维度网讯，数据与人工智能公司Databricks全球工业GTM负责人Shiv Trisal提出，许多工业企业的人工智能远未成为运营现实，核心挑战在于如何让相关战略从PPT走向实际生产。Databricks自2013年成立以来，已为超过2万名客户提供服务，其中包括70%的财富500强企业。其平台将结构化和非结构化数据统一在单一环境中，并叠加智能层，使普通业务用户也能基于数据采取行动。

数据碎片化是工业领域应用人工智能的主要障碍。人工智能咨询公司Zeb的创始人兼首席执行官Mal Vivek指出，数据遍布众多异构系统，包括结构化、非结构化和半结构化形式。Celebal Technologies联合创始人Anupam Gupta表示，其一些制造客户拥有多达44个ERP实例和约33个独特的软件工具，团队基于Databricks整合这些环境，并部署能跨系统采取行动的人工智能代理。

为从结构层面解决问题，Databricks正在推进名为Lakebase的新架构，旨在消除分析型与操作型数据系统之间的传统界限，让人工智能输出无需人工干预即可直接流入实时操作工作流。例如在汽车行业，管理涉及数万零件和多种车型的物料清单，并协调实时风险与召回数据，正是Lakebase所针对的问题。

面向业务用户，Databricks推出的产品Genie是一个代理式人工智能系统，能用自然语言回答关于企业数据的问题。能源公司用户可询问特定集装箱船偏离航线的缘由，Genie会构建多步骤分析计划并返回答案，无需编写代码。Shiv Trisal表示，该产品已帮助其用一个人机交互界面取代了所有Excel表格和40个仪表板。

在合作伙伴生态方面，Tredence公司的RAPID平台使用多代理系统来缩短决策延迟；供应链规划软件公司Kinaxis正在将Databricks整合到其Maestro平台中。Kinaxis首席产品官Andrew Bell解释，代理式人工智能正推动自主决策、非技术用户访问民主化以及端到端工作流的可组合性。

Shiv Trisal承认，人工智能在工业环境中尚未完全兑现承诺，前沿模型在物理世界影响有限。Databricks未来一年的优先事项是更广泛地向业务用户推出Genie，并将Lakebase确立为人机协作的基础，关键在于将IT、运营技术和工程数据整合到单一智能引擎下。

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