讓數(shù)據(jù)找人而不是人找數(shù)據(jù)——在對(duì)的時(shí)間、從任意地點(diǎn)，把對(duì)的數(shù)據(jù)給到對(duì)的人，消除數(shù)據(jù)移動(dòng)、轉(zhuǎn)換和集成帶來(lái)的技術(shù)復(fù)雜性。

身處數(shù)字化時(shí)代，用好數(shù)據(jù)者得天下。那些利用數(shù)據(jù)和洞察變得更敏捷、更有預(yù)測(cè)性，并以此構(gòu)建核心競(jìng)爭(zhēng)力的企業(yè)才是贏家。但隨著企業(yè)數(shù)字化進(jìn)程的加速和云計(jì)算的普及，企業(yè)數(shù)據(jù)呈現(xiàn)出三大趨勢(shì)：數(shù)據(jù)量持續(xù)增長(zhǎng)，數(shù)據(jù)分布呈現(xiàn)多元趨勢(shì)，數(shù)據(jù)孤島問(wèn)題日益加劇。分析機(jī)構(gòu)預(yù)測(cè)顯示，在未來(lái)3年內(nèi)企業(yè)的數(shù)據(jù)將增長(zhǎng)6倍；數(shù)據(jù)保質(zhì)期縮短，數(shù)據(jù)如果不被快速使用，很快就會(huì)失去意義。

IBM在《2022 年全球 AI 采用指數(shù)》中發(fā)現(xiàn)，超過(guò)三分之二的企業(yè)會(huì)使用超過(guò)20個(gè)不同的數(shù)據(jù)源來(lái)為他們的人工智能、商業(yè)智能和分析提供信息。其中較大的企業(yè)往往依賴多達(dá)500個(gè)數(shù)據(jù)源，平均擁有五個(gè)以上不同的云環(huán)境來(lái)存儲(chǔ)數(shù)據(jù)、運(yùn)行軟件。在這種情況下，有效地捕獲和利用數(shù)據(jù)是非常困難的。報(bào)告指出，數(shù)據(jù)治理是企業(yè)和組織邁向規(guī)?；瘧?yīng)用 AI，釋放數(shù)據(jù)價(jià)值從而實(shí)現(xiàn)業(yè)務(wù)目標(biāo)的第一步和最重要的基礎(chǔ)。

解鎖“數(shù)據(jù)價(jià)值密碼”，成為數(shù)字經(jīng)濟(jì)時(shí)代所有企業(yè)的機(jī)會(huì)和挑戰(zhàn)

中國(guó)數(shù)字經(jīng)濟(jì)的蓬勃發(fā)展，催生了一大批“數(shù)據(jù)為先”的企業(yè)，既有政府、金融、醫(yī)療健康等傳統(tǒng)機(jī)構(gòu)及行業(yè)，也有很多新興行業(yè)的企業(yè) 他們的共同之處在于對(duì)技術(shù)的價(jià)值有清晰的判斷，都希望攜手值得信賴的技術(shù)伙伴，用技術(shù)解鎖數(shù)據(jù)價(jià)值，提升企業(yè)的競(jìng)爭(zhēng)力。

政府服務(wù)和金融業(yè)對(duì)于數(shù)據(jù)治理都有著極為嚴(yán)苛的要求。比如，稅務(wù)行業(yè)和銀行間的業(yè)務(wù)數(shù)據(jù)都具有時(shí)間跨度長(zhǎng)、敏感性高、數(shù)量龐大且不斷增長(zhǎng)、高度分散等顯著特點(diǎn)。要想把業(yè)務(wù)數(shù)據(jù)全都轉(zhuǎn)化成有效資產(chǎn)并高效地服務(wù)于當(dāng)下的業(yè)務(wù)，必須要對(duì)數(shù)據(jù)進(jìn)行統(tǒng)一的智能化治理，以保障數(shù)據(jù)質(zhì)量、確保數(shù)據(jù)合規(guī)、并支持業(yè)務(wù)人員的數(shù)據(jù)自服務(wù)消費(fèi)。

