当前位置: 首页 > news >正文

Salesforce 扩展“无头”概念至企业数据管理,新架构与系统二季度末或年底推出

分析师提醒

分析师表示,此次更新或许能让开发者省去构建 AI 驱动工作流时通常所需的大量集成和定制开发工作,但首席信息官(CIO)们应警惕成本和准确性方面的问题。

“无头”概念扩展

Salesforce 似乎正致力于“颠覆”企业软件领域。在推出无头商务和无头应用之后,该公司于周三晚些时候通过其近期收购的 Informatica,将“无头”概念扩展到企业数据管理领域,这也是其推动企业系统为自主 AI 代理做好准备的更广泛行业行动的一部分。过去一年,Salesforce 一直在整合 Agentforce、Data Cloud、MuleSoft、Tableau 及其 Customer 360 产品组合,构建其所谓的统一 AI 运营层。该公司称,Informatica 的无头架构填补了可信企业数据方面的重大空白,涵盖治理、元数据管理和数据沿袭等,这些都是 AI 代理在减少人工监督的情况下运行所必需的。

新架构举措

作为这一新架构的一部分,Informatica 表示,它正在将传统的智能数据管理云(Intelligent Data Management Cloud,IDMC)平台拆分为可复用的数据管理服务,这些服务可以直接在原生 AI 环境中调用,而不仅仅通过 Informatica 自身的界面。该公司在一份声明中表示:“企业可以直接从他们喜欢的大语言模型(LLM)或集成开发环境(IDE)中调用数据管理操作,包括 Claude、Slackbot、Cursor 等,将可信的数据管理引入开发者和代理已经在使用的工具和工作流中。”The Futurum Group 数据与分析业务主管 Bradley Shimmin 表示,由于这些可复用的数据管理服务是通过模型上下文协议(Model Context Protocol,MCP)而非自定义连接器来提供的,因此可以在 IDE 和代码协作工具中进行调用。

降低开发者学习曲线

Shimmin 指出,对于开发者而言,IDMC 从一个独立的可视化平台转变为在后台默默运行的无形实用层,能够加快自动化工作流的构建速度,因为他们可以跳过编写自定义集成的繁琐过程。他补充道:“而且,由于它依赖于标准通信协议,将这些功能嵌入到自定义应用程序中所需的工作量比传统方法要少得多。”HFS 研究公司高管研究负责人 Ashish Chaturvedi 也指出,这种转变还将显著降低开发者的学习曲线,从数周缩短至几分钟。

对 CIO 的影响

Moor Insights and Strategy 首席分析师 Mike Leone 表示,这种架构变化对 CIO 有着更广泛的影响。他说:“通过将治理、数据沿袭和策略控制直接嵌入到可复用的服务中,而不是局限于 Informatica 的独立控制台,企业可以确保这些监管措施跟随开发者创建的每个代理和工作流,这正是随着代理数量不断增加时 CIO 所需要的。”然而,Chaturvedi 警告称,这种使企业能够更轻松地部署和编排大量 AI 代理的架构,也可能会大幅增加基础设施和使用成本。因此,CIO 在扩大代理式 AI 项目规模之前,仔细评估定价和运营模式至关重要。

Claire 扩展

Informatica 表示,IDMC 基于元数据的 AI 引擎 Claire 也在更广泛的无头战略下进行了重新定位,现在可以从其他平台访问,如 Salesforce、AWS、微软、Databricks 和 Snowflake。Leone 表示,对于开发者来说,能够在 Informatica 用户界面之外调用 Claire,意味着他们可以在构建应用程序和工作流的环境中直接执行自然语言驱动的数据操作。KramerERP 管理合伙人 Robert Kramer 表示,对于 CIO 而言,治理立场保持不变,因为无论代理或开发者在何处调用 Claire,它都基于相同的底层元数据基础运行。新的无头架构和更新后的 Claire 预计将在第二季度末全面推出。

