还记得20世纪90年代互联网的兴起或21世纪初的移动革命吗?在那些早期的数字创新浪潮中，数据是一种新兴资源。当时的网络规模相对较小——到1998年，全球仅有约240万个网站，而如今已超过15亿个。且大部分数据以文本形式存在，这意味着企业主要依赖内部数据库中的结构化数据。即便在2007年第一代iPhone问世后，设备连接性仍受限，企业可用于分析的数据也呈现碎片化且不够成熟。

快进到今天，我们正处于数字化转型的又一个关键节点，如今企业正淹没在数据洪流中。IDC估计，90%的企业数据是非结构化的，这使得数据散落在过时系统、不同云平台和全球数据中心中。如果没有合适的工具来利用和结构化这些数据，这种数据过剩将与数据短缺一样成为棘手的问题。

要在当今动态的商业环境中保持竞争力，企业需要一种有效的方式来理解数据、将其应用于人工智能项目，并在跨国界的情况下维护数据主权。这需要全面的可观察性、敏捷的基础设施，以及一种将数据视为成功智能平台的范式转变。

如何理清数据的混乱是关键

集中式数据管理和可观察性作为组织从数据中提取洞察力的统一者，同时确保系统以峰值性能运行。负责关键任务工作负载的高级管理人员报告称，全面的可观察性提升了将人工智能集成到这些工作负载中的能力，使价值创造提升超过20%。以Spotify为例，该平台通过分析4.56亿活跃用户的数据，实时提供个性化歌单。集中式可观察性使其能够即时追踪用户行为与偏好，将数据混乱转化为精心策划的体验。

这种对数据的可视化与直接管控支持数据主权。例如，想象一个钱包内存有10种不同货币，每种仅在对应国家有效。若缺乏货币兑换机制，这些货币价值有限，因为每张钞票仅能在对应国家使用。集中管理与可观察性在此例中相当于兑换系统。它们为不同货币(即来自不同位置的数据)建立共同标准，使货币得以流通(即数据的全部价值得以实现)。这对于人工智能工作负载尤为关键，因为它们需要从不同来源获取海量数据才能运行。

Postgres通过无缝集成本地和云环境，实现统一的数据管理层。借助内置扩展提供的实时性能洞察，企业可持续优化人工智能工作负载。这很重要，因为Gartner报告指出，数据质量低下每年平均给组织造成$12.9百万的损失，这通常是由于系统割裂和缺乏可见性所致。

实现主权与安全数据的随时随地访问

在任何时候，消费者都能查看属于他们的数据：银行账户余额、抵押贷款支付、最近购买记录、流媒体习惯等。这些数据随时随地可访问，且安全可靠。理想情况下，这一原则也应适用于企业的数据。但由于数据被锁定在不同的云端、地理位置和本地环境中，这种可见性(以及潜在的有价值洞察)往往无法实现。

Postgres通过角色访问控制、加密连接和内置审计等功能，确保数据在不同环境中保持安全和合规。其数据复制和同步能力使跨国数据访问成为可能，使像 Airbnb 这样的公司能够在遵守多个国家数据法规的同时，仍为用户提供无缝体验。

让实时价值创造成为现实

在当今快节奏的世界中，能够实时处理数据不仅是有益的，更是必要的。Accenture 的报告显示，能够利用实时数据的公司比竞争对手表现优异的概率高出 2.5 倍。以优步为例，其根据需求、交通状况和天气等实时因素动态调整定价。这种近乎即时的能力通过将服务与不断变化的客户需求相匹配，推动了业务成功。

企业通过赋予一线员工做出明智、实时决策的能力，能够获得巨大收益。但要实现这一目标，企业需要对客户数据有近乎即时的理解。这意味着数据需要在不同领域之间无缝流动，以便及时提供信息，帮助员工做出有影响力的决策。

Postgres支持此类复杂交易和近实时分析，使其成为需要即时价值的企业理想选择。其可扩展性使企业能够直接在数据库中集成AI模型，实现大规模个性化体验。

将 AI 作为核心数据平台能力

AI 计划的成功取决于访问、治理和处理数据的能力。因此，企业 AI 计划的成功取决于其能否随时随地访问数据，同时保持合规性。这些新需求需要一个跨环境运行的治理框架，从本地到私有云和公有云，同时在每个步骤中保持灵活性和合规性。像 Netflix 这样每天处理数十亿数据事件的公司，依赖于复杂的数据架构来支持人工智能驱动的推荐系统。

麦肯锡指出，人工智能驱动的公司比行业同行实现的利润率高出 5 到 10 个百分点，这突显了强大的人工智能就绪数据平台的重要性。

前行之路：数据主权与AI的结合

全球最成功的企业亚马逊、Meta、Netflix、特斯拉——深知数据与AI密不可分。为保持竞争力，企业需从将数据视为副产品转变为将其视为AI策略的基石。一个主权AI和数据平台可释放此潜力，在现代化基础设施的同时推动业务增长。Postgres不仅是转型的工具，更是让数据为您所用的催化剂。

作者Jozef de Vries是EDB的首席产品工程官。