此外，中國(guó)大量的民營(yíng)企業(yè)經(jīng)過(guò)數(shù)十年快速發(fā)展，已經(jīng)具有相當(dāng)規(guī)模，同時(shí)也面臨業(yè)務(wù)多元、組織復(fù)雜、管理水平跟不上的發(fā)展瓶頸，急需攜手值得信賴的技術(shù)伙伴加速推進(jìn)數(shù)據(jù)與 AI 戰(zhàn)略，實(shí)現(xiàn)規(guī)模化創(chuàng)新的實(shí)踐。

據(jù)IDC 預(yù)測(cè)，到 2025 年，60%的中國(guó)商業(yè)領(lǐng)導(dǎo)都將利用數(shù)字平臺(tái)和生態(tài)系統(tǒng)的能力來(lái)變革和擴(kuò)展他們的價(jià)值鏈，拓展新市場(chǎng)、進(jìn)入新的行業(yè)領(lǐng)域，攜手新的合作伙伴，持續(xù)構(gòu)建新的產(chǎn)品、服務(wù)和商業(yè)模式。

智能化數(shù)據(jù)經(jīng)緯（Data Fabric）：讓數(shù)據(jù)找人而不是人找數(shù)據(jù)

如何讓跨部門、跨系統(tǒng)的企業(yè)數(shù)據(jù)更好地被共享，使企業(yè)內(nèi)部的數(shù)據(jù)分析專家能夠隨時(shí)獲取數(shù)據(jù)，把高質(zhì)量的數(shù)據(jù)自動(dòng)并實(shí)時(shí)地推送給有需求的人，同時(shí)符合數(shù)據(jù)權(quán)限和隱私等方面的合規(guī)要求，這是企業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型的重要基石， 也是很多企業(yè)目前面臨的巨大挑戰(zhàn)。

應(yīng)對(duì)這個(gè)挑戰(zhàn)， 幾年前數(shù)據(jù)經(jīng)緯（Data Fabric）的數(shù)據(jù)架構(gòu)理念悄然而生。根據(jù)Forrester的定義，Data Fabric是以一種智能、安全并且是自服務(wù)的方式，動(dòng)態(tài)地協(xié)調(diào)分布式的數(shù)據(jù)源，跨數(shù)據(jù)平臺(tái)地提供集成和可信賴的數(shù)據(jù)，支持廣泛的不同應(yīng)用的分析和使用場(chǎng)景。也就是說(shuō)，不管數(shù)據(jù)在哪里，通過(guò)Data Fabric的數(shù)據(jù)架構(gòu)，就能幫助企業(yè)的數(shù)據(jù)消費(fèi)者實(shí)時(shí)、準(zhǔn)確并且低成本地獲得所需的數(shù)據(jù)。

數(shù)據(jù)經(jīng)緯（Data Fabric）不是單個(gè)的產(chǎn)品或平臺(tái)，而是一個(gè)新興的數(shù)據(jù)管理理念，一個(gè)現(xiàn)代化的分布式數(shù)據(jù)架構(gòu)，能夠?qū)崿F(xiàn)共享數(shù)據(jù)資產(chǎn)、優(yōu)化數(shù)據(jù)管理、整合數(shù)據(jù)流程等功能。實(shí)施數(shù)據(jù)經(jīng)緯（Data Fabric）也不一定要替換現(xiàn)有的技術(shù)，而是可以將現(xiàn)在的技術(shù)納入企業(yè)的數(shù)據(jù)生態(tài)系統(tǒng)當(dāng)中。它可以幫助企業(yè)繼續(xù)使用已經(jīng)投資的不同數(shù)據(jù)源和存儲(chǔ)庫(kù)，包括數(shù)據(jù)庫(kù)、數(shù)據(jù)湖、數(shù)據(jù)倉(cāng)庫(kù)，同時(shí)簡(jiǎn)化數(shù)據(jù)管理，通過(guò)自動(dòng)化集成、嵌入治理和提供數(shù)據(jù)的全面視圖，以集中式存儲(chǔ)庫(kù)所不具備的方式促進(jìn)自助式的數(shù)據(jù)消費(fèi)，從而推動(dòng)數(shù)據(jù)共享和加速數(shù)據(jù)計(jì)劃的推進(jìn) 。數(shù)據(jù)經(jīng)緯（Data Fabric）可在正確的時(shí)間將正確的人與正確的數(shù)據(jù)聯(lián)系起來(lái)——消除數(shù)據(jù)移動(dòng)、轉(zhuǎn)換和集成帶來(lái)的技術(shù)復(fù)雜性。具體來(lái)講，數(shù)據(jù)經(jīng)緯（Data Fabric）具有以下幾個(gè)關(guān)鍵特性：

