搜索关键词 ETL
AI & Enterprise
金融业AI竞争转向落地能力，平台能力成分水岭
2026年，AI在金融业已进入普及阶段，但机构之间的应用成效正持续分化。决定差距的关键不再是模型本身，而是能否在合规、可治理的基础上，将AI稳定部署到真实业务场景。领先机构正通过现代数据与AI平台打通数据、分析与AI流程，以提升运营效率和可信度。
AI & Enterprise
Databricks推出LTAP架构，打通事务数据库与分析系统并面向AI Agent
Databricks发布LTAP数据架构，基于数据湖中的同一份数据打通事务处理与分析，使应用、分析系统和AI Agent能够共享访问，减少对CDC、ETL及数据副本的依赖。公司同时推出实时分析引擎Lakehouse/RT，称小规模任务最低响应时间为10毫秒，大规模任务低于100毫秒以内。
AI & Enterprise
Snowflake发布“数据自主”战略，推进开放数据架构升级
Snowflake于当地时间8日发布“数据自主”战略，核心是通过强化开放数据架构和跨平台互操作能力，尽量减少数据迁移，简化数据治理，并提升AI系统访问企业数据的效率。此次更新扩大了对Apache Iceberg V3的支持，同时借助Apache Polaris推动访问控制、语义上下文等治理规则随数据迁移，并引入pg_lake、OpenLineage和Open Semantic Interchange等开源项目与标准。
