新技术，正引领全球新一轮生产力革命，对企业数据管理及数据价值开发的质量与效率提出新的挑战。

  21世纪经济报道记者发现，数据编织（Data Fabric）作为解决数据质量难题、释放生成式AI潜力的重要技术趋势，正受到慢慢的变多企业的关注。

  所谓数据编织，是一种分布式数据管理架构，集成来自不同数据源的数据，安全提供不同数据对象的“集成视图”，将“集成数据”用于分析和操作。数据编织有关技术的应用能提供让人信服的数据基础，提高生成模型的相关性和准确性，成为解决企业AI部署难题的重要路径。

  去年7月，阿里云曾宣布与数据管理领域的领导者Denodo达成技术合作，后者以逻辑数据集成和管理能力而闻名。

  近日，Denodo（Angel Via）创始人叶苏斯与21世纪经济报道记者展开对话，探讨了AI浪潮下中国企业数字化转型的数据管理新范式。

  叶苏斯认为，传统数据管理方式产生的数据孤岛，会导致寻找业务的时间过长，因此导致实现价值的时间也会更长；同时，混合多元的数据生态，导致了数据资产不能获得充分的利用，数据治理异常复杂。

  “逻辑数据管理作为新的管理方式，可以打破数据孤岛，让用户轻松获得访问的权限，同时通过简化和格式转换提高数据的时效性，帮助用户提高决策效率，建立更突出的竞争优势。”叶苏斯说道，同时，生成式AI降低了数据管理的使用门槛，大大拓展了数据编织的应用规模。生成式AI与数据编织互利共进，正为数据管理市场带来更大的发展机遇。

  《21世纪》：Denodo数据编辑的核心优势是什么？有哪些实际应用空间？

  叶苏斯：首先我们既注重客户的信息保护，从不一样的语义层对信息做处理和保护，涉及的领域很多，包括航空、交通运输、医药等各个对信息需求巨大的行业，通过技术使数据能更加透明，并且正确传输给客户。

  以医药行业为例，医药公司在进行药物的生产、商品化、零售运营的过程中，会用到大量数据，比如说赛诺菲（Sanofi），需要海量的数据支持各个流程监管，以及后期处理等环节。后续生产的产品要进入到医院端，还得去病床前做各种临床数据验证，不同的阶段比如临床应用的这些治疗有没有应答等。在这样的一个过程中，首先要获取各种健康相关的数据，然后在每一个垂类中，针对不一样的行业面临同样的难点、痛点，获得高质量并且不违规、不会涉及隐私侵犯的数据。

  再如IT相关领域，我们大家可以支持数据迁移、有关数据的合规使用、建模过程等。我们还有这一些数据的提取过程、抽象过程，这样的一个过程能够符合公司数据现代化、架构现代化需求。同时我们还有一些关键用例，支持使用者真实的体验提升，因为收集了海量的计算机显示终端数据之后，我们大家可以在客户体验管理上做得更好、更上一层楼。我们还有一些后勤运输提高的案例，因为数据（量）提高之后，我们在运营安排上能够直接进行实时调整等。

  在风险管理方面，我们也做得很棒，在数据提取的过程中，你得确保它是合规的，数据的交换也得符合当地法律和法规要求。

  还有一点就是我们创造额外价值，也叫数据民主，就是数据要开放给新的用户，大家是平等的，这一些数据你可以用你所需要的格式去提取。而当前很多情况中，当消费者和用户使用数据时，他们没办法在IT层看到这些数据。

  叶苏斯：Denodo平台提供的是能力、工具，不是一个负责实施或者是做的企业，客户会用咱们提供的能力，但他们得为自己的安全负责，举个例子，如果说数据市场是一个机场，我们就属于给它提供传送带或者别的类型产品的厂家，这个传送带怎么安装，装在哪里，是机场负责的；旅客的行李当中是否有危险品、违禁品，也是由机场负责检查，咱们提供的只是一个传送带而已。

  再看数据编织，数据编织有非常多的优秀能力能够给大家提供给顾客，让它在应用之后提高安全水平。有些客户对安全性要求比较高，我们会基于这方面的需求，提供更好的管理工具，比如帮他们找到更可靠的数据或资源。

