数据集成和管理供应商 Informatica 加强了其智能数据管理云平台 (IDMC) 与 Databricks 数据智能平台的集成,包括对 AI 函数的支持。
Databricks 提供智能数据仓库服务,随着生成式 AI 热潮带来越来越多需要处理的数据,其业务正在飞速发展。去年年底,该公司筹集了 100 亿美元资金,最近又通过债务融资贷款获得了 50 亿美元,使其总融资额达到 190 亿美元。Informatica 的数据提取、转换和加载 (ETL) 以及数据管理和治理产品,帮助将高质量数据导入 Databricks 用于 AI 训练和推理。
Informatica CEO Amit Walia 表示:"我们在 Databricks 相关业务方面取得了显著成功,业务快速增长,为武田制药、毕马威和 Point72 等客户带来了重要的业务成果。"
他说:"与 Databricks 合作的一个关键优先事项是帮助客户构建企业级生成式 AI 应用。这些应用利用高质量、可信的企业数据,在遵守企业数据治理政策的同时,提供具有丰富业务背景和深度行业语义理解的高影响力生成式 AI 应用。"
Databricks 产品高级副总裁 Adam Conway 补充道:"作为云原生、AI 驱动的数据管理领导者,Informatica 是我们的重要合作伙伴,支持从数据集成和转换到数据质量、治理和保护的所有方面。"
Databricks AI 函数是内置的 SQL 操作,允许客户直接对数据应用 AI。Informatica 的原生 SQL ELT 通过无代码数据管道支持 Databricks AI 函数,为无代码用户开放 Databricks 生成式 AI 功能。Databricks AI 函数使客户能够直接通过 SQL 在客户数据上使用生成式 AI 功能,包括情感分析、相似度匹配、摘要生成、翻译和语法纠正。
新的 Informatica 原生 SQL ELT for Databricks 使得"下推"数据管道成为可能,提供 50 多个开箱即用的转换功能,并支持 250 多个原生 Databricks SQL 函数。
去年 6 月,Informatica 将其 AI 驱动的 IDMC 集成到 Databricks 数据智能平台中。Informatica 的 Databricks DBRX 生成式 AI 解决方案蓝图为客户使用 Databricks DBRX 开发检索增强生成 (RAG) 生成式 AI 应用提供了路线图。原生 Databricks SQL ELT 使联合客户能够在 Databricks SQL 上执行具有完整下推功能的数据库内转换。
Informatica 在 Databricks Partner Connect 上的 CDI-Free 产品为客户提供了访问 Informatica 云数据摄取和转换功能的途径。其 IDMC 平台已通过 Databricks Unity Catalog 验证。
总的来说,Informatica IDMC 平台包含多个针对 Databricks 优化的功能,如 300 多个数据连接器、创建低代码/无代码数据管道的能力、数据摄取和复制,以及通过 Informatica 的 CLAIRE GPT 和 CLAIRE copilot 提供的生成式 AI 驱动自动化。
在 Informatica 2025 财年第三季度,收入同比增长 3.4% 至 4.225 亿美元。其每月处理的云交易量超过 101 万亿次,Walia 表示:"这一成就反映了我们对产品创新、以客户为中心的承诺,以及我们成为数据和 AI 领域瑞士角色的目标。我们看到 AI 驱动的数据管理用例势头强劲。"
好文章,需要你的鼓励
施耐德电气以“新质服务+产业向‘新’行”为主题,第六次参会,展示全新升级的“新质服务体系”,围绕创新驱动、生态协同和行业赋能三大核心领域,以全新升级的“新质服务体系”,助力中国产业向高端化、智能化、绿色化迈进。
香港中文大学联合上海AI实验室推出Dispider系统,首次实现AI视频"边看边聊"能力。通过创新的三分式架构设计,将感知、决策、反应功能独立分离,让AI能像人类一样在观看视频过程中进行实时交流,在StreamingBench测试中显著超越现有系统,为教育、娱乐、医疗、安防等领域的视频AI应用开启新可能。
甲骨文正在成为大规模基础设施供应商的可靠选择。该公司通过AI技术推动应用开发,构建GenAI模型并将智能代理集成到应用套件中。CEO萨弗拉·卡茨透露,公司剩余履约义务达4553亿美元,同比增长4.6倍,并预测OCI收入将从2026财年的180亿美元增长至2030财年的1440亿美元。甲骨文正积极布局AI推理市场,凭借其作为全球最大企业私有数据托管方的优势地位,有望在云计算领域实现重大突破。
Atla公司发布Selene Mini,这是一个仅有80亿参数的AI评估模型,却在11个基准测试中全面超越GPT-4o-mini。通过精心的数据筛选和创新训练策略,该模型不仅能准确评判文本质量,还能在医疗、金融等专业领域表现出色。研究团队将模型完全开源,为AI评估技术的普及和发展做出贡献。