智能化的數(shù)據(jù)集成：

數(shù)據(jù)經(jīng)緯（Data Fabric）使用一系列集成技術(shù)，包括語(yǔ)義知識(shí)圖、元數(shù)據(jù)和機(jī)器學(xué)習(xí)，對(duì)數(shù)據(jù)進(jìn)行提取、攝取、傳輸、虛擬化和轉(zhuǎn)換，由企業(yè)的數(shù)據(jù)策略驅(qū)動(dòng)，最大限度地提高性能，同時(shí)減少存儲(chǔ)和成本。這有助于數(shù)據(jù)管理團(tuán)隊(duì)將相關(guān)數(shù)據(jù)聚集在一起，并將全新的數(shù)據(jù)源集成到企業(yè)的數(shù)據(jù)生態(tài)系統(tǒng)中。并且優(yōu)化數(shù)據(jù)工作負(fù)載管理，從而提高效率、消除數(shù)據(jù)孤島、實(shí)現(xiàn)更集中的數(shù)據(jù)治理以及整體數(shù)據(jù)質(zhì)量的優(yōu)化。

數(shù)據(jù)民主化：

數(shù)據(jù)當(dāng)前，數(shù)據(jù)架構(gòu)和訪問(wèn)非常復(fù)雜，需要技術(shù)深厚和經(jīng)驗(yàn)豐富的數(shù)據(jù)工程師、開(kāi)發(fā)人員和數(shù)據(jù)分析專家來(lái)提供支持。但是，整個(gè)企業(yè)中有許多不同的利益相關(guān)者都需要發(fā)現(xiàn)并利用數(shù)據(jù)來(lái)構(gòu)建人工智能和業(yè)務(wù)分析的能力。隨著企業(yè)內(nèi)部越來(lái)越多人成為數(shù)據(jù)消費(fèi)者，他們不能只是被動(dòng)等待技術(shù)團(tuán)隊(duì)幫助他們?cè)L問(wèn)所需的數(shù)據(jù)。數(shù)據(jù)經(jīng)緯（Data Fabric）支持?jǐn)?shù)據(jù)的自助服務(wù)消費(fèi)，讓業(yè)務(wù)部門的數(shù)據(jù)消費(fèi)者能夠找到和使用所需的高質(zhì)量和可信的數(shù)據(jù)，并且彼此協(xié)作。通過(guò)減少數(shù)據(jù)瓶頸，企業(yè)可以提高生產(chǎn)力，使業(yè)務(wù)部門更快做出決策；同時(shí)也將解放數(shù)據(jù)工程師、開(kāi)發(fā)人員和數(shù)據(jù)分析專家等技術(shù)人員，讓他們可以優(yōu)先處理更重要的工作任務(wù)。

更好的數(shù)據(jù)保護(hù)：

數(shù)據(jù)被訪問(wèn)的范圍擴(kuò)大并不意味著用戶必須在數(shù)據(jù)安全和隱私措施方面付出代價(jià)。事實(shí)上，數(shù)據(jù)經(jīng)緯（Data Fabric）圍繞訪問(wèn)控制設(shè)置了更多數(shù)據(jù)治理護(hù)欄，確保特定數(shù)據(jù)僅對(duì)特定角色開(kāi)放。數(shù)據(jù)經(jīng)緯（Data Fabric）還支持技術(shù)和安全團(tuán)隊(duì)對(duì)敏感和專有數(shù)據(jù)進(jìn)行數(shù)據(jù)屏蔽和加密，以降低數(shù)據(jù)共享和系統(tǒng)泄露帶來(lái)的風(fēng)險(xiǎn)。

可信的AI ：

為了實(shí)現(xiàn)AI的規(guī)?；褂貌⒔桓犊尚诺慕Y(jié)果，企業(yè)需要集成整個(gè)AI生命周期中的受監(jiān)管數(shù)據(jù)。數(shù)據(jù)經(jīng)緯（Data Fabric）不但讓數(shù)據(jù)科學(xué)家可以訪問(wèn)受監(jiān)管的數(shù)據(jù)，而且融入信任原則的自動(dòng)化 MLOps 功能還可以幫助企業(yè)在整個(gè)AI生命周期內(nèi)構(gòu)建和管理 AI。數(shù)據(jù)經(jīng)緯（Data Fabric）內(nèi)置的AI治理，將數(shù)據(jù)透明度和數(shù)據(jù)監(jiān)控相結(jié)合，實(shí)現(xiàn)了端到端的可信AI。