降低治理复杂性

除了新的无头架构,Informatica 还推出了 Agent Fabric Context Catalog,该公司称其为数据资产和 AI 代理的集中治理与发现层,这也是其为自主 AI 系统构建机器可读上下文层更广泛行动的一部分。该公司表示:“企业首次能够查看、治理并信任其 AI 生态系统中运行的一切:每个经过审核的 AI 代理、每个企业数据资产,以及控制代理构建、部署和运行方式的治理策略,并且在集成点具有完整的数据沿袭。”Kramer 认为,该产品似乎与 Salesforce 更广泛的 MuleSoft Agent Fabric 战略紧密契合,后者为 AI 代理和 MCP 服务提供集中的发现、治理和编排。Informatica 实际上成为了这些代理工作流之下的可信企业数据、元数据、数据沿袭和治理层。AI、数据工程和迁移咨询公司 Kanerika 首席分析官 Amit Chandak 表示,将数据和代理的两个独立目录进行统一,将有助于企业降低治理复杂性,特别是在代理数量激增和可能出现代理泛滥的情况下。据该公司称,Agent Fabric Context Catalog 预计将在第二季度末推出。

新 MDM 系统

Informatica 还宣布推出业内首个代理式多域主数据管理(master data management,MDM)系统,该系统旨在让 AI 代理实时持续清理、管理和丰富主数据,而不是依赖较慢的手动 MDM 流程。Constellation Research 首席分析师 Michael Ni 表示,该系统也与 Salesforce 更广泛的自主劳动力战略相契合,因为 AI 代理需要一个始终可用的可信运营数据层。Moor Insights and Strategy 的 Leone 指出,对于开发者和企业团队来说,这一功能将带来“巨大的提升”。他认为,主数据管理传统上一直是企业数据运营中最依赖人工和管理的部分之一。不过,他也指出,开发者仍需用通俗易懂的英语定义治理和管理规则,以确保代理按预期运行。这位分析师补充说,关键问题在于准确性:“如果代理出现偏差,你将在缺乏可见性的情况下引入更多风险。”新的 MDM 系统以及新的数据管理代理预计将在年底推出。

http://www.jsqmd.com/news/867205/

相关文章:

  • 多输出回归实战:一个模型精准预测多个强相关目标
  • 14101开源难题解榜141期第一题:大规模光网络LLM亲和拓扑理解与决策协同标准化解题框架
  • Claude 3.5架构升级:请求编排器层的零成本蒸发
  • 视频理解新范式:COOT模型实现对象-场景联合建模的视频描述生成
  • 终极PC散热调校:如何用FanControl掌控硬件的“呼吸节奏“
  • Agentic Workflow实战:多智能体分治架构设计与落地
  • 机器学习驱动的中微子-核散射截面建模:从数据学习到振荡分析
  • 深度学习学习率衰减策略全解析:从原理到PyTorch实战
  • COOT模型详解:视频时序理解与跨模态对齐技术
  • AI时代工程师的核心价值:从写代码到定义问题
  • 中小团队如何利用Taotoken统一管理多个AI模型的API调用与审计
  • 第16篇 总结回顾 Producer 核心参数
  • 中小团队如何利用taotoken进行多模型api成本管控
  • 神经网络学习本质:误差反馈、梯度驱动与权重微调
  • 14102开源难题解榜141期第二题:高效精准量化Wi-Fi通信信道容量建模标准化解题框架
  • CLIP多模态对齐原理:让AI真正理解图像与文本的语义关系
  • C++面试考点 头文件与实现文件形式
  • 大模型稀疏激活原理:MoE三层动态稀疏机制深度解析
  • 3个步骤让你的Switch Joy-Con在Windows上焕发新生:JoyCon-Driver完全指南
  • 回归模型评估指标实战指南:从RMSE到Quantile Loss的业务语义解析
  • 3分钟掌握PCB交互式BOM:告别传统表格的终极可视化方案
  • AutoML、NAS与超参调优:三层自动化决策模型实战指南
  • GPT-4稀疏激活原理:MoE架构如何用2%参数驱动万亿模型
  • 终极QR码修复指南:三步让损坏的二维码“起死回生“
  • AutoML、NAS与超参数调优:工程落地的三层协同方法论
  • 罗兰艺境GEO技术架构深度解析:从RAG机理到全栈自研的技术路线 - 罗兰艺境GEO
  • 如何在VSCode中快速预览PDF文件:vscode-pdfviewer完整使用指南
  • 中国 GEO 服务商指南:灵犀智擎 Heartbit AI,AI 原生营销时代的标杆企业 - 商业科技观察
  • GAN与扩散模型选型实战指南:延迟、数据、可控性、合规性五维决策
  • 从开题到定稿,okbiye AI 写作如何解决毕业论文 90% 的核心痛点