數據編織之父：無畏于數據，方能在Agentic AI時代致勝

11月中旬，初冬的北京，西班牙國王費利佩六世的專機降落在北京，一場跨越亞歐大陸的外交盛事即將上演。

這無疑是兩國政治經濟交流的里程碑。在西班牙龐大的經貿代表團中，有一位商業領袖尤為引人矚目，他不僅是西班牙科技力量的代表，更“掌握”著打開AI時代數據寶藏的“邏輯密鑰”。他就是Angel Vi?a，Denodo公司創始人兼CEO，被業界譽為“數據編織之父” 。

西班牙國王費利佩六世與

Denodo創始人兼CEO Angel Vi?a

Angel Vi?a的訪華，正值中國數字經濟到從“數字化”向“數智化”躍遷的關鍵階段。隨著中國《人工智能+行動計劃》全面部署展開，AI大模型、AI 智能體加速部署到業務場景之中，數據--這個AI時代的燃料，卻因為爆炸性增長而帶來一系列全新的挑戰，羈絆著企業數智化前進的腳步。

正如Angel Vi?a所言：“未來的數據管理，僅僅依靠數據湖等方案還遠遠不夠，企業更加需要一張靈活、高效的數據‘管網’：數據編織。而Denodo公司愿意繼續深耕中國市場，將先進的數據編織理念、技術和方案帶到中國市場，與廣大中國客戶實現雙贏。”

Agentic AI需要數據就緒

AI大模型正成為推動行業智能化變革的關鍵力量。但AI 大模型的落地與應用過程中，企業卻面臨著愈發復雜且棘手的數據挑戰。

“隨著企業與組織嘗試部署與應用生成式AI和智能體AI，會發現最大的障礙源于數據就緒度，而非模型性能?！盇ngel Vi?a如是說。

具體來看，在經歷過云計算、大數據等技術的發展之后，大部分企業的數據環境走向復雜化，數據分散化和碎片化成為常態，而AI技術對于數據量、數據管道和處理效率的要求大不相同，則進一步加劇企業數據環境的復雜性。

固然，針對企業愈發復雜的數據環境，市場中有包括數據湖、湖倉一體、NoSQL等解決方案，試圖通過匯聚數據、減少數據管道流程等操作來為AI做好數據準備。但數據天然就具備‘重力效應’，數據移動成本高昂，湖倉一體等解決方案并不能根本性解決數據管理的核心挑戰。相反，隨著數據量持續增加，數據移動成本的大幅提升，湖倉一體等方案的短板愈發明顯。

更加關鍵的是，如果僅僅依靠傳統的數據管理，并不能解決數據實時性的問題。而當AI 大模型無法訪問實時或者完整數據信息時，其生成的洞察往往不一致或已過時。尤其是隨著AI 智能體開始大量涌現，其將在業務場景中具備自主性和施行決策，如果在數據層面沒有缺乏清晰的業務含義或統一的定義時，AI 智能體將難以準確推理或解釋其決策。

Angel Vi?a直言：“沒有信任，AI 智能體的自主性就無法存在?！?/p>

因此，Agentic AI時代加速，企業加大AI投資和應用AI技術成大勢所趨，其數智化轉型戰略中一道“必答題”就是做好數據管理。而數據編織將確保AI基于可信、良好治理的數據環境運行，讓AI 智能體使用準確、最新且得到良好治理的數據，從而讓AI投資全部價值得以全部實現。

數據編織，企業數智化轉型的基石

“不是移動數據，而需要連接數據?！盇ngel Vi?a道出數據編織的核心思想。

Denodo是全球唯一一家無需復制、搬移數據， 即可實現所有數據管理功能的公司。作為歐洲新一代科技獨角獸，Denodo深耕數據管理領域多年，是數據編織領域全球領導者，創始人Angel Vi?a更是憑借深刻的洞見和前瞻性的觀點，在數據管理領域享譽業界。

Gartner將數據編織視為十大戰略技術趨勢之一。數據編織是一種數據架構模式，提供關于數據對象的設計、集成和部署的信息并使上述操作自動化，不受部署平臺和架構方法的限制，其核心目的是實現更加敏捷、無縫的數據訪問和數據集成，并在應用場景中實現自動化。

數據編織系統架構圖

簡單來說，數據編織在現有數據環境中建立一個邏輯層，屏蔽數據環境的復雜性，企業不需要移動或者復制數據，通過邏輯抽象層的元數據來直接訪問各種數據源。可以說，數據編織就是企業構建邏輯化、統一化且可信的數據基礎的關鍵，這對于成功應用生成式AI和AI智能體至關重要。

01

數據編織采用邏輯數據架構（LogicalData Architecture），直接從分布式源系統連接并交付實時、受治理的數據，使得AI模型和智能體能夠訪問準確、最新的信息，同時避免了耗費成本的數據復制；

