AI Perusahaan: Perikatan Databricks & Anthropic

Dalam satu langkah penting yang bersedia untuk membentuk semula cara syarikat memanfaatkan kecerdasan buatan, Databricks, sebuah kuasa besar dalam pengurusan data dan penyelesaian AI, telah bergabung tenaga dengan Anthropic, sebuah firma penyelidikan dan keselamatan AI terkemuka. Kedua-dua syarikat itu mengumumkan kerjasama strategik lima tahun yang besar bertujuan untuk mengintegrasikan model AI Claude canggih Anthropic secara mendalam terus ke dalam Platform Kecerdasan Data Databricks. Perjanjian bersejarah ini menjanjikan untuk menyampaikan keupayaan AI terkini Anthropic, termasuk model Claude 3.7 Sonnet terbaharunya, kepada pangkalan pelanggan Databricks yang luas, berjumlah lebih 10,000 organisasi di seluruh dunia. Objektif terasnya adalah bercita-cita tinggi namun jelas: memperkasakan perniagaan untuk membangun dan mengoperasikan ejen AI pintar yang mampu melakukan penaakulan kompleks dengan selamat, secara langsung menggunakan set data proprietari mereka yang unik dalam persekitaran bersatu. Integrasi ini kini boleh diakses merentasi penyedia awan utama—AWS, Azure, dan Google Cloud Platform—melalui platform Databricks.

Mengharungi Kerumitan Penerimagunaan AI Perusahaan

Daya tarikan kecerdasan buatan tidak dapat dinafikan bagi perusahaan moden, menjanjikan kecekapan transformatif, pengalaman pelanggan baharu, dan aliran pendapatan yang belum diterokai. Namun, laluan untuk merealisasikan faedah ini sering kali penuh dengan halangan yang ketara. Banyak organisasi mendapati diri mereka bergelut dengan cabaran praktikal untuk menterjemahkan potensi AI kepada nilai perniagaan yang ketara. Halangan utama terletak pada penggunaan berkesan repositori data dalaman yang luas dan sering terasing. Membina model AI, terutamanya ejen canggih yang mampu melakukan penaakulan dan pelaksanaan tugas autonomi, memerlukan akses lancar kepada data perusahaan ini.

Walau bagaimanapun, beberapa faktor merumitkan proses ini:

• Fragmentasi dan Kebolehcapaian Data: Data korporat sering berada dalam sistem yang berbeza, pangkalan data legasi, dan pelbagai persekitaran awan, menjadikan akses bersatu sukar dan mahal. Menyediakan data ini untuk penggunaan AI sering kali merupakan usaha yang memerlukan sumber yang intensif.
• Kebimbangan Keselamatan dan Privasi: Menggunakan data proprietari sensitif untuk latihan dan inferens AI menimbulkan persoalan keselamatan dan privasi yang kritikal. Organisasi memerlukan mekanisme yang kukuh untuk memastikan kerahsiaan data dan mencegah akses atau kebocoran yang tidak dibenarkan, terutamanya apabila memanfaatkan model AI pihak ketiga.
• Kerumitan Pembangunan dan Penggunaan: Mencipta, melatih, menilai, dan menggunakan ejen AI gred pengeluaran adalah cabaran kejuruteraan yang kompleks. Ia memerlukan kepakaran khusus, perkakasan canggih, dan ujian yang ketat untuk memastikan kebolehpercayaan dan ketepatan.
• Tadbir Urus dan Pematuhan: Mewujudkan rangka kerja tadbir urus yang berkesan untuk AI adalah amat penting. Ini termasuk mengurus versi model, menjejaki salasilah data, mengawal kebenaran akses, memantau kecenderungan atau penyalahgunaan, dan memastikan pematuhan terhadap peraturan yang berkembang.Kekurangan tadbir urus hujung ke hujung sering menghalang penggunaan AI secara meluas.
• Memastikan Ketepatan dan Kebolehpercayaan: Ejen AI mesti memberikan output yang tepat, boleh dipercayai, dan relevan secara kontekstual, terutamanya apabila berinteraksi dengan proses perniagaan kritikal atau aplikasi yang berhadapan dengan pelanggan. Menilai prestasi model terhadap tugas perusahaan tertentu dan memastikan kebolehpercayaan kekal sebagai cabaran yang ketara.
• Mengira Pulangan Pelaburan (ROI): Menunjukkan ROI yang jelas daripada pelaburan AI boleh menjadi sukar, terutamanya pada peringkat awal. Kos tinggi yang berkaitan dengan penyediaan data, pembangunan model, infrastruktur, dan bakat khusus memerlukan laluan yang jelas kepada hasil perniagaan yang boleh diukur.

