IBM 簡化企業數據堆棧，迎接生成式 AI 時代

• 隨著組織擴展AI代理及其他先進 AI 應用，IBM 將其與關鍵的非結構化數據連接
• 新推出的 watsonx.data integration 與 watsonx.data intelligence 實現企業級生成式 AI 的數據經緯（data fabric），並補充 IBM 混合開放式湖倉一體的數據平台 watsonx.data
• 根據 IBM 內部測試，使用 watsonx.data 可達成比傳統 RAG 高出 40% 的 AI 精準度

香港2025年6月11日 /美通社/ -- 本月，IBM 大幅簡化企業數據堆棧，推出新軟件，來統一、治理及激活驅動 AI 代理和其他先進 AI 應用所需的非結構化企業數據。

IBM 簡化企業數據堆棧，迎接生成式 AI 時代

兩款新產品包括 IBM watsonx.data integration 和 IBM watsonx.data intelligence。這兩款產品的部分功能也將透過 IBM 混合開放式湖倉一體數據平台 watsonx.data 提供，實現以一致的體驗來管理整個 AI 數據生命週期。

新軟件採用混合且開放架構，能連接第三方數據堆棧，提供靈活性、互通性，並推動生態系統創新。根據 watsonx.data 測試，新產品可使 AI 精準度較傳統 RAG 提升 40%。^[i]

IBM 某客戶近期利用轉型升級後的 watsonx.data，使 7 萬名工程師、科學家和技術人員能以自然語言從數百萬份文件中檢索答案和資訊。該客戶資深副總裁 表示：「我們正加速創新與快速提升效率，將解決方案從實驗室帶到現場，助力打造更安全、更穩固的世界。」 

背景說明 

企業需要生成式 AI，尤其是具代理能力的 AI，以推動創新、釋放生產力並保持競爭力。而生成式 AI 需要企業專屬數據才能精確且高效。根據 IBM 最新 CEO 研究，有 72% 的商業領袖認為自有數據是發掘生成式 AI 價值的關鍵。 

但這些珍貴數據多為非結構化，難以掌握，散落於電子郵件、PDF、簡報及影片中。傳統 RAG 無法處理非結構化數據的規模與複雜性，也無法妥善結合結構化數據。同時，眾多分散工具令數據架構複雜且笨重。 

因此，企業的非結構化數據（據 IDC，可能佔其總數據量的比例高達 90%）大多未被充分利用，且未反映於其 AI 代理及其他生成式 AI 應用中。 

詳細內容 

Watsonx.data integration引入全新統一數據整合控制平台，旨在擴展 AI 就緒數據的交付。數據工程師可跨低程式碼、程式碼優先及代理工具橋接，支持不同撰寫入口。該軟件協調多種整合方式間的數據流動，具備批次 ETL/ELT、大宗處理、即時串流、數據複製及數據可觀察性功能，涵蓋結構化與非結構化數據。其核心強調靈活與適應性，數據團隊無需面對分散工具或因每次數據存儲範式變革而增加技術負債，保障數據基礎設施的未來彈性。 

Watsonx.data integration將於 6 月 11 日起作為獨立產品上市，其非結構化數據整合與可觀察性功能亦可透過 watsonx.data 使用。 

Watsonx.data intelligence改變了組織策劃、管理及運用數據的方式，利用 AI 的力量簡化跨混合生態系統的數據交付。該軟件統一數據治理、品質、血緣及共享，賦能組織發現、信任並存取有意義的數據。 

Watsonx.data intelligence將於 6 月 11 日起作為獨立產品上市，其功能亦可透過 watsonx.data 管理湖倉中的數據。 

更多的數據創新 

繼收購 DataStax 後，IBM持續將其工具與技術整合至watsonx.data，包括 Astra DB 與Hyper-Converged Database，提供由開源 Apache Cassandra® 支援的 NoSQL 與向量資料庫功能，預計 6 月 11 日推出。 

6 月，IBM 將推出 watsonx BI，一款 AI 分析代理，重新定義團隊與數據互動的方式，利用自然語言釋放卓越商業智慧。該代理能在秒內回答行銷、銷售、營運、財務等領域問題，並提供逐步推理解釋。Watsonx BI 將作為獨立產品及透過 watsonx.data 提供。 

IBM 近期宣布將 watsonx 作為 Meta Llama Stack 的 API 供應者，強化企業大規模部署生成式 AI 的能力，並以開放性為核心。Watsonx.data 的 Milvus 數據庫已是 Llama Stack 框架的一部分，此整合将促進更多非結構化與結構化數據管理及代理檢索。 

IBM 最近發布了企業級代理式 AI 工具，包括預構建領域專屬代理、watsonx Orchestrate Agent Builder 及代理式 AI 治理功能。搭配今日強大的數據產品，組織將擁有成功地大規模部署代理式 AI 所需的數據與工具。