近日，数据与AI平台厂商Databricks正式推出全新LTAP（融合交易与分析处理）架构，将其定位为AI智能体应用的核心底层技术底座。该架构通过打通事务型、分析型两类工作负载，可帮助企业减少至多40%的冗余数据管道，降低35%以上的IT运维成本，同时实现全链路数据统一治理，为生成式AI智能体的规模化落地提供支撑。
在过去一年里，生成式AI的落地场景已经从通用对话机器人快速向垂直领域的自主智能体延伸，但大部分企业的部署进程都卡在了数据层：传统IT架构中，支撑业务交易的数据库和支撑数据分析的数仓相互独立，两类系统之间需要大量管道同步数据，不仅延迟高、成本高，还经常出现数据不一致的问题，直接导致智能体的决策准确率、响应速度达不到业务要求。
根据近期针对500家年营收超10亿的企业CIO调研，有62%的受访者表示，跨系统的数据协同问题是阻碍AI智能体落地的首要因素。传统架构下，事务型数据库需要保障毫秒级的业务响应，不适合跑大规模分析任务，而数据仓库的批量处理模式，同步最新业务数据往往需要数小时甚至数天，完全无法满足AI智能体实时调用全量数据做决策的需求。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
滇公网安备 53252802528133号