媒体报道

以生成式AI为代表的人工智能新技术，正引领全球新一轮生产力革命，对企业数据管理及数据价值开发的质量与效率提出新的挑战。

以生成式AI为代表的人工智能新技术，正引领全球新一轮生产力革命，对企业数据管理及数据价值开发的质量与效率提出新的挑战。数据编织作为解决数据质量难题、释放生成式AI潜力的重要技术趋势，正受到越来越多企业的关注。3月22日，由全球数据管理领导者Denodo主办的数据编织研讨会在深圳召开，与会嘉宾围绕行业趋势、核心技术及垂直行业应用等话题展开探讨，为AI浪潮下中国企业的数字化转型提供数据管理新范式。

近日，全球领先的企业数据管理服务公司Denodo全球CEO兼创始人Angel Viña叶苏斯先生携总部及亚太区高管团队访华。在为期一周的访问中，Angel Viña叶苏斯先生一行与政府机构及战略合作伙伴共商未来数据管理的新高度和新起点，共同探索Denodo助力中国经济数字化转型的新机遇。

人民网北京10月31日电 （欧阳易佳）中国经济总体持续向好，有力提振了外资企业对中国未来发展的信心和来华投资的积极性。近日，Denodo技术公司首席执行官兼创始人Angel Vina做客人民网时表示，中国拥有巨大的经济体量，吸引了众多大型全球公司来华设置分支机构，且中国企业怀有“从中国走向全球”的愿望，种种因素使得开辟中国市场成为以全球化为使命的Denodo公司的“必然的决策”。

多年以来，各组织一直在努力解决其供应链中的数据管理问题，并为企业寻找正确解决方案，与此同时，一个强大的替代方案一直在幕后渗透，这就是逻辑数据仓库 (LDW)，它是转换和交付数据的基础，具有较高敏捷性。Gartner 的 Mark Breyer 早在 2008 年就首次提出了这个术语，来指称数据仓库的下一次演化，因为它“专注于信息的逻辑而不是机制”。从那时起，逻辑数据仓库在数千家公司得到成功部署和应用，其复杂性和可靠性也在不断提高。

在过去二十年中，企业管理数据的方式在中心化、去中心化、数据库化、数据仓库、云数据存储和数据湖的循环之间来回摇摆。这个列表还在不断增加。尽管存在很多选择，但难题仍然存在：企业希望数据集中在一个位置，并且易于查找。如何将所有数据收集到一个位置仍是一个难题。数据编织和数据网格设计可以帮助企业以不同的方式解决这些难题。

虽然新冠肺炎疫情加速推进了企业的数字化转型，但普遍的共识是，数字业务模式已经在很多企业（以传统企业为主）一劳永逸地建立起来。即便传统企业已全面恢复生产经营，其大量业务交易仍将以数字方式进行。事实上，数字和数据驱动的业务创新可能会使领先者从竞争中脱颖而出。

数据管理领域的领导者Denodo今天宣布，该公司已经获得亚马逊网络服务(AWS)数据和分析独立软件开发商资质(Data and Analytics ISV Competency)认证。获得该认证使作为AWS合作伙伴的Denodo脱颖而出，成功彰显了其在数据集成和管理以及为使用AWS服务的企业和中型公司的商业智能和高级分析提供分布式数据方面的深厚专长。

加州帕洛阿托--(BUSINESS WIRE)--(美国商业资讯)--数据管理领域的领导者Denodo今天发布了第六次年度云使用情况调查的结果。调查结果显示，云采用率持续快速攀升，超过一半(54%)的使用者表示他们处于云技术使用的中级或高级水平。在企业面临全球供应链问题、网络安全威胁和地缘政治不稳定的情况下，基于云的业务转型已成为当务之急。为了在面对这些挑战时保证灵活性和弹性，各种规模和各类垂直市场的企业纷纷转向云端，中小型企业已加大对云基础架构服务的投资力度，用于支持工作负载迁移、数据存储服务和云原生应用开发。

组织多年来的一贯做法是将所有数据整合到单一位置，例如数据仓库或近年来兴起的数据湖。但是，集中式数据基础架构的一些弊端已初现端倪：

1. 集中式数据团队对数据的了解程度无法与只专注于全部数据中特定部分的具体业务团队相提并论。

2. 集中式数据基础架构缺乏灵活性，难以满足组织内所有不同部门的需求。

3. 集中多个数据源的数据不仅会耗费大量时间，而且还会导致数据使用者无法按需访问数据。

为了克服这些问题，技术顾问 Zhamak Dehghani 提议采用一种名为“数据网格”的分散式数据基础架构。