埃森哲与AWS推AI代理加速数据转型

埃森哲与AWS推AI代理加速数据转型
Photo by Chantal Garnier / Unsplash

企业数据从战略资产到AI驱动的竞争优势之间,始终横亘着一道“数据就绪度”的鸿沟。尽管近九成企业计划在2026年增加AI投资,但数据碎片化、缺乏治理与格式陈旧等问题,正导致大量生成式AI项目在概念验证后被无情抛弃。全球IT服务巨头埃森哲(Accenture)与亚马逊云科技(AWS)于近期联合推出了三款深度集成智能体(Agentic AI)能力的解决方案,旨在革新企业数据的发现、迁移、治理与消费模式,为大规模落地生成式AI和智能体应用铺平道路。这三款产品现已上架AWS Marketplace。

三大智能体解决方案破解数据就绪度难题

这三款解决方案分别针对数据生命周期的不同阶段,形成从评估到消费的完整闭环。它们并非必须按序使用,企业可根据自身现状并行启动。核心包括三个独立但互补的产品:Accenture Agentic Data Discovery for AWS(数据发现)、Accenture Agentic Data Modernization for AWS(数据现代化),以及Accenture Agentic Semantic Layer for AWS(语义层)。数据发现负责识别与分类数据资产;数据现代化负责迁移与转换遗留平台;语义层则在不要求数据集中存储的前提下,统一联邦化访问,使其可被AI智能体和应用高效查询。

尤为值得关注的是,所有智能体均基于Amazon Bedrock AgentCore构建,可快速部署在企业自身的AWS环境中,并自动执行代码转换、数据质量校验与自动化测试等复杂任务。支持的转换路径涵盖Oracle、Teradata、Db2等传统数据库向Amazon Redshift、Amazon S3(搭配Apache Iceberg)及Snowflake等现代平台的迁移。

客户实践成效:50%库存精简与600%效率跃升

这些解决方案已在真实客户中产生了可量化的商业价值。在一家采用Accenture Agentic Data Discovery的客户案例中,通过智能识别非活跃与一次性数据,实现了约50%的数据库存合理化,并在对数据、代码及商业智能资产进行相似性分析后,进一步合并了约25%的库存。同时,该方案为超过1400份报表完成了端到端的血缘分析,为现代化规划提供了坚实的技术基础。

另一家部署了Accenture Agentic Semantic Layer的客户,在短短时间内跨25个业务领域部署了超过300个数据产品。其数据采购团队的吞吐效率提升了高达600%,并通过智能化的数据产品化,实现了30%至40%的数据基础设施成本节省,同时为未来的智能体AI工作负载做好了准备。

Accenture与AWS联合创新的行业领导力

这一合作建立在双方超过16年的深度伙伴关系之上。Accenture已向AWS迁移超过11万个工作负载,并交付了逾4100个联合项目。2025年,该合作伙伴关系获得了AWS颁发的“全球咨询合作伙伴年度最佳”及“全球生成式AI合作伙伴年度最佳”等多项殊荣。这一组合将AWS领先的云基础设施与AI服务能力,与Accenture在企业级转型、合规治理及行业特定需求方面的深厚经验相结合,为企业在AI驱动的新市场中构建了不可复制的战略优势。

Read more

英伟达将AI智能体装进桌面工作站

英伟达将AI智能体装进桌面工作站

Nvidia正在将Agentic AI从云端推向桌面端,为其最强大的工作站DGX Station推出Agent Toolkit软件工具包。这套工具将复杂的AI代理部署简化为“三步、30分钟”的本地化流程,并首次与Omniverse仿真平台深度整合,形成从硬件到软件再到应用层的全栈闭环。在资本市场对AI投资回报越发敏感的当下,此举标志着Nvidia从纯粹的算力供应商向平台生态构建者的战略延伸。 三步部署、30分钟运行Agent,GB300提供算力底座 DGX Station是Nvidia目前最强大的桌面工作站,搭载GB300 Blackwell Ultra GPU,为运行大规模AI模型和复杂代理提供了充足算力。传统上,部署AI代理通常需要数天甚至数周的环境配置、驱动适配和依赖管理。Agent Toolkit则将这一过程压缩至约30分钟,开发者只需三个步骤即可完成软件部署,在本地计算机上直接运行AI代理。这种“开箱即用”的设计显著降低了Agentic AI的入门门槛,让中小开发团队和企业研究人员能够将精力集中在业务逻辑开发上,而非底层基础设施建设。 与Omniverse结合,构建

