CData Software Inc.正在扩展其Connect AI平台,增加了新的工具和治理功能,旨在帮助企业将人工智能系统从实验性试点项目转移到生产环境中。
在奥兰多举行的Gartner数据与分析峰会上,该公司宣布在连接性、上下文智能和安全控制方面增加了新功能。公司表示,这三个要素对于让AI智能体安全地与实时企业数据交互并执行真实业务任务至关重要。
CData高管表示,尽管企业在AI上的支出正在加速,但许多项目仍然无法投入生产,因为底层数据基础设施无法支持它们。
ConnectAI使用模型上下文协议(Model Context Protocol)提供对350多个企业数据源的实时、受治理的访问。该协议是一个标准框架,让AI系统能够安全地连接并与外部数据源和应用程序交互,如Salesforce客户关系管理、SAP企业资源规划和各种数据库。这些连接器现在正被重新用于需要直接访问运营数据的AI系统。
CData表示,许多公司将AI投入生产的关键障碍是,组织仍在拼接自定义集成或在AI能够访问数据之前将数据移动到单独的系统中。
"公司在AI方面取得成功的能力并不受限于他们所利用的模型,"CData首席营销官威尔·戴维斯说道。"而是受限于他们专门为AI建立数据基础设施的方式。"
新版本在三个领域扩展了Connect AI:连接性、上下文和控制。
在连接性方面,新的网关功能扩展了对企业防火墙后数据源的实时读写访问。CData使用标准化的关系接口,位于源系统之上,允许使用标准SQL查询多个数据源。这使得AI智能体能够通过通用接口查询和与多个企业系统交互,让它们能够探索数据源之间的关系并执行复杂操作。
"这是一个SQL抽象层,"CData产品营销高级副总裁玛丽·福肖说道。
智能体工具
该公告还引入了三类"智能体工具",用于确定AI系统能够执行的操作。
通用工具提供了一套在所有连接系统中都能工作的标准化操作。源工具公开系统特定的功能,如在Salesforce中创建销售线索或在Jira中开启工单。自定义工具允许组织构建针对特定工作流程的专用操作。
"通用工具看起来像数据库函数,用于插入和更新等操作,"福肖说。"它们在任何源系统中都提供了很大的灵活性。"
CData表示,其优势之一是能够支持让竞争平台困惑的复杂查询。在对客户关系管理和企业资源规划等企业系统中378个提示的自有测试中,CData称其平台达到了98.5%的准确率,而竞争的MCP实现只有65%到75%。错误最常出现在相对日期逻辑、多重过滤器和业务术语的语义解释等领域。
CData技术布道总监杰罗德·约翰逊表示,当AI智能体执行多步骤工作流程时,查询处理变得重要。"我们为MCP平台添加连接性、上下文和控制所做的工程和架构工作,使模型比其他提供商的更准确,"约翰逊说。
在治理方面,Connect AI现在支持跨域身份生命周期管理,允许组织使用现有的源系统权限来强制执行身份验证和授权。
福肖表示,由于平台直接连接到实时系统,当AI工具访问企业数据时,用户权限可以自动转移。"我知道当人们使用Claude访问Salesforce数据时,权限和限制将得到尊重并流传下去,"她说。
高管们表示,CData专注于支持从实验转向基于受治理数据基础设施的生产部署的转变。
戴维斯表示,CData已经筹集了超过5.1亿美元的风险投资,年度经常性收入达到九位数。
Q&A
Q1:Connect AI平台的核心功能是什么?
A:Connect AI提供对350多个企业数据源的实时、受治理访问,使用模型上下文协议让AI系统能够安全地连接并与外部数据源和应用程序交互,如Salesforce和SAP等企业系统。
Q2:CData的智能体工具包括哪些类别?
A:包括三类工具:通用工具提供跨所有系统的标准化操作,源工具公开系统特定功能如在Salesforce创建销售线索,自定义工具允许组织构建针对特定工作流程的专用操作。
Q3:CData平台在查询准确性方面表现如何?
A:在对378个企业系统提示的测试中,CData平台达到98.5%的准确率,而竞争的MCP实现只有65%到75%。错误主要出现在相对日期逻辑、多重过滤器和业务术语语义解释等复杂查询领域。
好文章,需要你的鼓励
FORTIS是专门测量AI代理"越权行为"的基准测试,研究发现十款顶尖模型普遍选择远超任务需要的高权限技能,端到端成功率最高仅14.3%。
谷歌在Android Show发布会上宣布,将Gemini更深度整合至Android系统,推出名为"Gemini Intelligence"的升级功能。该功能可跨应用处理日常任务,包括自动填写表单、安排日程、生成购物清单及自定义小组件等,无需用户频繁切换应用。此外,Gboard新增"Rambler"功能,可自动过滤语音输入中的口误和填充词。Gemini Intelligence将率先登陆三星Galaxy和谷歌Pixel手机,并支持Android Auto、Wear OS及智能眼镜。
荷兰Nebius团队提出SlimSpec,通过低秩分解压缩草稿模型LM-Head的内部表示而非裁剪词汇,在保留完整词汇表的同时将LM-Head计算时间压缩至原来的五分之一,端到端推理速度超越现有方法最高达9%。