IBM 近日宣布与 Palantira 科技 (NYSE:PLTR) 建立新的合作关系,把 IBM 为企业提供 AI 技术的混合云数据平台与 Palantir 用于构建应用的新一代运营平台进行强强联合。新产品借助 IBM Watson,可以简化构建和部署注入 AI 能力的企业应用的过程,让用户可以轻松访问和分析分散在混合云环境中的海量数据并采取相应行动,无需具备高深的技术技能。这款名为“Palantir for IBM Cloud Pak for Data”的新产品,预计于 2021年 3月正式发布。
此外,Palantir 将采用红帽 OpenShift,以获得在混合云环境中随处运行的能力。
一项由 IBM 赞助的调研显示,将近 75% 的受访企业正在探索或实施 AI。但其中 37% 的受访企业表示自己的 AI 专业知识非常有限,31% 的企业认为不断增长的数据复杂性和数据孤岛是他们成功采用 AI 的主要障碍 。
为了帮助企业克服这些挑战,这款新产品使用 Palantir Foundry,同时集成 IBM Cloud Pak for Data 的服务,例如 Watson,可以提供包含数据和 AI 技术以及内置治理能力的信息架构。新产品旨在提供 “无代码/少代码” 的环境,帮助用户轻松构建各种注入 AI 能力的应用,包括利用 AI 做出数据驱动型决策的应用和自动执行任务与流程的应用等。Palantir for IBM Cloud Pak for Data 基于红帽 OpenShift,旨在帮助企业减少数据孤岛,整合混合云环境中的各种数据源,并在整个 AI 生命周期中管理数据。该产品是为帮助用户快速安全地使用数据构建和部署 AI 应用而设计,可以快速补充和扩展现有企业系统,加速企业的数字化转型。
IBM 和 Palantir 除了联手为客户提供所需的技术外,还结合双方的专业知识和数据科学技能,帮助企业扩大 AI 的应用规模。通过与IBM 数据科学和 AI 精英团队合作,各行各业的企业可以轻松处理数据科学用例,克服企业采用 AI 的各项挑战。
零售商经常面临复杂的挑战:面对供需波动,如何确定何时何地、以何种方式为客户提供商品?Palantir for IBM Cloud Pak for Data 能够将各个运营孤岛的数据整合起来,并使用这些数据快速构建新的 AI 模型和应用,从而为零售商提供更高的可视性和透明度。因此,它可以帮助零售商模拟和预测客户行为,持续监控供应链的运行状况,主动解决关键问题,更快地针对供需变化做出调整。
数据孤岛长期以来一直困扰着医疗健康行业,潜在会妨碍旨在改善业务流程和整体医疗服务质量的数据分析工作。Palantir for IBM Cloud Pak for Data 有助于统一各个孤岛和不同系统中的数据,为医疗健康服务提供方、研究人员和机构提供统一的数据集,便于他们分析数据,为企业实现效益,为患者带来福音。
金融服务业
许多金融服务机构通过并购发展壮大,但这也往往导致数据和应用环境碎片化。当“了解客户”成为合并后实体的优先任务时,他们就需要执行大量应用开发和数据整合的工作,以求获得完整而准确的单一客户视图。Palantir for IBM Cloud Pak for Data 能够帮助企业快速进行数据整合、清理、去重以及映射到通用数据模型(或“本体”),并将该模型快速扩展到其他用例,例如客户服务、市场营销、合规性和危机管理等。
除了供应链管理和欺诈管理,改善服务质量和优化营销与销售活动以吸引和留住客户,是企业的共同目标。Palantir for IBM Cloud Pak for Data 旨在帮助电信企业把来自供应商、CRM 应用、销售订单和生产流程的数据,与市场活动优化、呼叫中心优化、预测/预防客户流失的各种模型结合起来,改善客户服务,提高多个业务目标的价值。
IBM 云与数据平台高级副总裁 Rob Thomas 表示:“我们很多客户是在全球最复杂同时也是瞬息万变的行业环境中开展运营和提供产品与服务。IBM 与 Palantir 携手合作,可以帮助企业比以往任何时候都能更加轻松地应用 AI,在整体运营当中实现数据驱动。”
Palantir 首席执行官 Alex Karp 表示:“Palantir 的使命是为世界上最关键的机构开发软件。我们与 IBM 携手,结合双方的力量开发联合解决方案,提供给最需要的机构和人员,这将推动世界上最关键的机构进入前所未有的全新数字时代。我们与 IBM 共同承诺,以负责任与合乎道德规范的方式使用 AI。”
好文章,需要你的鼓励
在2025年KubeCon/CloudNativeCon北美大会上,云原生开发社区正努力超越AI炒作,理性应对人工智能带来的风险与机遇。随着开发者和运营人员广泛使用AI工具构建AI驱动的应用功能,平台工程迎来复兴。CNCF推出Kubernetes AI认证合规程序,为AI工作负载在Kubernetes上的部署设定开放标准。会议展示了网络基础设施层优化、AI辅助开发安全性提升以及AI SRE改善可观测性工作流等创新成果。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
DeepL作为欧洲AI领域的代表企业,正将业务拓展至翻译之外,推出面向企业的AI代理DeepL Agent。CEO库蒂洛夫斯基认为,虽然在日常翻译场景面临更多竞争,但在关键业务级别的企业翻译需求中,DeepL凭借高精度、质量控制和合规性仍具优势。他对欧盟AI法案表示担忧,认为过度监管可能阻碍创新,使欧洲在全球AI竞争中落后。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。