夜雨聆风全球数据管理、网络安全和平台现代化领域的领导者 Quest 软件宣布对 Quest 可信数据管理平台进行两项重大更新。该平台是业界唯一的统一端到端 SaaS 平台，用于提供可信、AI 就绪的数据。
在今年早些时候推出的变革性功能——自动化数据产品工厂的基础上，该平台新增的 AI 驱动能力为现代数据团队带来了创新技术，包括：Quest Data Modeler（一款云原生数据建模工具）以及Quest Data Intelligence（扩展了涵盖治理、数据谱系、合规、数据产品、数据质量以及对受治理数据的自然语言访问的 AI 助手库）。
大多数企业将独立的数据建模工具、治理套件和 AI 助手拼凑在一起使用，导致命名定义不统一、审计追踪断裂，以及 AI 助手在不受治理的数据上运行。Quest Data Modeler 和 Quest Data Intelligence 在 Quest 可信数据管理平台内协同工作，消除了这种碎片化问题，为客户提供了对数据的共同理解，带来可信、可靠的体验。数据建模确立了逻辑定义和命名标准，数据治理则确保这些标准在整个平台上保持一致，在数据被消费的任何地方都创建统一的业务术语。QuestAI 助手对每位用户使用相同的语言。最终实现了一个平台、一条审计追踪、以及从数据结构到消费方式的统一数据理解。
"可信数据是任何现代 AI 战略的基石，我们持续的创新正在帮助企业将 AI 愿景转化为实际业务价值——以更低的风险、更高的准确性，以及使快速 AI 部署成为可能的可信数据，"Quest 软件首席产品与技术官 Michael Laudon 表示。"在 AI 时代我们都在以这样的速度前进，信任不能是事后追加的——它必须从一开始就融入其中，否则 AI 项目就会停滞不前。这就是为什么我们设计的 Quest 可信数据管理平台具有多个切入点，每个切入点都对应企业数据和 AI 成熟度的不同阶段，以便我们能够在客户所在的阶段为其提供服务。一些企业刚开始着手解决数据可见性和质量问题；另一些则正在将治理和谱系投入运营以满足监管和风险要求；而最先进的企业正在将数据作为产品进行管理，使其持续受到信任、可重复使用、并可扩展用于 AI、分析和自动化。通过添加 AI 驱动的数据建模和数据智能，我们为企业提供了首个覆盖整个数据生命周期的解决方案，帮助他们更快地实现可信、AI 就绪的数据——无论他们处于什么阶段。"
"归根结底，没有可信的数据就没有可信的 AI，没有完善的数据建模就没有可信的数据。这是一切的起点，"摩根大通执行董事 Rocky Creel 表示。"碎片化的数据格局、不一致的定义和手动流程拖慢了一切，并削弱了我们对下游交付成果的信心。Quest 软件的数据建模解决方案通过定义良好的结构、共享语义和受治理的设计，为我们提供了所需的基础严谨性和一致性，每个下游功能都可以在此基础上构建。当你的模型正确时，治理、谱系和 AI 就绪性就会随之而来。这就是为什么 Quest 在数据建模方面的持续创新对于帮助构建可扩展、可信、AI 就绪的数据生态系统至关重要。"
在每个行业和企业中，数据团队都在应对碎片化、不可信的数据（这限制了他们的 AI 就绪性）、加速的监管合规要求，以及侵蚀对数据产品产出信任的分散工具和定义。现有解决方案只能解决这些问题中的某一个，而 Quest 可信数据管理平台在单一产品中解决了所有三个问题，并且是为现代数据团队的工作方式而构建的。
凭借 Quest Data Modeler 和 Quest Data Intelligence，可信数据管理平台现在可以治理现代数据栈中最重要的两层——数据如何建模，以及数据如何治理。没有其他解决方案能够在单一产品中同时覆盖这两者。
Quest Data Modeler专为现代数据栈而设计，旨在消除缺乏现代协作能力的传统工具与缺乏治理能力的轻量级 SaaS 工具之间的权衡。依托 Quest 在数据建模领域的领先地位，它将 AI 驱动的数据建模与企业级治理结合在单一产品中，提供实时协作、受治理的业务定义，以及在混合和云环境（包括 Microsoft Fabric、Databricks、Snowflake 等）中的标准命名。
Quest Data Modeler 的功能包括：
- AI 辅助建模：一个自然语言界面，可以生成和优化模型，建议一致的命名约定，并通过提案和审查工作流加速交付。建模周期现在从数周缩短至数小时，同时不牺牲企业所需的审计追踪。
实时协作建模：允许数据架构师、分析工程师、业务分析师和数据管理员在单个实时工作空间中协作，评论和讨论直接在建模工作空间中处理，消除孤立工作。 企业模型仓库：提供集中的 Mart 仓库，具备模型锁定、版本历史、多用户冲突解决和受控变更管理功能，为数据团队提供大型多团队项目所需的严谨性，以及其他云原生建模工具所不具备的治理基础设施。 全栈建模：在一个地方包含概念、逻辑和物理数据建模，每层都具有可见性，确保"客户"和"收入"在每个团队、仪表板和 AI 系统中含义相同。 遗产与混合共存：现在，依赖现有投资的数万家企业可以迁移资产、维护混合工作流，并按照自己的节奏迁移到云端，使他们能够保护数十年的建模规范而无需从头开始——这是其他云原生竞争对手无法比拟的路径。
Quest Data Intelligence 的功能包括：
- AI驱动的策略管理器：提供与监管保持同步的治理，而不是被动追赶。此功能直接从一些最严格的监管框架生成策略——包括欧盟 AI 法案、美国国家标准与技术研究院（NIST）AI 风险管理框架和GDPR，并在数据访问点实时执行策略，提供由持续合规监控和完整审计追踪支持的策略即代码方法。
扩展的 QuestAI 助手库：在 QuestAI 管理助手的基础上，帮助企业将业务术语表开发速度提高 75%，将新数据源接入速度提高 10 倍。新增的助手现在涵盖术语表和所有权、数据谱系、合规、数据产品和数据质量。 通用语义助手：通过 Quest 的语义层提供对受治理、可信洞察的自然语言访问，弥合业务问题与回答这些问题的技术数据之间长期存在的差距。