02

其次，通過數據編織，企業可以實現高效交付實時、AI就緒的數據，確保每一個AI和智能體工作流都使用最新、可靠的數據，同時優化成本和性能；

03

第三，數據編織可以建立一致的企業級語義層，超越單個BI或數據工具中零散的定義，確保人類和AI智能體都使用相同的業務含義來解釋數據，從而為可解釋和可信賴的AI創造必要的共享上下文。

數據編織的這些優勢無疑在Agentic時代會釋放出更大價值。例如，ChatBI正在流行，但它仍然依賴于存儲在單個系統中的預聚合或靜態數據，用戶往往得到不完整或者過時的答案。而Denodo 數據編織方案則采用實時訪問、語義一致性和內置治理的結合，兼具治理與安全策略，讓用戶可以安全、AI驅動的規?；瘮祿M，避免了傳統ChatBI工具的劣勢。

也許會有人認為，在現有數據環境上增加一個邏輯層，不僅會進一步增加數據環境的復雜性，而且會影響到各種數據服務的性能。對此，Angel Vi?a直言，在現有系統上增加邏輯數據層并不會導致延遲或者增加開銷，“通過Denodo大量用戶實踐，通過Denodo平臺構建邏輯層之后，很多用戶的業務場景反而提升了數據服務的性能。”

Denodo的平臺包括數據虛擬化引擎、執行引擎和優化器、增強版數據目錄、主動元數據管理、DATAOPS及多元配置和基于AI的建議等核心組件。以數據虛擬化引擎為例，它是Denodo平臺實現大幅領先的關鍵，通過下推處理（push-down processing）、緩存和聚合感知等智能查詢優化技術，能夠大幅領先傳統數據湖或者數據倉庫的方案；性能測試甚至顯示，在多個數據源組合情況下，Denodo在某些查詢的速度比其他方案高達數十倍甚至數百倍。

“Denodo 平臺消除了持續復制和同步引起的瓶頸，實現數據的實時訪問。更加關鍵的是，平臺無縫適應現有的混合云或多云環境，對于基礎設施沒有特殊要求?！盇ngel Vi?a補充道：“數據編織方案更像是一個加速器，在保持效率、安全性和控制的同時，提供對所有企業數據的統一視圖?！?/p>

深耕中國市場，與客戶共贏

再好的AI 技術，如果數據沒就緒，恰如巧婦難為無米之炊。

當前，隨著數字經濟多年的蓬勃發展，中國無疑成為了一個數據大國，數據規模持續增加，人工智能應用前景廣闊，千行百業均在在全面且積極的擁抱AI技術。IDC《全球人工智能和生成式人工智能支出指南》就預測，到2029年，中國人工智能總投資規模將達1114億美元，未來五年復合增長率為25.7%。

因此，數據編織有望獲得越來越多中國用戶的認可和使用。而作為數據編織領域全球領導者，Denodo公司也愿意持續深耕中國市場，將數據編織先進的理念、技術和方案帶入中國市場，并結合中國市場的實際特點和需求，進行本地化的落地。

首先，自2019年進入中國市場，Denodo公司就重視對于中國本地市場和環境的兼容性和適配性。經過去兩年持續的產品開發工作和本地化技術交流，Denodo除了支持全球主流產品和技術外，還廣泛支持國內技術生態系統的產品和服務，例如適配阿里云、亞馬遜云科技中國等云服務，支持MaxCompute、AnalyticDB、GaussDB等數據倉庫以及OceanBase、PolarDB、ApsaraDB RDS、人大金倉Kingbase等國產數據庫。

其次，Denodo的戰略目標是中國企業實現其數據生態系統的現代化，尤其是高端制造電動汽車、綠色能源、工程建設、交通物流等行業，Denodo將與這些那些垂直領域的領導者合作，共同開發面向全球市場的解決方案。

第三，Denodo還將致力于通過與中國機構和大學（如國家數據局和清華大學等）合作，致力于數據編織理念、數據技術標準化的推廣，以推動定義數據共享、語義統一和分布式數據計算的開放標準在全球規模內的協作。

“中國市場潛力巨大，Denodo計劃長期發展，我們希望與中國用戶實現雙贏，讓中國用戶在AI時代無畏于數據（Fearless Data），掌握市場競爭的主動權。”Angel Vi?a最后表示道。

大數據在線是聚焦人工智能、大數據、云計算等前沿科技領域深度觀察的深度媒體。目前，大數據在線在微信公眾號、今日頭條號、新浪財經、36氪、雪球號、觀察號等主流自媒體平臺均有入駐，積累粉絲超過20W；并榮獲今日頭條十大科技新銳媒體、商業新知十大人工智能媒體等多項殊榮。商務聯系請添加微信：Owen_Inter，添加請備注具體信息。