2020年2月10日,北京——Hitachi Vantara日前宣布其计划收购Waterline Data公司的业务。
Waterline Data是一家提供面向DataOps的智能化数据目录解决方案的创新公司,帮助客户更快地从大型数据集中获得有效分析,并满足《通用数据保护条例》(GDPR)等数据法规的合规性要求。
Waterline Data提供基于机器学习(Machine Learnig)的数据目录技术,可实现对元数据的自动化发现,以应对从边缘到核心再到云环境的现代数据分析和治理挑战。
Waterline Data的技术目前已在金融服务、医疗健康和制药行业等客户群中得到广泛采纳,用于支持其数据科学和数据分析项目,精准定位对合规需求敏感度较高的数据,并提高数据治理水平。同时,其技术可应用在本地或云端,支持Hadoop、SQL、Amazon Web Services(AWS)、Microsoft Azure和Google Cloud等数据平台。
Waterline Data拥有“指纹(fingerprinting)”标识技术的专利是其解决方案的基石。该指纹标识技术使用基于AI和规则的系统,可自动地发现、分类并分析分散的各类数据资产,从基于数据的共同特征来准确、高效地标记大量数据。
例如,为了正确快速地在PB级数据湖中标识“保险索赔编号”,Waterline Data仅需要将一个字段标记为索赔编号,该技术随即会生成一个独特的“指纹”,并以极高的准确度将整个数据湖内外所有类似字段识别并标记为“保险索赔编号”(不受文件格式、字段名称或数据源限制)。因此,Waterline Data的技术可以帮助用户更加轻松地从数据中发现有价值的洞察。
将Waterline Data的技术与Hitachi Vantara的Lumada Data Services产品组合集成,可提供一个通用的元数据管理框架,帮助客户消除分布在云、数据中心、以及其公司网络边缘的机器和设备上的数据孤岛。通过将DataOps方法论应用于其统一的数据集,客户可更快地获得洞察并推动创新。
451 Research研究副总裁Matt Aslett表示:“我们的研究显示,接近一半的企业数据相关从业人员,他们仅花费在分析数据的查找和准备工作上的时间,就超过了总工作时间的50%。近年来,数据目录技术已经成为企业应对这一挑战并同时提高数据治理水平的战略要务。此次收购行为不仅明智,更具有战略意义——Waterline Data的技术能力是对Hitachi Vantara及其Lumada Data Services产品组合的有力补充。通过收购Waterline Data,Hitachi Vantara将进一步提升其满足客户日益增长的产品和服务需求的实力,通过DataOps为客户提供更加敏捷、自动化水平更高的数据管理方案。得益于此,企业级数据用户将以更加流畅且易于管理的方式,充分利用信息的巨大价值。”
Hitachi Vantara数字解决方案总裁Brad Surak表示:“Hitachi Vantara不断助力客户,为客户提供数据模块化平台(digital building blocks)、DataOps方法和行业解决方案,通过帮助客户获得由数据驱动的洞察,满足其企业转型需求。Waterline Data技术是对Hitachi Vantara的DataOps专长的补充,同时也将成为Lumada Data Services产品组合中的关键产品,为客户企业带来更高的可视性和更严格的质量控制,并提高其数据的合规性和管理水平。”
此次收购交易的财务条款并未对外披露。对Waterline Data的收购将会满足惯例成交条件,预计将于Hitachi集团2019财年第四季度(至2020年3月31日截止)完成。
产品可用性
收购完成后,Waterline Data技术将由Hitachi Vantara作为独立解决方案,并同时作为Lumada Data Services产品组合的集成组件提供。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。