數(shù)據(jù)和AI行業(yè)正朝著實(shí)時(shí)系統(tǒng)的方向發(fā)展。順應(yīng)這一趨勢，企業(yè)智能平臺(tái)Starburst推出了一款名為AIDA的新型AI數(shù)據(jù)助手，將AI連接到分布式系統(tǒng)中的受治理企業(yè)數(shù)據(jù)。其目標(biāo)是用實(shí)時(shí)決策支持取代延遲報(bào)告。

Starburst表示，除了時(shí)效性，數(shù)據(jù)可信度也是AIDA的另一個(gè)關(guān)鍵目標(biāo)。速度與信任的結(jié)合是企業(yè)追求但難以實(shí)現(xiàn)的目標(biāo)。這代表了企業(yè)AI和數(shù)據(jù)管理到BI（商業(yè)智能）的真正瓶頸。大多數(shù)組織并不缺乏運(yùn)行模型的能力，他們困擾的是如何應(yīng)用模型以產(chǎn)生商業(yè)可用成果的方式。數(shù)據(jù)仍然碎片化、上下文缺失，使這一問題雪上加霜。治理往往是被事后疊加在系統(tǒng)之上的，而非內(nèi)建于系統(tǒng)之中。

Starburst的做法不僅僅是將AI疊加在分析之上。AIDA被定位為企業(yè)數(shù)據(jù)的新界面。他們希望將焦點(diǎn)從儀表盤（數(shù)據(jù)圖表表現(xiàn)方式）和報(bào)告轉(zhuǎn)向與數(shù)據(jù)的持續(xù)交互。企業(yè)通常將儀表盤作為查看數(shù)據(jù)的主要方式。圍繞一組預(yù)期問題構(gòu)建儀表盤，它們按計(jì)劃更新。這在變化節(jié)奏較慢時(shí)是有效的。但現(xiàn)在，大多數(shù)決策并非通過盯著固定儀表盤做出的。事情變化很快，問題也隨之變化。AIDA正是為這種環(huán)境而構(gòu)建的。

不再需要點(diǎn)擊瀏覽圖表，只需用自然語言提問即可。但它不僅僅是將問題轉(zhuǎn)化為查詢，而是試圖理解您真正要問什么，從不同系統(tǒng)提取數(shù)據(jù)，添加業(yè)務(wù)上下文，給出真正有意義的答案。這正是Starburst試圖脫穎而出的地方。

如今分析領(lǐng)域的許多AI工具只是讓查詢更快。它們加速了流程，但流程本身保持不變。AIDA試圖更進(jìn)一步，更接近真正的決策支持——系統(tǒng)不僅回答問題，還幫助塑造答案本身。

"大多數(shù)公司在AI方面仍然走錯(cuò)了方向，專注于模型而非模型所依賴的數(shù)據(jù)。"Starburst聯(lián)合創(chuàng)始人兼CEOJustin Borgman表示，"真正的挑戰(zhàn)是在不移動(dòng)數(shù)據(jù)或不損害治理的情況下將AI應(yīng)用于業(yè)務(wù)決策。Starburst的AI數(shù)據(jù)助手旨在解決這一問題，通過提供對(duì)整個(gè)企業(yè)可信分布式數(shù)據(jù)的訪問。"

在底層，AIDA圍繞幾個(gè)在企業(yè)實(shí)際環(huán)境中至關(guān)重要的能力構(gòu)建。

首先是其在分布式數(shù)據(jù)上的工作方式。它不會(huì)強(qiáng)制將所有數(shù)據(jù)集中到一個(gè)系統(tǒng)，而是在數(shù)據(jù)已有的位置進(jìn)行查詢。這減少了延遲，避免了移動(dòng)敏感數(shù)據(jù)的風(fēng)險(xiǎn)和成本。

一個(gè)關(guān)鍵目標(biāo)是超越基本的查詢生成。當(dāng)用戶提問時(shí)，AIDA會(huì)分解問題，找出哪些數(shù)據(jù)集相關(guān)，并逐步構(gòu)建答案。Starburst聲稱AIDA提供"按需訪問可信企業(yè)數(shù)據(jù)，實(shí)現(xiàn)更快、更具上下文感知的決策"。

上下文是其工作方式的重要組成部分。AIDA依賴元數(shù)據(jù)、數(shù)據(jù)目錄和治理層來引導(dǎo)響應(yīng)。這有助于將答案與可信定義綁定，減少不正確或誤導(dǎo)性結(jié)果的可能性。

系統(tǒng)還可以根據(jù)用戶調(diào)整答案。例如，業(yè)務(wù)領(lǐng)導(dǎo)者可能看到更概括的視圖，而分析師可能獲得更多細(xì)節(jié)甚至底層查詢。Starburst將此稱為"特定角色推理"，使AIDA能夠跨不同角色使用，而不強(qiáng)迫所有人使用相同格式。

Starburst并非唯一推動(dòng)這一轉(zhuǎn)變的公司，但它是少數(shù)將其定位為傳統(tǒng)BI直接替代方案的公司之一。其他公司正從不同角度朝同一方向前進(jìn)。Dremio正在構(gòu)建智能體式湖倉，用戶和AI通過語義層而非儀表盤與數(shù)據(jù)交互。Databricks正在將AI驅(qū)動(dòng)的交互集成到其更廣泛的平臺(tái)中，盡管它仍以平臺(tái)本身為中心。MindsDB專注于在數(shù)據(jù)庫層直接用自然語言查詢分布式數(shù)據(jù)，而Collibra則強(qiáng)調(diào)治理和上下文是可靠AI的基礎(chǔ)。

對(duì)于大多數(shù)這些公司，方向是一致的——靜態(tài)儀表盤正在讓位于能夠解讀意圖、訪問分布式數(shù)據(jù)并實(shí)時(shí)返回答案的系統(tǒng)。但差異在于每家走多遠(yuǎn)。大多數(shù)是在擴(kuò)展現(xiàn)有工作流，而Starburst則更公開地質(zhì)疑這些工作流是否應(yīng)該存在。

綜合來看，AIDA的功能展示了數(shù)據(jù)分析的發(fā)展方向。重點(diǎn)不再是構(gòu)建報(bào)告，而是直接從數(shù)據(jù)獲取可信且實(shí)時(shí)的答案，并有足夠的上下文使其真正可用。其理念不是讓儀表盤完全消失，而是通過對(duì)話式界面和更具交互性的數(shù)據(jù)，讓儀表盤以更專業(yè)化的方式使用。