寫 SQL，查個數(shù)還得找 IT。

watsonx BI 用來解決“溝通斷層”問題?？蛻糁恍柰ㄟ^聊天方式提問，它就能把數(shù)據(jù)挖出來、畫好圖表，還能解釋如何得出這個結(jié)論。它還能主動挖掘數(shù)據(jù)里面的規(guī)律和趨勢，幫助企業(yè)提早識別異常。

它就像一個“懂業(yè)務(wù)的分析小助理”，極大地提升了業(yè)務(wù)部門的數(shù)據(jù)自助能力。

新功能模塊4：

DataStax 集成 為實時 AI 應(yīng)用加速的“性能發(fā)動機(jī)”

很多 AI 場景其實不只是問答，還涉及實時推薦、動態(tài)定價等。這些都要求底層的數(shù)據(jù)訪問非?？欤憫?yīng)要秒級，不能等。

通過集成DataStax 的 Astra DB 和 Hyper-Converged Database，為這類場景提供了高性能的 NoSQL 存儲能力、事務(wù)、向量和搜索統(tǒng)一平臺。這就像給企業(yè) AI裝了一個渦輪引擎，可以實時處理用戶行為數(shù)據(jù)、設(shè)備數(shù)據(jù)等大規(guī)模信息，支持真正“在線智能”的應(yīng)用場景。

綜上，watsonx.data 不僅是一個數(shù)據(jù)平臺，更是一個為 AI 設(shè)計的數(shù)據(jù)“作戰(zhàn)指揮中心”，它包括：

watsonx.data：統(tǒng)一的數(shù)據(jù)湖倉底座

watsonx.data integration：讓數(shù)據(jù)通起來

watsonx.data intelligence：讓數(shù)據(jù)可信可控

watsonx BI：讓業(yè)務(wù)自己查數(shù)據(jù)

DataStax 集成：讓 AI 實時跑起來

它做的每一件事，都在幫助企業(yè)把數(shù)據(jù)從“沉睡資產(chǎn)”變成“AI 燃料”。這不僅提高 AI 的能力，更是讓數(shù)據(jù)價值真正落地的關(guān)鍵一步。

關(guān)于 IBM

IBM 是全球領(lǐng)先的混合云、人工智能及企業(yè)服務(wù)提供商，幫助超過 175個國家和地區(qū)的客戶，從其擁有的數(shù)據(jù)中獲取商業(yè)洞察，簡化業(yè)務(wù)流程，降低成本，并獲得行業(yè)競爭優(yōu)勢。金融服務(wù)、電信和醫(yī)療健康等關(guān)鍵基礎(chǔ)設(shè)施領(lǐng)域的超過 4000家政府和企業(yè)實體依靠 IBM 混合云平臺和紅帽 OpenShift 快速、高效、安全地實現(xiàn)數(shù)字化轉(zhuǎn)型。IBM 在人工智能、量子計算、行業(yè)云解決方案和企業(yè)服務(wù)方面的突破性創(chuàng)新為我們的客戶提供了開放和靈活的選擇。對企業(yè)誠信、透明治理、社會責(zé)任、包容文化和服務(wù)精神的長期承諾是 IBM 業(yè)務(wù)發(fā)展的基石。