【导语】2025年5月13日，HCL Software数据部门在得克萨斯州圆石镇推出了Actian Data Observability（Actian数据可观测性），这是一款革命性的数据质量监控工具。利用AI和机器学习技术，Actian Data Observability能够为企业提供全面、实时的数据质量监控，突破传统方法的限制，确保数据的高质量和可信度。该工具的推出，将助力企业加速AI实施、提高创新速度，并显著降低数据相关的风险。

实现复杂现代数据堆栈的全面可视性，构建可靠、AI就绪的数据

得克萨斯州圆石镇 2025年5月13日 /汽车产业互联快讯/ -- HCLSoftware的数据部门于今日推出了Actian Data Observability（“Actian数据可观测性”），它能够利用AI和机器学习进行全面的数据质量监控，检测异常情况并提供解决方案。 通过确保数据的高质量和可信度，Actian可帮助企业加速实施AI计划、提高创新速度并降低风险。

传统的数据质量检测方法缺乏实时功能，难以跟上数据量和速度的指数级增长。 Actian Data Observability则突破了这些限制，为整个数据生态系统提供全面且持续的监控。 Gartner^®的统计数据证实了数据可观测性日益增长的重要性，并指出“到2026年，将有50%实施分布式数据架构的企业采用数据可观测性工具来提高数据情况的可视性，而在2024年，这一比例仍不足(zú)20%。”^[1]

Actian首席技术官Emma McGrattan表示：“企业依赖数据做出决策、推动实施AI计划并满足监管要求，但往往面临着数据不可靠、隐性质量问题以及不断膨胀的云计算成本等障碍。 Actian Data Observability为(wèi)团(tuán)队提供信任数据、降低风险和控制支出所需的可视性和信心，从而将数据从负担转化为竞争优势。”

与反应式和基于规则的方法不同，Actian Data Observability可在整个数据环境中同时定义并运行数千条数据质量规则。 监控内容包括数据新鲜度、数量、架构漂移、分布模式和自定义业务规(guī)则(zé)等(děng)关键维(wéi)度(dù)。 机(jī)器(qì)学习驱动的异常检测可自动识别异常值、漂移和意外模式，同时提供有价值的归因分析建议，以便更快地解决问题。

Actian Data Observability可扩展连接生态系统中的任何数据集，因此企业既可以维护其数据完整性，又不会影响运行性能或在数据管道中形成阻塞。 凭借这一解决方案，Actian无需进行数据采样即可优化云资源消耗，从而确保云成本的可预测性，防止意外成本激增。

Actian Data Observability专为运营复杂、大容量现代数据堆栈的企业而构建，支持以下用例：

• 数据管道效率：在数据生命周期中应用左移理念，防止问题向下游扩散，从而在更接近源头的地方尽早解决质量问题，使团队能够快速交付可靠的AI就绪数据产品和洞察。
• AI生命周期监控：通过验证训练数据、检索增强生成知识源的质量、新鲜度和相关性，确保AI应用的安全性和合规性，同时实现快速干预。
• 安全自助服务分析：利用直接嵌入数据目录、商业智能工具和发现平台的实时健康指标，让分析师和其他消费者能够在使用数据前独立评估其可靠性。

Actian Data Observability基于开放式架构，可与云数据仓库、数据湖、湖仓一体和流平台无缝集成。 通过将数据质量工作负载与生产基础架构隔离，Actian可防止生产环境中的性能下降及其对业务运营的影响。 为管理大型分析数据集，Actian提供本地Apache Iceberg集成，以确保实现跨系统的准确洞察、质量检查和变更跟踪。 此外，为保护数据安全和隐私，Actian Data Observability可访问元数据并直接在数据所在位置运行检查，无需使用安全性低或昂(áng)贵(guì)的(de)数(shù)据(jù)副(fù)本(běn)。 

Actian Data Observability将(jiāng)于(yú)2025年(nián)6月(yuè)全球(qiú)发(fā)行(xíng)，并(bìng)将(jiāng)于(yú)2025年(nián)秋(qiū)季(jì)作(zuò)为(wèi)Actian Data Intelligence Platform（Actian数(shù)据(jù)智(zhì)能(néng)平(píng)台(tái)）的(de)一(yī)部(bù)分(fēn)推(tuī)出(chū)。 如(rú)需(xū)了(le)解(jiě)更(gèng)多(duō)信(xìn)息(xi)，请(qǐng)查(chá)阅(yuè)“”和(hé)“”白(bái)皮(pí)书(shū)。 

^[1]Gartner，《数(shù)据(jù)可(kě)观(guān)测(cè)性(xìng)工(gōng)具(jù)市(shì)场(chǎng)指(zhǐ)南(nán)》，Melody Chien、Jason Medd、Lydia Ferguson、Michael Simone，2024年(nián)6月(yuè)25日(rì)。 GARTNER是(shì)Gartner, Inc.和(hé)/或(huò)其(qí)附(fù)属(shǔ)公(gōng)司(sī)在(zài)美(měi)国(guó)和(hé)国(guó)际(jì)上的注册商标和服务标志，经许可在此使用。 保留所有权利。