01 企业数据平台正在成为人工智能就绪的数据基础 企业数据管理市场正从传统的存储和报告模式转向旨在为生成式和智能体人工智能提供可信数据的平台。因此,供应商正在将集成、元数据、血缘关系、质量、目录和治理整合到统一的数据架构中。这降低了对分散工具的依赖,并帮助企业为人工智能应用提供具有业务上下文的数据集,而不是孤立的数据集。这一趋势正在将企业数据管理从后台IT职能扩展到支持人工智能应用、分析、自动化和企业决策的核心基础设施。 2025 年 6 月,IBM 推出了 watsonx.data integration 和 watsonx.data intelligence,将数据移动与结构化和非结构化企业数据的治理、质量、血缘和共享相结合。
01 人工智能的应用正在增加对可信和受监管数据的需求。 企业采用人工智能正促使公司提升其底层信息的质量、上下文和治理水平。当企业数据不完整、重复、不一致或理解不足时,人工智能模型和代理可能会产生不可靠的结果。因此,在将人工智能扩展到重要的业务流程之前,企业需要加强主数据管理、元数据、数据沿袭、质量控制和集成。
01 碎片化的混合数据环境增加了现代化改造的复杂性 企业数据通常分布在本地系统、公有云、SaaS 应用、数据仓库、文档和流媒体平台等多个环境中。整合这些环境十分困难,因为企业必须管理不同的数据模型、安全控制、遗留应用、集成方法和业务定义。将所有内容迁移到单一平台也会产生迁移成本,并可能中断现有系统。因此,企业通常维护混合架构,这需要跨地域的连接器、元数据管理、联合以及统一治理。这种复杂性会延缓企业数据管理项目的进度,并增加实施所需的技能和资源。因此,供应商必须支持分布式数据,同时最大限度地减少不必要的迁移和重复工作,而不是想当然地认为每个客户都能替换现有的基础设施。
01 新的数据共享规则正在扩展企业数据生态系统 赋予企业更大权限访问互联产品所生成数据的规则,为企业数据管理提供商创造了新的机遇。工业设备、车辆、智能设备和其他互联产品持续生成运行信息,这些信息可用于支持维护、效率提升、产品开发和分析。当企业获得更清晰的信息访问和共享权限时,他们需要能够安全地摄取、组织、管理和分发这些信息的平台。这为数据集成、目录、主数据、治理、互操作性和云管理解决方案创造了机遇。随着企业数据管理从内部公司信息扩展到更广泛的数字生态系统,能够简化制造商、客户、服务提供商和业务合作伙伴之间受控数据共享的供应商可以抓住市场需求。
01 在保持可访问性的同时保护不断增长的数据资产 一项重大挑战是如何在确保企业信息安全的同时,使其能够被员工、应用程序、分析系统和人工智能代理访问。集中式数据平台可以提高可视性,但也可能加剧安全漏洞的影响。访问控制或者安全漏洞。组织必须持续对敏感信息进行分类、管理权限、监控使用情况、维护审计跟踪,并在庞大的数据环境中应用策略。随着人工智能代理获得企业信息的访问权限并自动执行操作,挑战变得更加艰巨。企业必须在更广泛的数据可用性与隐私、网络安全、合规性和问责制要求之间取得平衡。
2025年5月:Informatica 与微软达成战略合作协议,旨在加速企业采用人工智能驱动的数据管理技术。此次合作的重点是将 Informatica Intelligent Data Management Cloud™ 与 Microsoft Azure 和 Microsoft Fabric 集成,以帮助企业构建可信赖、受监管且支持人工智能的数据环境。
2025年5月:Informatica 扩大了与 Databricks 的合作,旨在帮助企业实现传统数据系统的现代化,并向支持人工智能的云数据架构转型。此次合作将 Informatica 的数据管理能力与 Databricks 的数据智能平台相结合。
2025年5月:Salesforce 已签署最终协议,将以约 80 亿美元收购 Informatica。此次收购旨在通过整合 Informatica 的数据集成、数据治理、元数据管理、数据质量和主数据管理技术,增强 Salesforce 的企业级人工智能能力。