随着DeepQuery的推出,Denodo旨在使用户能够执行复杂分析,而不只是通过生成式AI检索事实。 该工具于7月7日发布,目前正处于预览阶段。此外,Denodo推出对模型上下文协议(MCP)的支持,加入Databricks和Snowflake等数据管理提供商的阵营,以拥抱开放标准,支持大型语言模型(LLM)与数据源交互。 在过去的两年里,很多数据管理和分析供应商都开发了生成式AI(GenAI)功能,使所有技术水平的用户都能使用自然语言来提出数据问题,而不需要使用代码。
然而,此类工具通常只回复基本事实的查询,显示发生了什么,也许伴随着总结,但没有解释为什么会发生。 而DeepQuery(在推……
我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。
我原创,你原创,我们的内容世界才会更加精彩!
【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】
微信公众号

TechTarget
官方微博

TechTarget中国
深入挖掘数据
Denodo是数据管理和分析供应商之一,他们为用户提供生成式AI功能,使用户能够查询专有数据。 通过与OpenAI的ChatGPT和微软的Azure OpenAI的集成,Denodo开发了一个自然语言查询工具,使用户能够查询该供应商平台中的元数据。该功能采用检索增强生成(RAG)来访问与给定查询和text-to-SQL 翻译功能相关的数据,以便AI管道能够理解用户的查询,并用自然语言进行响应。 但据Denodo公司产品管理副总裁Pablo Alvarez称,该功能只能回答事实问题,例如发生了什么以及何时发生。 他称:“这些功能使业务用户和分析师能够快速获得上下文的答案,而无需深入熟悉数据或编写复杂的查询,这改善自助服务,并减少对技术团队的依赖。” 然而,Alvarez继续说,基于数据的决策往往需要的不仅仅是事实。他们需要了解事情发生的原因以及接下来应该做什么。 Alvarez说:“DeepQuery正是为这个目的而构建。” DeepQuery所做的不仅仅是简单地重新措辞现有内容,就像Denodo之前的自然语言查询功能一样。该功能可以通过搜索多个内部系统的数据,并添加来自其他可用数据源的上下文来回答开放式问题,例如公开数据和贸易伙伴的数据(如果适用)。 在DeepQuery之前,Denodo用户必须整理报告和其他数据源来回答“为什么2025年春季与2024年春季相比销售额下降”这样的问题,分析师需要几天时间才能回答这个问题。现在,根据Denodo的说法,这只需要几分钟。 Constellation Research公司分析师Michael Ni表示,由于DeepQuery有可能在最短的时间内实现深度数据分析,因此对Denodo用户来说是令人鼓舞的补充。 他指出:“DeepQuery承诺提供Denodo虚拟化优势的逻辑AI扩展。” 此外,Ni继续说道,DeepQuery是Denodo的潜在差异化因素。他指出,大型语言模型提供对公共网络数据的深入分析,BI工具能够对预索引的专有数据进行深入分析,而数据虚拟化供应商通常专注于提供对数据和分析的访问。 Ni称:“Denodo的独特做法是利用其数据虚拟化基础,通过实时调查、整合和提供多跳推理—跨所有受监管企业数据,以提供可解释的深度研究型答案。” McKnight同样认为,DeepQuery有可能帮助Denodo从竞争对手中脱颖而出。然而,随着技术的发展速度比以往任何时候都快,差异化可能只是短暂的。 McKnight说:“DeepQuery的创新功能,例如回答复杂的问题和提供可解释的答案,可能会使其有别于某些竞争对手,但这个领域还在不断发展。”展望未来
Alvarez表示,随着DeepQuery现在处于预览阶段,MCP是Denodo的AI SDK的一部分,生成式AI将继续是Denodo的主要焦点,其他重点包括AI治理、安全和语义一致性。 他说:“随着企业不再只是在湖屋中集中分析,他们意识到高影响力的决策需要跨多个系统、应用程序甚至第三方来源整合和分析数据。我们相信,支持基于GenAI的决策的最佳位置是逻辑层(跨越整个企业),而不是孤立的孤岛。” 然而,Ni表示,最终,Denodo可能需要提供不止一个支持GenAI的层,以继续满足其用户的需求,并有可能吸引新用户。 他说:”为了保持领先地位,Denodo需要从逻辑数据层演变为AI驱动决策编排的正式参与者,深化其AI集成,扩展元数据智能,并发挥其在分布式数据和代理工作流程中的作用。” 与此同时,McKnight建议Denodo增加代理AI功能,以保持竞争力。 他指出,该供应商在各种数据源中提供了强大的实时分析数据治理和集成能力。因此,适应新兴趋势将是保持其地位的关键。 McKnight指出:“Denodo可以进一步利用代理AI,通过自动化数据集成、改善数据治理以及提供预测分析和个性化数据体验来增强其数据虚拟化平台。”作者
翻译
相关推荐
-
为什么Apache Iceberg对现代数据湖屋至关重要
Apache Iceberg已经迅速从有前景的数据表格式转变为现代数据湖屋架构的核心支柱。 领先的科技公司(包 […]
-
Snowflake收购Crunchy Data增加Postgres数据库
在6月2日,Snowflake收购Crunchy Data,增加PostgreSQL数据库功能,旨在更好地使开 […]
-
微软新数据库、分析工具瞄准代理AI
微软推出很多新的数据库和分析功能,旨在支持代理AI开发和分析,包括Fabric中的NoSQL数据库和Power […]
-
MongoDB推出工具用于开发生成式AI应用程序
在5月2日,MongoDB推出一系列新功能,旨在使客户能够开发生成式AI模型和应用程序,新功能包括全面推出At […]