Landskap cabaran yang kompleks inilah yang ingin ditangani oleh perkongsian strategik antara Databricks dan Anthropic, menawarkan laluan yang diperkemas untuk perusahaan mengatasi halangan ini dan membuka potensi sebenar AI yang diterapkan pada aset data unik mereka.

Sinergi Berkuasa: Menggabungkan Kecerdasan Data dengan AI Termaju

Kerjasama antara Databricks dan Anthropic mewakili penumpuan kekuatan pelengkap, mencipta penyelesaian yang ampuh untuk pasaran AI perusahaan. Databricks menyediakan Platform Kecerdasan Data asas, yang direka untuk menyatukan penggudangan data, tadbir urus, dan keupayaan AI dalam satu persekitaran yang padu. Seni binanya, yang dibina berdasarkan paradigma lakehouse, membolehkan organisasi mengurus data berstruktur dan tidak berstruktur secara meluas, memudahkan akses data yang lancar untuk beban kerja analitik dan pembelajaran mesin. Komponen utama seperti Mosaic AI menawarkan alat yang disesuaikan khusus untuk membina, menggunakan, dan memantau model dan ejen AI, memudahkan kitaran hayat AI hujung ke hujung.

Anthropic, sebaliknya, membawa keluarga model bahasa besar Claude yang canggih ke meja rundingan. Dikenali dengan kebolehan penaakulan termaju mereka, kecekapan dalam mengikuti arahan kompleks, dan penekanan kuat pada keselamatan dan pertimbangan etika melalui pendekatan Constitutional AI, model Claude direka untuk menangani tugas dunia nyata yang canggih. Kemasukan Claude 3.7 Sonnet, yang diserlahkan sebagai model penaakulan hibrid pertama di pasaran dan peneraju dalam tugas pengekodan, meningkatkan lagi keupayaan yang tersedia kepada pelanggan Databricks.

Dengan membenamkan model Anthropic secara langsung dalam platform Databricks, perkongsian itu menghapuskan banyak halangan tradisional yang berkaitan dengan penyepaduan perkhidmatan AI luaran. Integrasi natif ini memastikan bahawa kuasa Claude boleh digunakan secara langsung di mana data perusahaan berada, memupuk pendekatan yang lebih selamat, cekap, dan ditadbir untuk membina aplikasi AI dipacu data. Sinergi terletak pada penggabungan infrastruktur pengurusan data dan tadbir urus Databricks yang mantap dengan keupayaan penaakulan AI termaju Anthropic, menawarkan perniagaan kit alat terbaik dalam kelasnya untuk membangun dan menggunakan ejen AI yang canggih dan boleh dipercayai yang disesuaikan dengan konteks operasi khusus mereka.

Melepaskan Potensi Claude dalam Fabrik Databricks

Integrasi model Claude Anthropic ke dalam Platform Kecerdasan Data Databricks direka untuk kelancaran dan kuasa, menjadikan keupayaan AI termaju mudah diakses oleh pelbagai pengguna dalam sesebuah organisasi. Ini bukan sekadar sambungan API; ia mewakili pembenaman mendalam Claude dalam ekosistem Databricks.