IBM Cloud Pak for Data助力企業(yè)數(shù)據(jù)經(jīng)緯（Data Fabric）快速落地

IBM對(duì)數(shù)據(jù)經(jīng)緯（Data Fabric）概念做了更進(jìn)一步的推進(jìn)，使之從一個(gè)新的數(shù)據(jù)架構(gòu)概念變成了可以落地的平臺(tái)解決方案——融合了數(shù)據(jù)經(jīng)緯（Data Fabric）架構(gòu)的IBM Cloud Pak for Data成為幫助企業(yè)將數(shù)據(jù)經(jīng)緯（Data Fabric）快速落地的利器。

IBM Cloud Pak for Data能夠提供四個(gè)方面的能力：自動(dòng)分類（AutoCatalog），它相當(dāng)于一個(gè)數(shù)據(jù)分類“大腦”，可以根據(jù)數(shù)據(jù)類別進(jìn)行自動(dòng)化分類、建立自動(dòng)化目錄，從而實(shí)時(shí)維護(hù)來(lái)自不同環(huán)境的動(dòng)態(tài)數(shù)據(jù)資產(chǎn)；自動(dòng)建模（AutoAI），能夠降低AI模型開(kāi)發(fā)、校正及其自我學(xué)習(xí)的技術(shù)門檻和人力成本，從而對(duì)動(dòng)態(tài)數(shù)據(jù)和整個(gè)AI算法生命周期實(shí)現(xiàn)自動(dòng)化管理；自動(dòng)識(shí)別隱私規(guī)則（AutoPrivacy），通過(guò)數(shù)據(jù)隱私框架中的AI能力，智能化地識(shí)別企業(yè)內(nèi)部的敏感數(shù)據(jù)，當(dāng)數(shù)據(jù)被調(diào)用時(shí)，系統(tǒng)就能快速識(shí)別和監(jiān)控，甚至在后續(xù)為企業(yè)內(nèi)部敏感數(shù)據(jù)的定義和政策實(shí)施，提供自動(dòng)化技術(shù)保障；自動(dòng)查詢（AutoSQL），不同類型、不同來(lái)源的數(shù)據(jù)都可以在不進(jìn)行物理移動(dòng)的前提下，使用同一個(gè)查詢引擎進(jìn)行獲取和分析，這樣一來(lái)，既可以節(jié)省數(shù)據(jù)查詢的時(shí)間，還可以避免移動(dòng)數(shù)據(jù)和多查詢引擎帶來(lái)的額外成本和復(fù)雜度。隨著 AutoSLQ 技術(shù)的推出，IBM Cloud Pak for Data 現(xiàn)已整合了市場(chǎng)上性能最強(qiáng)的云數(shù)據(jù)倉(cāng)庫(kù)（依據(jù)我們的基準(zhǔn)研究），可以利用AI幫助客戶獲取分布式查詢結(jié)果，與其它數(shù)據(jù)倉(cāng)庫(kù)相比，其速度較之前提升8倍，成本下降近半。

此外，IBM此前已經(jīng)將數(shù)據(jù)倉(cāng)庫(kù)能力（如DB2 Warehouse）、數(shù)據(jù)治理能力（如Watson Knowledge Catalog）、數(shù)據(jù)虛擬化能力、機(jī)器學(xué)習(xí)能力等等進(jìn)行了集成，如今的IBM Cloud Pak for Data已經(jīng)是一個(gè)相當(dāng)完備的數(shù)據(jù)平臺(tái)。與數(shù)據(jù)相關(guān)的需求，企業(yè)在這個(gè)平臺(tái)上都可以找到與之對(duì)應(yīng)的技術(shù)來(lái)滿足。

具體來(lái)講，IBM Cloud Pak for Data可幫助企業(yè)通過(guò)智能數(shù)據(jù)經(jīng)緯解決四大痛點(diǎn)：

