ข่าว บริษัท เกี่ยวกับ Agentic AI กำลังผลักดันให้การวิเคราะห์และการดำเนินงานมาบรรจบกัน

องค์กรในปัจจุบันต้องการ AI และข้อมูลที่เป็นหนึ่งเดียว: รากฐานแบบบูรณาการที่มีอำนาจสูงสุด ซึ่งการวิเคราะห์ การดำเนินการกับข้อมูลหลัก และความคิดริเริ่มด้าน AI อยู่ภายใต้การออกแบบร่วมกัน ในยุคใหม่นี้ ผู้นำตลาดจะไม่ถูกกำหนดโดยความสามารถแบบสแตนด์อโลนที่ดีที่สุดในระดับเดียวกันอีกต่อไป ในทางกลับกัน ชัยชนะจะเป็นขององค์กรเหล่านั้นที่ผสานความสามารถข้ามสายงานเข้าด้วยกันอย่างปลอดภัย ทลายไซโลภายใน และดำเนินการเป็นแพลตฟอร์มข้อมูลอธิปไตยและ AI ที่เป็นหนึ่งเดียว

การบรรจบกันไม่สามารถสร้างขึ้นจากการกระจายตัว

ขณะนี้แพลตฟอร์มที่เน้นการวิเคราะห์เป็นหลักจำนวนมากกำลังอยู่ในช่วงขาลง โดยเพิ่มหรือรับฐานข้อมูลการปฏิบัติงาน

ความสามารถในการทำให้ภาพตัวแทนสมบูรณ์ แต่ "การบรรจบกันด้วยการแนบ" นี้สามารถทำให้เกิดความขัดแย้งได้:

• ข้อมูลที่ซ้ำกันทั่วทั้งระบบ

• ข้อมูลปิงปองระหว่างคลังสินค้าและร้านค้าปฏิบัติการ

• เวลาแฝงที่คาดเดาไม่ได้

• การปกครองแบบกระจัดกระจาย

• โทเค็น Runaway และต้นทุนการคำนวณ

สิ่งนี้สำคัญเพราะตัวแทนขยายความไร้ประสิทธิภาพ ทุก ๆ วินาทีที่เกินมาของเวลาแฝงจะประกอบกันข้ามหลายขั้นตอน

ขั้นตอนการทำงาน ระบบที่ซ้ำกันทุกระบบจะเพิ่มภาระการกำกับดูแลและความเสี่ยงในการปฏิบัติงาน

การบรรจบกันเป็นเงื่อนไขเบื้องต้นสำหรับขนาด ซึ่งทำได้โดยการยุบความซับซ้อนให้เป็นหนึ่งเดียวและมีอำนาจอธิปไตย

พื้นฐาน.

ช่วงเวลาแห่งยุคฟื้นฟูศิลปวิทยา: แพลตฟอร์มจะต้องเปิดสำหรับทุกฤดูกาล

แพลตฟอร์มรุ่นต่อไปต้องเป็นมากกว่าคลังสินค้า มากกว่ากลไกการทำธุรกรรม และ

เป็นมากกว่าห่วงโซ่เครื่องมือ AI ในยุคเอเจนต์ โครงสร้างพื้นฐานต้องรองรับ 3 โดเมนพร้อมกัน:

• การดำเนินการ

• การวิเคราะห์พร้อมกันสูง

• การให้เหตุผลและการเตรียมการของ AI

การเพิ่มประสิทธิภาพสำหรับภาระงานเดียวโดยแยกกันใช้งานไม่ได้อีกต่อไป การบรรจบกันที่คงทนเริ่มต้นที่การปฏิบัติงาน

เลเยอร์ความไว้วางใจและขยายไปสู่การวิเคราะห์และปริมาณงานแบบ AI ไม่สามารถยึดติดได้หลังจากข้อเท็จจริงแล้ว

นี่คือทิศทางที่ Postgres กำลังพัฒนาไปสู่: ไม่ใช่แค่ฐานข้อมูลธุรกรรมเท่านั้น แต่ยังเป็นหนึ่งเดียวและอยู่ภายใต้การควบคุม

รากฐานสำหรับการดำเนินการ การวิเคราะห์ที่เกิดขึ้นพร้อมกันสูง และการใช้เหตุผลของ AI บนข้อมูลสด

การวิเคราะห์ที่เร่งด้วย GPU ช่วยให้การประมวลผลแบบเอเจนต์ใกล้เคียงกับข้อมูลมากขึ้น

ขอบเขตถัดไปคือการดำเนินการวิเคราะห์ที่เน้น GPU เป็นอันดับแรก ดังที่ Devin Pratt ผู้อำนวยการฝ่ายวิจัยของ IDC กล่าวเมื่อเร็วๆ นี้:

“การมาถึงของบุคลากรที่ทำงานแบบตัวแทนจำเป็นต้องคิดใหม่เกี่ยวกับสถาปัตยกรรมข้อมูล เพื่อให้องค์กรมีความเกี่ยวข้อง

จำเป็นต้องลดข้อมูลปิงปองบนแพลตฟอร์มที่กระจัดกระจายซึ่งสามารถขัดขวางความคืบหน้าได้ EDB Postgres AI

ขับเคลื่อนโดย NVIDIA AI และการประมวลผลแบบเร่งความเร็ว อยู่ในตำแหน่งที่มีความเร็วสูงและพร้อมสำหรับองค์กร

รากฐานสำหรับการดำเนินงานระบบเอเจนต์เหล่านี้ในวงกว้าง โดยมีเป้าหมายเพื่อช่วยให้องค์กรต่างๆ เตรียมความพร้อม

ยุคต่อไปของการทำงานอัตโนมัติ"

ด้วยการผสานรวมกับ Apache Spark ที่เร่งความเร็วโดย NVIDIA cuDF ทำให้กลไกการวิเคราะห์ของ EDB สามารถถ่ายโอนข้อมูลได้

ปริมาณงานเชิงวิเคราะห์ไปยัง GPU ช่วยให้:

• การวิเคราะห์เร็วขึ้นสูงสุด 50–100 เท่าบนชุดข้อมูลแบบหลายเทราไบต์

• การแยกภาระงานที่ใช้ GPU เพื่อปกป้องประสิทธิภาพการสืบค้นการปฏิบัติงาน

• รองรับสถาปัตยกรรมเลคเฮาส์และความสามารถในการกำกับดูแลผ่าน Apache Iceberg

ช่วยให้ตัวแทนสามารถสืบค้นและสังเคราะห์ข้อมูลเทราไบต์ได้ในไม่กี่วินาที แทนที่จะเป็นชั่วโมง ซึ่งสนับสนุน

การวิเคราะห์การสนทนา การตัดสินใจแบบเรียลไทม์ และการจัดการหลายตัวแทนโดยไม่มีข้อมูลซ้ำซ้อน

ข้ามโกดังและทะเลสาบ โดยที่ผู้ใช้ไม่ต้องออกจาก Postgres

โครงสร้างพื้นฐานอธิปไตยจะกำหนดผู้ชนะแพลตฟอร์ม AI