#数据治理
共 50 篇相关文章

Genie One精准度背后:精选Agent为何需要治理上下文
Genie One 的准确度问题揭示了精选 Agent 的核心挑战:缺乏治理上下文时,财务与核保对同一问题给出矛盾答案。本文分析治理上下文的三个层次、精选 Agent 的准确度陷阱,以及构建可治理上下文层的工程方向。

Databricks 获 A-Team 大奖:AI 与治理并重
Databricks 荣获 A-Team 大奖,表彰其在资本市场将 AI 与数据治理融合的实践。本文分析资本市场 AI 落地的治理痛点、统一数据平台的支撑作用及对行业的启示。

Unity Catalog与Google Cloud:湖仓互操作性新突破
解析Unity Catalog与Google Cloud Borderless Lakehouse的互操作性合作:从开放文件格式走向开放元数据,跨平台治理、权限与血缘如何收敛,以及对混合数据栈团队的实际影响。

五角大楼连续九年审计失败:财务治理困境
五角大楼连续第九次审计失败,尽管财务组织有所进展。本文从数据治理与系统集成角度分析这一事件对AI落地和大型组织数字化转型的启示。

科技巨头再推隐私概念重塑,这次有何不同?
科技公司再次试图重塑隐私概念,本文分析其常见路径:从“不收集”到“透明收集”、从“控制权”到“管理工具”、从产品属性到品牌标签,并探讨用户与行业如何应对隐私语义漂移。

OpenAI携手Databricks:企业AI落地治理数据
OpenAI与Databricks合作,让企业AI运行在受治理的数据之上。本文解读Greg Brockman对AI的表述、合作对企业数据治理与AI落地的意义,以及企业级AI竞争重心的转移。

Constellation在Databricks上构建受治理数据基座
解析Constellation如何在美国最大核电机组运营背景下,于Databricks上构建受治理的数据基座,探讨强监管行业数据治理前置、湖仓一体平台选型及对资产密集型企业的架构启示。

物理隔离不等于数据黑洞:Bright Machines如何让工厂数据实时可见
Bright Machines 如何在保持工厂网络物理隔离(air gap)的前提下,为客户提供实时、受治理的工厂数据仪表盘?本文解读其“数据出、控制不出”的思路,分析制造业安全与可视性的平衡之道。

Unity Catalog Metric Views登陆Power BI:构建统一治理语义层
Unity Catalog Metric Views集成Power BI,为企业提供统一治理的语义层。本文分析该集成如何解决指标口径碎片化问题,让BI报表与AI应用复用同一份受治理的业务语义定义。

争议升级:至少10个地方政府为何弃用Flock监控摄像头
至少10个地方政府因隐私、数据共享与采购程序担忧弃用Flock监控摄像头。本文分析争议背后的三重动因及其对公共监控行业的启示。

AI代理时代的企业数据安全:数据血缘如何成为关键防线
AI代理在企业中自主拉取和传递数据,带来新型安全风险。本文分析数据血缘如何从合规工具升级为安全基础设施,通过代理级权限、端到端血缘记录和智能人工检查点,帮助企业安全地释放代理自主权。

AI巨头联合推新标准:出版商可一键退出内容抓取
OpenAI、Google、Microsoft 和 Anthropic 联合支持新标准,出版商可通过共享政策令牌一次性退出多个AI平台的训练数据抓取。本文分析该标准的机制、行业影响与落地挑战。

企业AI记忆系统:错误检索与摄入的真实代价
企业AI记忆系统中错误检索与错误摄入的真实代价分析:从token浪费、人工纠错到用户信任流失,结合Reddit社区多源讨论,给出摄入与检索环节的治理建议。

开放湖仓新标杆:Unity Catalog如何重新定义开放目录
开放格式不等于开放目录。本文解析Unity Catalog如何从元数据、接口与治理三个维度推进开放湖仓,帮助数据平台团队判断目录开放性的真实标准。

AI代理下线下线:撤销权限不等于遗忘已读数据
撤销AI代理的访问权限只能阻止新的数据读取,无法清除它已经学到的内容。本文解析OpenAI dots揭示的数据残留风险,并提供数据留存清单、缓存清除、日志治理和供应商确认四项控制措施。

合成数据真正的瓶颈:缺少血缘追踪,而非数据量
合成数据管线的真正瓶颈不是生成量,而是血缘追踪缺失。本文解析蒸馏循环如何悄悄固化教师模型盲区、同家族过滤器为何在洗白偏差、人工标注为何锚定合成文本流畅度,并给出带manifest的血缘优先管线设计。

客服工单分类指南:让数据真正可用
工单分类如何设计才能真正指导决策?本文从分类维度、数量控制、字段与标签的区别、AI辅助分类到落地行动清单,系统讲解客服工单分类体系,让统计数据从猜测变为可用洞察。

AI报价与人工报价冲突:41%不一致背后的数据治理真相
商业清洁公司案例揭示:AI报价与人工报价41%不一致,根源在数据治理而非模型。学习五步修复法,建立唯一价格权威、强制报价结构、每周度量漂移,将不一致率降至6%。

合成数据投毒:企业微调中的模型崩溃威胁
企业微调中使用合成数据可能导致模型崩溃:递归训练使稀有尾部召回率从88%暴跌至29%,幻觉率飙升至52%。本文解析模型崩溃的数学原理、五轮递归微调实测数据,以及溯源水印、KL散度监控和尾部保留锚定等防护方案。

Snowflake App Runtime 数据血缘集成:OpenLineage 实战
深入解析如何将 Snowflake App Runtime 应用接入数据血缘图:通过 OpenLineage 格式自动提取 Next.js 应用中的 SQL 和 API 关系,实现从表到 API 再到页面的全链路列级血缘追踪,解决 schema 变更影响分析的盲区。