Denodo創始人葉蘇斯：AI降低數據管理使用門檻 數據編織應用迎“黃金期”

以生成式AI為代表的人工智能新技術，正引領全球新一輪生產力革命，對企業數據管理及數據價值開發的質量與效率提出新的挑戰。

21世紀經濟報導記者注意到，數據編織（Data Fabric）作為解決數據質量難題、釋放生成式AI潛力的重要技術趨勢，正受到越來越多企業的關注。

所謂數據編織，是一種分佈式數據管理架構，集成來自不同數據源的數據，安全提供不同數據對象的“集成視圖”，將“集成數據”用於分析和操作。數據編織相關技術的應用能提供值得信賴的數據基礎，提高生成模型的相關性和準確性，成為解決企業AI部署難題的重要路徑。

去年7月，阿里雲曾宣佈與數據管理領域的領導者Denodo達成技術合作，後者以邏輯數據集成和管理能力而聞名。

近日，Denodo（Angel Viña）創始人葉蘇斯與21世紀經濟報導記者展開對話，探討了AI浪潮下中國企業數字化轉型的數據管理新範式。

葉蘇斯認為，傳統數據管理方式產生的數據孤島，會導致尋找業務的時間過長，從而導致實現價值的時間也會更長；同時，混合多元的數據生態，導致了數據資產不能夠得到充分利用，數據治理異常複雜。

“邏輯數據管理作為新的管理方式，可以打破數據孤島，讓用戶輕鬆獲得訪問的權限，同時通過簡化和格式轉換提高數據的時效性，幫助用戶提高決策效率，建立更加突出的競爭優勢。”葉蘇斯說道，同時，生成式AI降低了數據管理的使用門檻，大大拓展了數據編織的應用規模。生成式AI與數據編織互利共進，正為數據管理市場帶來更大的發展機遇。

《21世紀》：Denodo數據編輯的核心優勢是什麼？有哪些實際應用空間？

葉蘇斯：首先我們既注重客戶的信息保護，從不一樣的語義層對信息進行處理和保護，涉及的領域很多，包括航空、交通運輸、醫藥等各個對信息需求巨大的行業，通過技術使數據可以更加透明，並且正確傳輸給客戶。

以醫藥行業為例，醫藥公司在進行藥物的生產、商品化、零售運營的過程中，會用到大量數據，比如說賽諾菲（Sanofi），需要海量的數據支持各個流程監管，以及後期處理等環節。後續生產的產品要進入到醫院端，還得去病床前做各種臨床數據驗證，不同的階段比如臨床應用的這些治療有沒有應答等。在這個過程中，首先要獲取各種健康相關的數據，然後在每一個垂類中，針對不同行業面臨同樣的難點、痛點，獲得高質量並且不違規、不會涉及隱私侵犯的數據。

再如IT相關領域，我們可以支持數據遷移、相關數據的合規使用、建模過程等。我們還有這些數據的提取過程、抽像過程，這個過程能夠符合公司數據現代化、架構現代化需求。同時我們還有一些關鍵用例，支持用戶體驗提升，因為收集了海量的終端客戶數據之後，我們可以在客戶體驗管理上做得更好、更上一層樓。我們還有一些後勤運輸提高的案例，因為數據（量）提高之後，我們在運營安排上可以進行實時調整等。

在風險管理方面，我們也做得很棒，在數據提取的過程中，你得確保它是合規的，數據的交換也得符合當地法律法規要求。

還有一點就是我們創造額外價值，也叫數據民主，就是數據要開放給新的用戶，大家是平等的，這些數據你可以用你所需要的格式去提取。而當前很多情況中，當消費者和用戶使用數據時，他們無法在IT層看到這些數據。

《21世紀》：數據編織如何保障數據安全？

葉蘇斯：Denodo平台提供的是能力、工具，不是一個負責實施或者是做數據安全的企業，客戶會用我們提供的能力，但他們得為自己的安全負責，舉個例子，如果說數據市場是一個機場，我們就屬於給它提供傳送帶或者其他類型產品的廠家，這個傳送帶怎麼安裝，裝在哪裡，是機場負責的；旅客的行李當中是否有危險品、違禁品，也是由機場負責檢查，我們提供的只是一個傳送帶而已。

再看數據編織，數據編織有非常多的優秀能力可以提供給顧客，讓它在應用之後提高安全水平。有些客戶對安全性要求較高，我們會基於這方面的需求，提供更好的管理工具，比如幫助他們找到更可靠的數據或資源。