Aspek utama integrasi ini termasuk:

• Kebolehcapaian Natif: Pengguna boleh berinteraksi dengan model Claude secara langsung melalui antara muka Databricks yang biasa. Ini termasuk memanggil model melalui pertanyaan SQL standard, satu kelebihan ketara untuk penganalisis data dan profesional yang sudah selesa dengan SQL. Selain itu, model tersedia sebagai titik akhir yang dioptimumkan, membolehkan saintis data dan pembangun dengan mudah memasukkan Claude ke dalam aliran kerja dan aplikasi pembelajaran mesin mereka.
• Ketersediaan Merentas Awan: Menyedari realiti berbilang awan perusahaan moden, tawaran bersepadu ini tersedia merentasi AWS, Azure, dan Google Cloud Platform, memastikan organisasi boleh memanfaatkan kuasa gabungan Databricks dan Anthropic tanpa mengira penyedia infrastruktur awan pilihan mereka.
• Memanfaatkan Claude 3.7 Sonnet: Ketersediaan segera model terbaharu Anthropic, Claude 3.7 Sonnet, memberikan pengguna akses kepada keupayaan terkini. Kekuatannya dalam penaakulan hibrid dan pengekodan membuka kemungkinan baharu untuk penyelesaian masalah kompleks dan tugas penjanaan atau analisis kod automatik secara langsung dalam platform data.
• Prestasi Dioptimumkan: Integrasi natif memudahkan prestasi dan kecekapan yang dioptimumkan. Dengan menjalankan model Claude lebih dekat dengan data dalam persekitaran Databricks, kependaman dapat diminimumkan, dan kos pemindahan data yang berkaitan dengan panggilan API luaran dapat dikurangkan dengan ketara.

Integrasi mendalam ini mengubah cara organisasi boleh menggunakan model bahasa besar. Daripada menganggap AI sebagai perkhidmatan luaran yang berasingan yang memerlukan saluran paip data yang kompleks dan penyelesaian keselamatan, Claude menjadi sebahagian intrinsik daripada aliran kerja kecerdasan data, sedia tersedia untuk meningkatkan analitik, mengautomasikan tugas, dan memacu inovasi secara langsung daripada asas data organisasi.

Memupuk Kecerdasan Khusus Domain dengan Data Perusahaan

Mungkin janji yang paling menarik daripada perkongsian Databricks-Anthropic terletak pada keupayaannya untuk memperkasakan organisasi membina ejen AI yang sangat khusus yang memiliki pengetahuan khusus domain yang mendalam, diperoleh secara langsung daripada data proprietari syarikat itu sendiri. Model AI generik, walaupun berkuasa, sering kekurangan pemahaman bernuansa tentang industri tertentu, jargon syarikat, atau proses dalaman yang diperlukan untuk tugas perusahaan bernilai tinggi. Kerjasama ini secara langsung menangani jurang tersebut.

Integrasi ini memudahkan penciptaan ejen AI canggih yang mampu:

• Penaakulan dan Perancangan Termaju: Model Claude cemerlang dalam penaakulan dan perancangan pelbagai langkah. Apabila digabungkan dengan akses kepada data unik organisasi melalui Databricks, ejen ini boleh menangani aliran kerja yang kompleks. Contohnya:
  • Dalam farmaseutikal, ejen boleh menganalisis data ujian klinikal bersama rekod kesihatan pesakit (dengan perlindungan yang sesuai) dan literatur penyelidikan untuk mengenal pasti calon yang sesuai untuk ujian atau meramalkan interaksi ubat yang berpotensi, memperkemas proses yang kompleks dan memakan masa.
  • Dalam perkhidmatan kewangan, ejen boleh menganalisis corak transaksi, sejarah pelanggan, dan data pasaran masa nyata untuk memberikan nasihat pelaburan yang sangat diperibadikan atau mengesan aktiviti penipuan canggih yang mungkin mengelak sistem berasaskan peraturan tradisional.
  • Dalam pembuatan, ejen boleh mengaitkan data sensor daripada jentera, log penyelenggaraan, dan maklumat rantaian bekalan untuk meramalkan kegagalan peralatan dengan tepat dan mengoptimumkan jadual pengeluaran secara proaktif.
• Mengendalikan Set Data Besar dan Pelbagai: Tetingkap konteks Claude yang besar membolehkannya memproses dan membuat penaakulan ke atas sejumlah besar maklumat secara serentak. Ini penting untuk kes penggunaan perusahaan yang sering melibatkan set data yang luas dan pelbagai yang disimpan dalam lakehouse Databricks.
• Penyesuaian melalui RAG dan Penalaan Halus: Platform ini memudahkan proses penyesuaian model Claude. Organisasi boleh melaksanakan Retrieval-Augmented Generation (RAG) dengan mudah dengan mencipta indeks vektor dokumen dan data mereka secara automatik dalam Databricks. Ini membolehkan ejen AI mendapatkan maklumat dalaman yang relevan dan terkini untuk menghasilkan respons yang lebih tepat dan berasaskan konteks. Tambahan pula, platform ini menyokong penalaan halus model Claude pada set data perusahaan tertentu, membolehkan penyesuaian yang lebih mendalam kepada bahasa, proses, dan domain pengetahuan khusus syarikat.

