我们与 Tamr 数据产品总经理 Anthony Deighton 就该公司的 AI 优先方法进行了交谈。《AI Magazine》与 Tamr 数据产品总经理 Anthony Deighton 就 AI 的力量以及如何利用它来转换数据进行了交谈。
在人工智能继续在全球商业领域留下印记的时代,清晰的数据的重要性从未如此重要。
人工智能的力量只会继续颠覆多个关键行业。从业务 MDM(主数据管理)的角度来看,人工智能可以帮助提高数据准确性,统一来自不同来源的数据,并使整个组织的所有利益相关者能够更轻松地访问和分析数据。
我们与 Tamr 数据产品总经理 Anthony Deighton 谈论了该公司的 AI 优先方法以及数据团队如何利用 AI 的力量来转变其业务中的 MDM。
请与我们谈谈 Tamr 以及该公司为何坚持 AI 优先的方法。
Tamr 以数据为中心的 AI 擅长整理来自各种来源的杂乱数据,并将其转换为干净、一致且可供分析的数据集。这对于创建黄金记录尤为重要,黄金记录是整个组织中实体(如客户、产品或供应商)的单一、统一视图。
关键事实:Tamr 有何独特之处
- 人工智能是核心:Tamr 的方法从根本上与众不同。十多年来,我们一直在开发和改进人工智能,而不仅仅是基本的数据处理技术。这意味着人工智能的有效性——我们在创新技术上拥有超过 16 项专利。
- 速度和准确性:利用人工智能,Tamr 能够更快、更准确地提供结果。我们的客户看到项目完成时间更快、成本更低,最重要的是,可靠的数据可以推动真正的商业价值。
过去 11 年来,我们一直专注于使用人工智能和机器学习 (AI/ML) 来解决大规模执行准确的企业数据实体解析这一难题。凭借 18 项人工智能专利,我们的技术已在公开市场上通过与全球一些最知名品牌的数十次客户互动得到了验证。
Tamr 实现 AI 的方式有哪些?
数据测试: Tamr 的数据质量功能利用参考数据、预配置业务逻辑和大型语言模型 (LLM) 的强大组合来处理各种源数据。这意味着您可以使用特定于属性的测试来标准化原始输入,从而无需为每个新数据源进行重复的自定义工作。
记录匹配: Tamr 采用多管齐下的方法来处理实体解析。我们将强大的 ML 技术(如随机森林和向量嵌入)与参考数据和人为可配置的规则相结合。这可确保记录的准确链接,即使具有不同的配置文件也是如此。
分析丰富:我们的分析丰富功能提供了所有来源中每个实体的“最佳视图”。集成的丰富源和基于 AI 的分类器可填补缺失值,从而生成完整的数据集,以便做出自信的决策。
数据分类: Tamr 的数据分类功能可让您建立清晰一致的结构。这有助于高效地组织和分类数据,确保数据完整性、安全性和合规性。
ID 持久性: ID 持久性使您能够了解数据的谱系并记录其来源。客户可以深入了解其数据来源和真实性。此外,版本控制功能使您能够跟踪和管理随时间推移的变化。轻松访问以前的迭代并比较差异。