维度网讯，Qlik宣布在Qlik Cloud中全面推出新的智能数据工程能力，正式将Qlik Connect 2026上引入的功能投入生产。该发布旨在帮助数据团队利用专用AI代理和声明式工作流，通过现有工具查找可信数据、定义业务含义、评估质量、塑造数据产品并创建管道，从而加速将受治理的数据投入分析、自动化和AI工作流。

企业将AI从试点项目推进到业务工作流时，数据工程成为关键瓶颈。AI代理的推荐、生成和行动速度超过了传统数据管道的构建、治理或维护速度。这对数据团队提出了新要求：在不牺牲质量、血缘、管理或架构选择的前提下实现规模化交付。Qlik的智能数据工程能力将AI辅助引入更多数据工程工作流，不仅限于代码生成，帮助团队更快地从意图转向可信数据产品，同时保留人类对关键决策的控制。这些数据产品可在分析、自动化和AI用例中重复使用，无需为每个项目重新创建。

Qlik产品与技术执行副总裁德鲁·克拉克（Drew Clarke）表示，组织正在使用多种AI工具，而非仅依赖一个助手、模型或数据平台。Qlik的方法是将受治理的Qlik上下文引入数据团队已使用的工具中，通过代理加速工程工作，同时保留选择性、透明度和控制力。

新能力涵盖多个方面：数据质量方面，代理通过自然语言或MCP启用的工作流协助用户检索信任分数和数据质量指标，创建或编辑数据质量规则，定义服务水平目标，运行计算并检测或报告异常。数据产品方面，帮助团队创建、管理和治理可信数据产品，使经策划的AI就绪数据集更易于通过智能AI在分析和AI用例中指定、维护和消费。目录术语方面，帮助用户发现数据资产、标准化术语，将业务定义连接到受治理元数据，减少数据团队、分析用户和AI系统的歧义。声明式管道与代码方面，允许数据工程师使用经批准的第三方编码代理和开发环境，基于受治理的管道上下文生成和修改管道。扩展的MCP数据工具方面，使授权AI客户端能够访问Qlik能力和上下文，帮助团队使用偏好的AI助手同时维持企业控制。

这些能力旨在帮助组织解决AI价值实现的障碍：雄心与数据就绪性之间的差距。AI代理和分析团队需要及时数据、一致含义、质量信号、血缘和策略控制才能可靠运行。Qlik将这些元素引入数据工程工作流，使团队加速交付用于AI、分析和自动化的可信数据产品，避免治理成为事后考虑。

Omdia数据与AI首席分析师斯蒂芬·卡坦扎诺（Stephen Catanzano）指出，企业面临更快实现AI运营化的压力，但数据工程和治理仍是主要瓶颈。Qlik方法的特点在于将智能能力直接嵌入受治理的数据工作流，帮助组织在不分离速度与监督的情况下加速交付AI就绪数据产品。Valpak的Qlik分析主管罗宾·阿斯特尔（Robin Astle）表示，新能力帮助找到正确资产、了解质量并更快将可信数据产品投入使用，同时保持治理流程不变，这种速度与控制的平衡使AI变得实用。

该公告基于Qlik在分析和数据集成方面的AI策略，包括6月推出的Qlik Predict Agent和Qlik Automate Agent，以及计划于2026年第三季度推出的Qlik Analytics Agent。智能数据工程能力即日起在Qlik Talend Cloud和Qlik Cloud Analytics中全面可用，可用性因能力、地区、许可和部署配置而异。