優(yōu)化數(shù)據(jù)治理和隱私

數(shù)據(jù)治理和維護(hù)數(shù)據(jù)隱私是一個(gè)復(fù)雜而費(fèi)力的過(guò)程，在復(fù)雜的監(jiān)管環(huán)境下風(fēng)險(xiǎn)很高。 IBM 可以幫助客戶消除數(shù)據(jù)治理的技術(shù)復(fù)雜性并自動(dòng)執(zhí)行數(shù)據(jù)保護(hù)策略。適合這方面應(yīng)用的IBM 產(chǎn)品主要包括IBM Watson Knowledge Catalog 和 IBM Cloud Pak for Data 上的 IBM Watson Query。

多云數(shù)據(jù)集成

無(wú)論數(shù)據(jù)位于何處，企業(yè)都需要實(shí)現(xiàn)數(shù)據(jù)的連接、優(yōu)化和交付。IBM為客戶提供的解決方案，讓他們不必遷移到單個(gè)數(shù)據(jù)倉(cāng)庫(kù)或云就可成功實(shí)現(xiàn)數(shù)據(jù)分析和AI。 IBM 還能夠?yàn)槠髽I(yè)創(chuàng)建所有數(shù)據(jù)的統(tǒng)一視圖，從而實(shí)現(xiàn)應(yīng)用程序間的一致性。適合這方面應(yīng)用的IBM 產(chǎn)品主要包括IBM Cloud Pak for Data 的 IBM DataStage、IBM Watson Query 和 IBM Watson Knowledge Catalog。

360度的用戶智能化

為了給客戶提供更加個(gè)性化的體驗(yàn)，企業(yè)需要全面了解所有客戶數(shù)據(jù)。對(duì)于擁有數(shù)十萬(wàn)甚至數(shù)百萬(wàn)客戶的企業(yè)來(lái)說(shuō)，這是一個(gè)巨大的挑戰(zhàn)，尤其是當(dāng)這些數(shù)據(jù)被孤立在不同的部門和系統(tǒng)中時(shí)。IBM 可以組合多個(gè)來(lái)源的數(shù)據(jù)，輕松構(gòu)建 360 度視圖并將這些數(shù)據(jù)提供給分析和 AI 項(xiàng)目。適合這方面應(yīng)用的IBM 產(chǎn)品主要包括IBM Match 360 with Watson、IBM Watson Query 和IBM Cloud Pak for Data 上的 IBM Watson Knowledge Catalog。

更可信的AI

IBM報(bào)告顯示，有91% 使用 AI 的企業(yè)認(rèn)為能夠解釋AI如何做出決策至關(guān)重要。IBM 正在通過(guò)實(shí)現(xiàn)可解釋和透明的模型，幫助客戶建立對(duì)數(shù)據(jù)、對(duì)模型以及對(duì)流程的信任。適合這方面應(yīng)用的IBM 產(chǎn)品主要包括IBM Watson Studio、IBM Watson Knowledge Catalog、IBM Cloud Pak for Data 上的IBM OpenPages with Watson。

混合云架構(gòu)讓數(shù)據(jù)變得更加公開(kāi)，在不觸及數(shù)據(jù)擁有權(quán)、敏感度、安全性和可信性的前提下，讓更多人能從中得到價(jià)值，實(shí)現(xiàn)數(shù)據(jù)的民主化，這是IBM技術(shù)演進(jìn)所立足的思路和邏輯。

今天，IBM 已經(jīng)成功利用數(shù)據(jù)經(jīng)緯（Data Fabric）幫助世界各地的很多客戶發(fā)現(xiàn)和釋放他們企業(yè)的數(shù)據(jù)價(jià)值。

ING 是一家大型銀行，它一直在構(gòu)建龐大的數(shù)據(jù)湖，并希望數(shù)據(jù)在整個(gè)組織內(nèi)有效運(yùn)作。把要治理的數(shù)據(jù)引入數(shù)據(jù)湖的工作需要許多專家，這對(duì)于運(yùn)營(yíng)來(lái)說(shuō)是一項(xiàng)挑戰(zhàn)，而且要付出高昂的代價(jià)。此外，ING 還希望能夠像在本地一樣地在云上管理他們的數(shù)據(jù)。通過(guò)采用 IBM Data Fabric 架構(gòu)，ING 可自動(dòng)化地提取不同來(lái)源的數(shù)據(jù)，理解這些數(shù)據(jù)，并通過(guò) AI 將其直接映射成自己的內(nèi)部業(yè)務(wù)語(yǔ)言。