總的來說，我們作為信息傳送帶，任務是通過語言處理、信息構架等，在合法合規的框架下去傳輸信息，並且傳輸更快的信息給到客戶。

《21世紀》：數據編織效果如何衡量？你們的企業用戶會關心哪些指標？

葉蘇斯：我們認為最關鍵、最核心的問題就是如何將數據更好傳輸給我們的客戶，特別是將數據中心的各個環節進行連接。很多公司有大量的核心數據，如何獲取並連接這些數據非常關鍵。對於我們來講，信息數據中心要做的事情就是要統一進行升級，將獲取和連接的過程簡化，高效率地將核心數據傳遞到客戶當中。

在當前的時代，客戶更關注的是時效性和成本問題，這也是數據編織能夠完成的目標——將所有有用的信息編織到一塊，以一個合規、安全的方式提供給我們的客戶。

因為不同的客戶，使用的技術不一樣，格式不一樣，最終所呈現出來的效果也是不一樣的。對於生產製造業企業來說，他們希望以不同的形式去革新他們的產品，以便從各個維度滿足他們客戶的需求。我們會結合他們過往的分析報告，幫助他們進行數據分析，去找到他們的客戶最感興趣的點，幫助他們滿足客戶的需求。

《21世紀》：人工智能對於數據編織應用市場會帶來何種影響？

葉蘇斯：無AI不數據，AI在學習訓練的過程中需要大量的數據。當前市場上有各種各樣的大模型，大模型需要有上下文、需要結構數據幫助其構建各種場景、瞭解各種業務和功能，而Denodo在這個過程中是非常好的橋樑。

Denodo能夠做的是，我們擁抱人工智能基礎設施，將AI與我們Denodo的功能性進行了結合。當然我們現在還處在發展過程中，部分技術還沒有特別成熟，但AI作為很好的賦能機制，我們有些客戶已經在嚐試將AI與Denodo進行結合，實現應用，在這過程中相關機制會不斷完善。

《21世紀》：當前生成式AI面臨算力不足等問題，這是否會影響到數據編織的運用？當前數據編織應用到了爆髮式的“黃金時間”了嗎？

葉蘇斯：現在，我們所擁有的信息，需要傳輸的信息，遠遠比平台獲取的信息更大。比如在中國，有一些生產領域，企業已經有了一些積累，在後續不斷髮展壯大的過程中，需要專注於不同客戶的需求，進行更針對性的持續突破，還要將這些成功的案例、成功的模式去移植到其他國家，把生意做到全球化，我想這個過程都需要數據，需要真實的數據。

因為在全球的模式之下，不同國家、地區的數據是完全不一樣的，供應鏈也完全不一樣，所以我們必須要去進行優化、革新，將數據放進信息池當中。

在這樣的願景之下，我們完全有理由相信，我們處於一個黃金時期，特別是對於信息管理來說，信息的體量非常大，我們會看到不一樣的信息，不一樣的功能影響我們所從事的行業和生意，其中就包括客戶信息、供應鏈信息和技術信息等。

剛剛我們也提到了我們在系統中用了語義層的方式進行信息監管、篩選和更新，類似的語義語境下的大模型，會涉及很多信息的傳輸和更新，並且還得針對不一樣的客戶群體進行實時信息傳輸。信息大爆炸給數據編織帶來發展黃金期。

《21世紀》：當前數字化轉型正在成為發展新質生產力的重要抓手，在推進數字化轉型方面，你認為現階段廣大企業的信息技術架構還存在哪些痛點？

葉蘇斯：數據加速業務成長意味著能夠讓數據的轉化和傳輸都更加高效，關鍵就是把數據部署在業務所需要的維度，就是需要什麼數據就給他導出什麼數據，只有這樣才能夠哺育後期的創新。當然數字轉型是一個很大的詞，我們關注的數字轉型的含義，是如何跟我們產生聯繫。

對於我們來說，可能就是把更好的數據開放給終端用戶，提升用戶體驗，特別是在進行用戶交互和供應商溝通時，我們希望在數據處理的過程中更加有性價比，通過低成本、降本增效，讓更多設備終端體驗更好，你可以理解為供應鏈優化或者是能力提升，以便我們在數據源利用、數據源轉化上，提供給客戶，可以輔助用於明智決策的數據。

在目前的過程中，我們確實通過數據代理終端獲取了更多的數據，每一個公司都會用到一定的數據化或者數字化方式，幫助我們構建數字底座，同時支持公司的多個數據系統。