By Yuchen
Kimi K3发布:2.8万亿参数开源模型冲击市场

Kimi K3发布:2.8万亿参数开源模型冲击市场

月之暗面发布的Kimi K3模型凭借2.8万亿参数规模与开放权重路线,正在动摇全球AI市场估值逻辑。这款开源旗舰模型以接近顶级闭源产品的性能、仅为OpenAI和Anthropic模型一小部分的成本,引发了美股科技板块剧烈震荡——IG市场分析师指出,两家未上市AI公司的合计估值预期因此减少3140亿美元。市场将此次发布称为“DeepSeek时刻”,但真正的赢家或许不是模型开发者,而是存储芯片与AI基础设施层。 开源路线改写竞争逻辑:性能、成本与生态成新战场 Kimi K3推动AI行业从“模型能力竞赛”转向“性能、成本与开放生态”的综合较量。其支持100万Token上下文窗口,可处理超长文档、大型代码库及复杂多轮任务,并采用“高性能+开放权重”策略,让开发者和企业能够低成本进行二次开发。Saxo Markets首席投资策略师Charu Chanana指出:“能力更强、成本更低的开放模型将降低应用开发成本,加速AI在代码开发、客户服务和工业流程中的落地。”这一逻辑直接挑战了美国限制先进芯片出口阻碍他国AI发展的假设,迫使投资者重新评估AI投资回报预期。 存储芯片与AI基础设施:需求

By Bonan
Neo获1亿美元融资,构建AI代理控制层

Neo获1亿美元融资,构建AI代理控制层

企业AI代理的爆发式增长正在催生一个全新的安全赛道。本周一,由前SentinelOne、Wiz和Palo Alto Networks高管联合创立的初创公司Neo宣布获得1亿美元种子轮融资,投资方包括Andreessen Horowitz(a16z)和Bessemer Venture Partners。Neo正在构建一个所谓的“企业代理软件实时控制层”,旨在解决一个日益严峻的问题:AI代理正在以远超安全团队追踪速度的方式,被嵌入到浏览器、开发工具、SaaS平台和传统企业应用中。据Gartner预测,到2026年底,40%的企业应用将具备代理能力,而这一比例在2025年仅为5%。这意味着那些能够推理、行动、调用工具、编排工作流并继承用户权限的软件,正在以安全架构从未设计应对的方式渗透企业环境。 5%到40%:企业应用Agentic能力的爆炸式增长 Gartner的数据揭示了这场变革的规模:2025年仅有5%的企业应用具备代理能力,而到2026年底这一数字将飙升至40%。Neo的核心卖点正是基于这一趋势。其平台为安全运营团队提供覆盖整个组织的AI代理和代理赋能应用的完整清单,评估它们的

By Yuchen
AI Agent攻破Hugging Face被AI捕获

AI Agent攻破Hugging Face被AI捕获

一场前所未有的网络安全战役已然上演:一个自主AI代理成功渗透了机器学习模型平台Hugging Face的生产基础设施,随后被另一套AI防御系统识别并标记。安全专家认为,这是企业安全领域AI对抗AI的首个重大实例。这一突破引发紧迫追问:面对能比人类安全团队更快适应、学习和进化的自主攻击,企业该如何防御? AI代理攻破Hugging Face生产系统:自主攻击首次在真实环境中得手 被称为机器学习版GitHub的Hugging Face,如今成为新型安全威胁的"零号地带"。据ZDNet报道,一个自主AI代理成功侵入了该平台的生产基础设施——而曝光这起攻击的唯一原因,是另一个AI系统捕捉到了异常行为。与需要人类操作员导航系统并做出决策的传统网络攻击不同,AI代理能够自主规划、执行并调整多步骤入侵,全程无需人工指导。更令人警醒的是,人类安全分析师并未发现这次入侵;是AI驱动的防御系统识别了异常行为模式并发出警报。这如同两枚国际象棋引擎在棋盘上对弈,而人类棋手只能旁观。 防御AI需要100%正确,攻击AI只需一次得手:攻防不对称性倒逼安全策略重构 Hugging Face托管着超过50

By Yuchen