  总的来说，我们作为信息传送带，任务是通过语言处理、信息构架等，在合法合规的框架下去传输信息，并且传输更快的信息给到客户。

  叶苏斯：我们大家都认为最关键、最核心的问题是如何将数据更好传输给我们的客户，特别是将数据中心的所有的环节进行连接。很多公司有大量的核心数据，如何获取并连接这一些数据最重要。对我们来讲，信息要做的事情就是要统一进行升级，将获取和连接的过程简化，高效率地将核心数据传递到客户当中。

  在当前的时代，客户更关注的是时效性和成本问题，这也是数据编织能完成的目标——将所有有用的信息编织到一块，以一个合规、安全的方式提供给我们的客户。

  因为不同的客户，使用的技术不一样，格式不一样，最终所呈现出来的效果也是不一样的。对于生产制造业企业来说，他们盼望以不同的形式去革新他们的产品，以便从各个维度满足他们客户的需求。我们会结合他们过往的分析报告，帮他们进行数据分析，去找到他们的客户最感兴趣的点，帮他们实现用户的需求。

  叶苏斯：无AI不数据，AI在学习训练的过程中需要大量的数据。当前市场上有各种各样的大模型，大模型需要有上下文、需要结构数据帮助其构建各种场景、了解各种业务和功能，而Denodo在这样的一个过程中是非常好的桥梁。

  Denodo能够做的是，我们拥抱基础设施，将AI与我们Denodo的功能性进行了结合。当然我们现在还处在发展过程中，部分技术还没有特别成熟，但AI作为很好的赋能机制，我们有些客户已经在尝试将AI与Denodo进行结合，实现应用，在这过程中相关机制会不断完善。

  《21世纪》：当前生成式AI面临算力不足等问题，这是否会影响到数据编织的运用？当前数据编织应用到了爆发式的“黄金时间”了吗？

  叶苏斯：现在，我们所拥有的信息，需要传输的信息，远远比平台获取的信息更大。比如在中国，有一些生产领域，企业已经有了一些积累，在后续持续不断的发展壮大的过程中，需要专注于不一样的客户的需求，进行更针对性的持续突破，还要将这些成功的案例、成功的模式去移植到其他几个国家，把生意做到全球化，我想这样的一个过程都需要数据，需要真实的数据。

  因为在全球的模式之下，不同国家、地区的数据是完全不一样的，供应链也完全不一样，所以我们一定要要去来优化、革新，将数据放进信息池当中。

  在这样的愿景之下，我们完全有理由相信，我们处于一个黄金时期，特别是对于信息管理来说，信息的体量非常大，我们会看到不一样的信息，不一样的功能影响我们所从事的行业和生意，其中就包括客户信息、供应链信息和技术信息等。

  刚刚我们也提到了我们在系统中用了语义层的方式来进行信息监管、筛选和更新，类似的语义语境下的大模型，会涉及很多信息的传输和更新，并且还得针对不一样的客户群体进行实时信息传输。信息大爆炸给数据编织带来发展黄金期。

  《21世纪》：当前数字化转型正在成为发展新质生产力的重要抓手，在推进数字化转型方面，你认为现阶段广大企业的信息技术架构还存在哪些痛点？

  叶苏斯：数据加速业务成长意味着能够让数据的转化和传输都更高效，关键就是把数据部署在业务所需要的维度，就是要说明数据就给他导出什么数据，只有这样才能够哺育后期的创新。当然数字转型是一个很大的词，我们关注的数字转型的含义，是如何跟我们产生联系。

  对于我们来说，可能就是把更好的数据开放给最终用户，提升使用者真实的体验，特别是在进行用户交互和供应商沟通时，我们大家都希望在数据处理的过程中更加有性价比，通过低成本、降本增效，让更多设备终端体验更好，你能够理解为供应链优化或者是能力提升，以便我们在数据源利用、数据源转化上，提供给客户，可以辅助用于明智决策的数据。

  在目前的过程中，我们确实通过数据代理终端获取了更多的数据，每一个公司都会用到一定的数据化或者数字化方式，让我们构建数字底座，同时支持公司的多个数据系统。