Dengan membawa kuasa penaakulan Claude secara langsung untuk menanggung data proprietari dalam platform bersatu, perniagaan boleh bergerak melangkaui aplikasi AI generik dan membangunkan ejen yang benar-benar pintar yang memahami landskap operasi unik mereka, memacu peningkatan ketara dalam kecekapan, pembuatan keputusan, dan inovasi.

Mewujudkan Asas Kepercayaan: Tadbir Urus Bersepadu dan AI Bertanggungjawab

Dalam era AI, kepercayaan bukan sekadar sifat yang diingini; ia adalah keperluan asas. Menyedari hal ini, perkongsian Databricks dan Anthropic memberikan penekanan yang kuat untuk menyediakan tadbir urus yang mantap dan memupuk amalan pembangunan AI yang bertanggungjawab. Ini dicapai dengan mengintegrasikan metodologi berfokuskan keselamatan Anthropic secara ketat dengan rangka kerja tadbir urus komprehensif Databricks.

Elemen utama yang menyokong ekosistem AI yang boleh dipercayai ini termasuk:

• Tadbir Urus Bersatu melalui Unity Catalog: Unity Catalog Databricks berfungsi sebagai sistem saraf pusat untuk tadbir urus data dan AI merentasi platform. Ia menyediakan penyelesaian tunggal dan bersatu untuk mengurus aset data, model AI, dan artifak berkaitan. Dalam konteks integrasi Anthropic, Unity Catalog membolehkan:
  • Kawalan Akses Terperinci: Organisasi boleh menentukan dan menguatkuasakan kebenaran yang tepat, memastikan hanya pengguna atau proses yang dibenarkan boleh mengakses data tertentu atau berinteraksi dengan model Claude.
  • Penjejakan Salasilah Hujung ke Hujung: Unity Catalog secara automatik menjejaki salasilah data dan model AI sepanjang kitaran hayat mereka. Ini memberikan keterlihatan penting tentang bagaimana model dilatih, data apa yang diaksesnya, dan bagaimana outputnya digunakan, menyokong kebolehauditan dan pematuhan peraturan.
  • Pengurusan Kos: Ciri seperti pengehadan kadar membolehkan organisasi mengawal penggunaan model Claude, mengurus kos berkaitan dengan berkesan, dan mencegah lebihan bajet yang tidak dijangka.
• Komitmen Anthropic terhadap Keselamatan: Falsafah pembangunan Anthropic berakar umbi dalam penyelidikan keselamatan AI. Pendekatan Constitutional AI mereka melibatkan latihan model AI untuk mematuhi satu set prinsip atau ‘perlembagaan’, mempromosikan tingkah laku yang membantu, jujur, dan tidak berbahaya. Fokus intrinsik pada keselamatan ini melengkapkan keupayaan tadbir urus Databricks.
• Melaksanakan Pagar Keselamatan: Platform bersepadu membolehkan organisasi melaksanakan pagar keselamatan tambahan yang disesuaikan dengan toleransi risiko dan garis panduan etika khusus mereka. Ini termasuk memantau interaksi model untuk potensi penyalahgunaan, mengesan dan mengurangkan kecenderungan, dan memastikan sistem AI beroperasi dalam sempadan etika yang telah ditetapkan.
• Mengekalkan Prestasi: Yang penting, penekanan pada tadbir urus dan keselamatan ini direka untuk berfungsi seiring dengan, bukannya menghalang, kelebihan prestasi menggunakan model sempadan seperti Claude. Matlamatnya adalah untuk menyediakan persekitaran yang selamat dan bertanggungjawab tanpa menjejaskan kuasa dan utiliti AI.

