维度网讯，美国企业智能平台Starburst于5月13日宣布，年度AI & Datanova大会定于5月27日至28日在佛罗里达州迈阿密海滩枫丹白露酒店举行，同步开放线上参与通道。此次大会以“企业AI数据基础”为核心议题，直面一个正在浮现的行业断层——多数企业的数据底座从未为AI而建。

Starburst联合创始人兼CEO Justin Borgman将在开幕环节发表主题演讲，讨论从传统商业智能向企业级AI的转型为何对多数组织而言远不止是技术升级，而是暴露出底层数据架构的根本性缺失。Borgman曾于2010年联合创办SQL-on-Hadoop公司Hadapt，2014年Hadapt被Teradata收购后担任Teradata副总裁兼总经理。2017年，他正式创立Starburst，致力于让分析师无需移动数据即可分析任意位置的数据集。2022年，Borgman获高盛评选为年度杰出企业家。

大会演讲阵容覆盖科技、保险、医疗、金融及硬件基础设施等多个行业。英伟达、GEICO、Highmark Health、Citizens Bank和Dell等企业技术负责人将分享各自在AI基础设施层面遇到的治理与架构挑战。从大会议程设置来看，AI的规模化瓶颈不在于模型本身，而在于数据——跨系统分布的数据碎片化严重，缺乏统一语义定义，治理难度随数据源增多而呈指数级上升。没有一致的数据上下文，AI系统便无法产出可靠的结果。

这一判断与Starburst近期业务表现相呼应。2026年2月18日，该公司宣布年度经常性收入突破1亿美元，AI年度运营率达到2000万美元，同比增长接近40%。金融服务业收入同比增幅约85%，客户覆盖美洲前五大银行中的四家、欧洲中东非洲前十大银行中的七家，净金额留存率达130%。Borgman在当时的声明中指出，过去十年行业推行的是“先集中所有数据、再分析”的BI路径，但AI改变了规则，企业需要的是连接分布式数据、治理与业务语义的统一上下文层。

会议三大主题分别对应AI落地的不同阶段。第一主题关注AI在生产环境中的隐性成本，企业不再纠结是否采用AI，而是追问如何在风险与成本受控的前提下从数据中提取更多价值，议题涵盖从静态BI到会话式AI的范式切换。第二主题围绕治理与数据访问，重点讨论跨云平台和本地系统的安全查询策略，以及在性能与成本之间的平衡。第三主题深入代理式AI的规模化部署，探讨如何让AI代理安全地跨多个数据源、应用和治理边界执行任务。

在技术生态层面，Starburst于2026年4月与Google Cloud Lakehouse完成深度集成。这一整合使Starburst与BigQuery、Spark等引擎可共享同一Lakehouse运行时目录，实现元数据变更在不同引擎间的实时互通，Apache Iceberg表的维护操作自动卸载至Google Cloud底层基础设施执行。该集成方案源自Google Cloud Next大会的发布，被行业视为从单一引擎主导转向多引擎互操作的代表性实践。

Starburst成立于2017年，总部位于美国马萨诸塞州波士顿，核心产品基于开源分布式SQL查询引擎Trino构建，提供跨本地、多云及混合环境的快速安全数据访问能力，平台统一管理分布式数据而无需复杂的数据迁移。目前公司已在60多个国家和地区服务众多行业客户，累计融资总额超过4.14亿美元。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com