数据领导者利用AI解决集成难题并实现自动化
ZDNET AI··作者 Mark Samuels
关键信息
汤森路透使用内部AI确保并购尽职调查的一致性；Create音乐集团借助Astro（Airflow）管理超过600个数据管道，整合Spotify、YouTube、Apple Music等平台；Booking.com强调在采用新工具前应充分理解现有数据架构的能力。
资讯摘要
本文介绍了五位数据领导者的见解，他们描述了人工智能和自动化如何将数据集成挑战转化为战略优势。汤森路透的Joel Hron利用AI在并购过程中确保合规性和一致性；Create音乐集团的Miko Chen使用Astro统一流媒体服务，管理600多个数据管道，帮助艺术家做出更好决策；Booking.com的Huy Dao强调在实施AI前应评估现有技术栈。这些案例表明，一致的流程、正确的编排以及对AI采纳的文化认同是现代数据环境中取得成功的关键。
资讯正文
我询问了5位数据领导者如何利用AI实现自动化——并终结集成噩梦
关注ZDNET：在Google上将我们设为首选来源。ZDNET核心要点：您挖掘数据的能力取决于强大的底层流程。在数据集成方面，AI可以成为您最好的朋友。请关注一致性、编排能力、功能以及文化。
多达63%的商业领导者表示其组织是数据驱动型的。然而，只有半数高管对其提供及时业务洞察的能力感到自信。如果您的企业希望充分利用信息，就需要一种方法使数据可用且可访问。这时，新兴技术挺身而出——越来越多的证据表明，它可能是解锁信息价值的关键。
无论是整合平台、合并公司还是跨地域协作，专业人士都必须应对复杂多样的数据源。以下是专家们认为AI和自动化可以帮助实现的方式。
1. 推动内部一致性
全球内容与技术专家汤森路透（TR）的CTO乔尔·赫伦（Joel Hron）表示，他们利用AI解决软件工程中的数据和系统集成挑战。「我们在各种现代化和迁移活动中取得了显著收益，」他说。「我们大量使用AI工具来确保符合无障碍标准等要求。」
这项开创性工作正在持续推进。赫伦表示，汤森路透的企业发展团队目前正在开发一个内部AI系统用于尽职调查，以提升交易评估、风险评估和潜在风险缓解的一致性。「这真是一个非常强大的想法，」他说。「他们过去一两个月一直在构建这个系统，并很好地将其与我们市场上销售的一款法律运营产品HighQ结合起来。」
赫伦表示，汤森路透是一家积极并购的公司，花大量时间进行系统整合。虽然这些AI赋能的发展对他的公司益处明显，但这一工具未来是否能被外部客户使用？他回答说：“如果我们能为自己创造一个真正有用的东西，为什么不推向市场呢？但现在我们的重点是如何让这项技术在所有并购活动中发挥作用，不仅提升速度和效率，还确保我们所做交易的一致性。”
2. 编排您的洞察力
位于洛杉矶的音乐科技公司Create Music Group的首席数据工程师米科·陈（Miko Chen）利用数据和AI改进公司的运营流程，并建议其他专业人士探索前沿工具。她使用Astronomer的Airflow服务Astro中的AI和编排功能来管理超过600条数据管道。Create公司已利用Astro将BigQuery和Google Cloud Storage技术以及Spotify、YouTube、Apple Music和Amazon Music的API整合到一个层中，该层负责管理标签和艺人分析及财务预测等运营活动的数据管道。
此外：2026年，5种负责任地停止测试AI并开始规模化的方法
“我们希望提供更好的数据，帮助客户做出决策，而不是随机猜测他们该做什么，”她说。“例如，如果他们想举办一场音乐会，可以利用我们的洞察力来决定选择哪个城市，而不是下次随便挑一个。这样，借助我们的数据、艺术家和客户，就能做出更主动的决策。”
Create是一家收购型公司，陈女士表示她的团队还使用Astro来整合数据。“通过Astro，我们可以轻松地在不同地方之间移动数据，比如从一个组织到另一个组织，或者从一个国家到另一个国家，”她说道。
3. 探索现有能力
Booking.com数据与机器学习平台总监胡·道（Huy Dao）表示，专业人士了解现有数据架构中的技术能力非常重要。Booking.com在道于2023年8月加入公司时已经是Snowflake的客户。虽然这个平台已证明其价值，但他知道它还有更多潜力，特别是用于构建AI驱动的服务。
“我们现在使用的功能远超存储组件，”道向ZDNET解释了过去两年半以来团队的方向。“我们所有敏感数据访问都通过Snowflake进行，同时我们也正在使用最新的功能，包括Cortex AI和Cortex Analyst。我们正在探索Snowflake语义视图，并对Horizon Catalog很感兴趣，它可以与其他数据目录互联。”
此外：如何为您的企业打造更好的AI代理——而不引发信任问题
道表示，Snowflake不仅仅是一个信息汇总源，而是一种AI赋能的解决方案，能帮助专业人士解决棘手的业务难题。简而言之，得益于AI，业务用户现在拥有了推动变革的力量。
“这个平台降低了使用门槛。因此，我们不再只有200名用户能够访问和使用数据，而是可以扩展到2000名用户，因为Snowflake让这一切变得简单，”他说。“借助某些AI功能，甚至不需要编写SQL语句就能查询数据。这类功能让那些传统上不具备数据技能的人也能轻松上手。”
4. 关注边际改进
房地产专家Segro公司的首席信息官理查德·科布里奇（Richard Corbridge）告诉ZDNET，AI和自动化可以在帮助公司整合分散的数据资产方面发挥关键作用。他举了一个跨欧洲可持续性数据的例子。
“根据法律规定，我们需要监测碳足迹和可持续性统计数据。在波兰，计量读数以PDF形式发送；在德国，是自动的数字读数；而在英国，可能是电表照片，”他说。“我们必须弄清楚如何将这些不同的能源使用报告方式统一起来，最终生成一份Segro关于碳足迹和能源使用的报告。”
此外：担心AI代理会取代你？5种方法可将焦虑转化为工作行动
此前，这项繁琐的任务是由人工专门人员在Excel表格中完成的。
现在，在人工智能和流程自动化的帮助下，Corbridge的团队正在利用AI释放人力资源并创造商业价值。
“我们正在构建AI能力，让它出去获取数据，将其导入数据库，发现数据不正确的地方，并指出逻辑错误，比如电表读数与上个月相同，说明肯定有问题，”他说。
“这在小范围内产生了显著影响。看到有人对这个领域如此着迷，真是令人兴奋。结果非常令人激动。”
5. 减少管理负担
全球科技与人才解决方案提供商Nash Squared的首席信息官Ankur Anand表示，人工智能对数据管理最大的影响在于数据映射和标准化。
“人工智能能将集成工作量减少约30%到40%，相比传统使用Excel的方法，结果也更加准确，”他说。
Anand的团队使用了技术专家Nextgenlytics推出的AI驱动的数据管理平台BlueGecko，自动化了耗时的数据映射流程，尤其是在并购后的整合活动中。
他还向ZDNET解释了该系统如何在关键阶段（如ETL过程）产生精准结果。
“Blue Gecko能够理解数据、映射数据，并解释两个系统之间的通信方式以及其中的数值含义；通过这种方式，这项技术有助于加速ETL开发工作，”他说。
Anand建议其他希望整合数据和系统的专业人士关注文化因素。“想想那些一直使用其他工具的人，你如何引入变革管理流程？成功不仅仅取决于部署，采纳同样重要。”
来源与参考
收录于 2026-04-10