Dengan menggabungkan infrastruktur tadbir urus bersatu Databricks dengan reka bentuk AI yang mengutamakan keselamatan Anthropic, perkongsian itu menawarkan perusahaan rangka kerja yang mantap untuk membangun, menggunakan, dan mengurus ejen AI secara bertanggungjawab. Pendekatan bersepadu ini membantu membina kepercayaan pihak berkepentingan, memastikan pematuhan, dan membolehkan organisasi menskalakan inisiatif AI mereka dengan yakin.

Kelebihan Integrasi Natif: Kecekapan dan Keselamatan

Pembeza kritikal perkongsian Databricks-Anthropic ialah integrasi natif model Claude dalam Platform Kecerdasan Data. Ini berbeza secara ketara dengan pendekatan yang bergantung semata-mata pada panggilan API luaran untuk mengakses model bahasa besar. Faedah integrasi mendalam ini adalah besar bagi perusahaan.

• Mengurangkan Pergerakan Data: Apabila model AI diintegrasikan secara natif, keperluan untuk memindahkan sejumlah besar data perusahaan yang berpotensi sensitif ke luar perimeter selamat persekitaran Databricks diminimumkan atau dihapuskan. Data boleh diproses dan dianalisis di tempatnya, meningkatkan postur keselamatan dengan ketara dan mengurangkan risiko yang berkaitan dengan transit data.
• Kependaman Lebih Rendah dan Prestasi Lebih Baik: Memproses data dan melaksanakan inferens AI dalam platform yang sama mengurangkan kependaman rangkaian berbanding membuat panggilan ke perkhidmatan luaran. Ini menghasilkan masa respons yang lebih pantas untuk aplikasi AI, yang penting untuk kes penggunaan masa nyata dan ejen interaktif.
• Aliran Kerja Dipermudahkan: Integrasi natif memperkemas proses pembangunan. Jurutera data, penganalisis, dan saintis boleh mengakses keupayaan Claude menggunakan alat dan antara muka yang biasa (seperti SQL atau buku nota Python dalam Databricks) tanpa perlu mengurus kunci API, protokol pengesahan, atau penyambung data yang berasingan untuk perkhidmatan AI luaran.
• Kecekapan Kos: Menghapuskan keperluan untuk egress data yang meluas (memindahkan data keluar dari persekitaran awan) boleh membawa kepada penjimatan kos yang ketara, kerana penyedia awan sering mengenakan bayaran untuk data yang meninggalkan rangkaian mereka. Tambahan pula, penggunaan sumber yang dioptimumkan dalam platform bersepadu boleh menyumbang kepada kecekapan kos keseluruhan.
• Tadbir Urus Konsisten: Mengaplikasikan dasar tadbir urus bersatu Unity Catalog Databricks menjadi lebih mudah apabila model AI adalah sebahagian daripada platform, bukannya entiti luaran. Kawalan akses, penjejakan salasilah, dan pemantauan diterapkan secara konsisten merentasi kedua-dua aset data dan AI.

Pendekatan natif ini secara asasnya memudahkan seni bina yang diperlukan untuk membina ejen AI yang canggih, menjadikan proses itu lebih selamat, cekap, dan terurus untuk perusahaan berbanding dengan menggabungkan perkhidmatan yang berbeza.

Pengesahan Dunia Sebenar: Membolehkan AI Selamat dan Boleh Skala

Faedah praktikal pendekatan bersepadu ini sudah pun diiktiraf oleh pemimpin industri. Block, Inc., sebuah syarikat teknologi kewangan terkemuka, mencontohkan proposisi nilai tersebut. Seperti yang diserlahkan oleh Jackie Brosamer, VP Kejuruteraan Platform Data dan AI di Block, syarikat itu mengutamakan aplikasi AI yang praktikal, bertanggungjawab, dan selamat. Memanfaatkan hubungan strategik mereka dengan Databricks membolehkan Block mengakses model terkini seperti Claude Anthropic secara langsung dalam persekitaran data mereka yang dipercayai.

