指标平台、语义模型与口径治理——从 BI 配件到 Agent 的数据入口
＋ 关注此主题，在为你查看最近 7 天内最新的 3 条
据路透社报道，亚马逊计划构建名为“World Product Graph”的数据项目，收录全网商品信息，包括亚马逊自身不销售的商品，供用户在其站内查询。该项目旨在阻止用户流向Reddit或Google做商品调研，并让AI Agent优先依赖亚马逊的商品索引。内部文件称现有AI购物助手Rufus“许多回答事实上错误或不完整”且搜索成本高，扩充数据可提升准确性并支持更便宜的模型。项目依赖抓取品牌官网的商品组织方式，文件标注的发布日期为2027年10月1日，但亚马逊称此类草稿文件不代表当前计划。
Snowflake发布Operational Ontology参考架构，将企业业务语义与本体的定义延伸至实时运营状态、约束条件、仿真推演、AI推理与受治理的行动执行。文章以配送中心打包站PB-04于13:30宕机、17:00承运商可能空载发车为例，说明AI Agent不仅需识别故障订单与发货风险，还需评估人员调配、订单改道等恢复方案并确认执行结果。该架构试图为仓储、供应链、数据中心等不同场景提供可复用的架构契约与统一决策生命周期，并提及Snowflake Business Ontology产品即将进入公开预览。
美国最大核电站运营商Constellation在Databricks上建设受治理的企业数据平台（EDP），核心难点并非选择模型，而是统一数据的业务含义。公司数据分散在资产、供应链、商业交易与运营等数十个系统中，缺乏跨域共享的语义层，例如“我们有多少客户”在零售、批发与CRM口径下会得到三个不同但都正确的答案。通过并购扩张（如2026年并入拥有79座电站、27GW容量的Calpine）进一步放大了定义与治理的复杂度。其做法为其他企业提供了可借鉴的实践路径。
精选长期内容，最多 3 篇
按发布时间倒序