某家全球電信供應(yīng)商也在尋找一種解決方案，希望能解決手動(dòng)監(jiān)控大量數(shù)據(jù)的挑戰(zhàn)，同時(shí)符合數(shù)據(jù)隱私政策，及時(shí)地處理數(shù)據(jù)復(fù)制和副本識(shí)別。這個(gè)過(guò)程會(huì)帶來(lái)很多存儲(chǔ)和運(yùn)營(yíng)成本。借助IBM的解決方案，該公司的用戶現(xiàn)在可以連接從不同網(wǎng)點(diǎn)獲取的生產(chǎn)數(shù)據(jù)，從而簡(jiǎn)化數(shù)據(jù)訪問(wèn)，同時(shí)滿足合規(guī)性要求。 IBM幫助客戶在整個(gè)企業(yè)內(nèi)創(chuàng)建了一致的流程，同時(shí)通過(guò)數(shù)據(jù)訪問(wèn)和流程的簡(jiǎn)化提高了用戶工作效率。過(guò)去，這些流程需要數(shù)周才能完成，而現(xiàn)在只需要幾分鐘。

Change Machine 是一家非營(yíng)利性組織，致力于通過(guò)以人為本的技術(shù)為低收入社區(qū)的人們提供財(cái)務(wù)安全服務(wù)。Change Machine 通過(guò)一個(gè) SaaS 平臺(tái)，幫助低收入人群找到可以實(shí)現(xiàn)他們財(cái)務(wù)目標(biāo)的金融產(chǎn)品。借助IBM，Change Machine 使用人工智能開(kāi)發(fā)了一個(gè)推薦引擎，幫助低收入社區(qū)的用戶獲得合適、安全的金融產(chǎn)品。

此外，在醫(yī)療健康領(lǐng)域，數(shù)據(jù)經(jīng)緯（Data Fabric）能夠幫助醫(yī)療組織發(fā)現(xiàn)、集成和豐富所有來(lái)源的所有相關(guān)患者數(shù)據(jù)，以獲得更完整的患者視圖，同時(shí)通過(guò)自動(dòng)標(biāo)記和屏蔽所有敏感的結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)，提供更好的患者體驗(yàn)。

在制造業(yè)，除了產(chǎn)品創(chuàng)新，制造商還希望利用數(shù)據(jù)來(lái)改善生產(chǎn)和物流。IBM 智能化的數(shù)據(jù)經(jīng)緯（Data Fabric）可幫助制造商獲得整個(gè)價(jià)值鏈中數(shù)據(jù)的全局視圖，幫助企業(yè)進(jìn)行原因分析、業(yè)務(wù)優(yōu)化和實(shí)時(shí)決策。

今年6月，IBM被評(píng)為 “Forrester Data Fabric Wave for 2022” 的領(lǐng)導(dǎo)者。Forrester 強(qiáng)調(diào)，IBM 的解決方案尤其適合那些在混合和多云環(huán)境（包括傳統(tǒng)系統(tǒng)）里擁有大型、復(fù)雜、分布式數(shù)據(jù)存儲(chǔ)的組織，并指出IBM的合作伙伴生態(tài)系統(tǒng)和路線圖是支持其取得領(lǐng)導(dǎo)者地位的重要因素。

數(shù)據(jù)推動(dòng)數(shù)字化，人工智能解鎖數(shù)據(jù)價(jià)值，混合云實(shí)現(xiàn)數(shù)據(jù)民主。今天的 IBM，聚焦混合云與 AI 戰(zhàn)略，聚焦更為簡(jiǎn)單清晰的混合云與 AI 產(chǎn)品組合及服務(wù)，聚焦把 IBM 的技術(shù)和產(chǎn)品價(jià)值轉(zhuǎn)化為客戶的業(yè)務(wù)價(jià)值，把 IBM Cloud Paks 開(kāi)放與智能的軟件能力與客戶具體的應(yīng)用場(chǎng)景相結(jié)合，通過(guò)編織智能化的數(shù)據(jù)經(jīng)緯（Data Fabric），幫助各行各業(yè)的企業(yè)解鎖數(shù)據(jù)價(jià)值密碼，快速高效地推進(jìn)他們的數(shù)字化征程。