Block menggunakan keupayaan ini untuk menggerakkan ‘codename goose’, inisiatif ejen AI sumber terbuka dalaman mereka. Keupayaan untuk menggunakan model seperti Claude secara bersekutu melalui Databricks menawarkan kelebihan kritikal:

• Fleksibiliti dan Kebolehskalaan: Ia membolehkan Block menskalakan keupayaan AI mereka dengan lancar merentasi pasukan dan kes penggunaan yang berbeza.
• Keselamatan Dipertingkat: Mengekalkan interaksi model dan pengendalian data dalam persekitaran Databricks mereka yang ditadbir selaras dengan keperluan keselamatan mereka yang ketat.
• Kawalan Pengguna: Pendekatan ini mengekalkan kawalan penting ke atas cara model AI digunakan dan cara data diakses.

Bagi Block, integrasi Databricks-Anthropic bukan hanya tentang mengakses model yang berkuasa; ia adalah tentang mempunyai platform yang selamat, fleksibel, dan boleh skala untuk memupuk kecekapan yang lebih besar dan memacu inovasi secara bertanggungjawab di seluruh organisasi. Aplikasi dunia sebenar ini menggariskan faedah ketara menggabungkan AI termaju dengan platform kecerdasan data yang mantap dan ditadbir.

Merangka Haluan Masa Depan Kecerdasan Dipacu Data

Perikatan antara Databricks dan Anthropic menandakan lebih daripada sekadar integrasi teknikal; ia mencerminkan visi strategik untuk masa depan AI perusahaan, di mana kecerdasan canggih ditenun secara mendalam ke dalam fabrik pengurusan data dan tadbir urus. Seperti yang dinyatakan oleh Ali Ghodsi, Pengasas Bersama dan Ketua Pegawai Eksekutif Databricks, permintaan yang semakin meningkat untuk kecerdasan data—keupayaan untuk memahami dan bertindak ke atas data dengan berkesan—mendorong keperluan untuk penyelesaian bersepadu yang berkuasa sedemikian. Dengan membawa model Anthropic secara selamat dan cekap ke Platform Kecerdasan Data, mereka bertujuan untuk memperkasakan perniagaan untuk membina ejen AI yang ditala halus kepada realiti operasi khusus mereka, menandakan apa yang dilihat oleh Ghodsi sebagai fasa seterusnya AI perusahaan.

Menggemakan sentimen ini, Dario Amodei, Ketua Pegawai Eksekutif dan Pengasas Bersama Anthropic, menekankan bahawa transformasi perniagaan oleh AI sedang berlaku sekarang, bukan sebagai prospek yang jauh. Beliau menjangkakan kemajuan luar biasa dalam ejen AI yang mampu mengendalikan tugas kompleks secara autonomi. Menjadikan Claude sedia tersedia di Databricks menyediakan pelanggan dengan alat penting untuk membina ejen dipacu data yang berkuasa ini, membolehkan mereka mengekalkan kelebihan daya saing dalam era AI yang berkembang pesat ini.

Perkongsian ini meletakkan Platform Kecerdasan Data Databricks sebagai hab pusat di mana organisasi bukan sahaja boleh mengurus dan menganalisis data mereka tetapi juga menyemainya dengan keupayaan penaakulan AI terkini dengan selamat dan berkesan. Ia menangani keperluan perusahaan kritikal untuk membina penyelesaian AI yang dipesan khas dan boleh dipercayai yang memanfaatkan nilai unik yang terkunci dalam set data proprietari. Dengan mendemokrasikan akses kepada model termaju seperti Claude dalam rangka kerja yang ditadbir, Databricks dan Anthropic membuka jalan untuk generasi baharu aplikasi pintar merentasi pelbagai industri—daripada mempercepatkan penyelidikan penyakit dan memerangi perubahan iklim kepada mengesan penipuan kewangan dan memperibadikan pengalaman pelanggan—akhirnya memacu evolusi ke arah organisasi yang benar-benar pintar data.