从中国版 Databricks 到企业级 AI 智能体

204 0 0

文章摘要

随着大模型技术的快速发展，智能体正在重塑企业的软件体系，成为推动企业智能化的重要力量。企业级AI智能体能够提升运营效率和决策能力，但其落地面临多重挑战，包括数据整合、安全控制和特定领域专家AI的调用需求。企业智能体需要具备统一的数据管理和治理能力，同时严格的安全访问控制机制至关重要，以避免信息泄露和系统风险。此外，当前生成式AI大模型在特定领域的能力有限，企业智能体需能够自动调用更高效的专家AI，以实现全面预测和优化。

算场作为一家专注于Data+AI基础设施的创业公司，致力于打造对标Databricks的企业级AI智能体平台。其第一阶段目标是构建中国版Databricks，通过SaaS平台服务提供从数据到AI的一站式能力，降低技术门槛和资金投入，推动Data+AI的普惠化。算场的Data+AI平台服务功能全面对标Databricks，支持企业快速整合数据，赋能智能化转型。第二阶段则结合底层平台，构建安全可信的企业级AI智能体，支持数据的统一治理和安全访问控制，同时通过端到端的AI开发能力拓展智能体的预测和决策能力。

算场近期开源了两款行业领先的AI模型：NL2SQL大模型和通用时序预测大模型。NL2SQL大模型在特定任务上的准确率比DeepSeek-V3和DeepSeek-R1高出20个百分点，而通用时序预测大模型在多个场景达到SOTA水平。这些模型的推出进一步推动了企业级智能体的快速发展。

算场的创始人周洪超是一位兼具工程师和科学家背景的创业者，其团队致力于解决AI落地中的数据问题。算场选择从数据到AI、从平台到模型再到智能体的研发路线，旨在降低企业构建AI能力的门槛，推动AI普惠化。通过自主研发的Data+AI平台，算场填补了国内类似Databricks基础设施的空缺，保障企业数据安全的同时提供全面的Data+AI服务。

算场的Data+AI平台采用云原生湖仓一体架构，支持各类数据源的集成和灵活的数据分析处理。平台支持机器学习和AI开发的全生命周期管理，提供模型市场和无限空间的云存储，用户可以通过简单的对话实现数据查询分析。此外，算场支持跨组织、跨数据中心的数据同步共享，构建数据交换网络，加快数据要素流通，并通过多方可信计算实现隐私保护场景下的“可用不可见”。

总体而言，算场通过其Data+AI平台和开源模型，为企业级AI智能体的发展提供了坚实的基础，推动企业在智能化转型中实现高效、安全和普惠的AI应用。