Cube 正在为公司数据构建“语义层”

越来越多的企业开始采用数据模型——一种抽象模型，用于组织数据元素并标准化它们之间的关系。但随着数据分析和人工智能的蓬勃发展，企业对数据模型的期望越来越高，许多旧模式已被证明难以管理，而且非常脆弱。

至少，工程师兼企业家 Artyom Keydunov 和 Pavel Tiunov 在工作中观察到了这一点。在 Statsbot（两人于 2016 年共同创立的一家数据分析初创公司）任职期间，Keydunov 和 Tiunov 经常为那些努力让“数据库”井然有序的组织提供咨询。

Cube于 2019 年作为开源项目启动，为组织数据提供 Keydunov 所描述的“通用语义层”，这些数据可以输入数据库、商业智能 (BI) 工具，甚至是人工智能聊天机器人。五年后的今天，Keydunov 和 Tiunov 拥有了真正的业务，推出了基于 Cube 的订阅式服务 Cube Cloud，该服务增加了自动化工作流程和以企业为中心的治理和部署工具。

“数据并不短缺，”Keydunov 告诉 TechCrunch。“员工、合作伙伴和客户对数据的需求持续增长，他们相信数据驱动的决策可以提高运营效率、增强客户满意度和竞争优势。人工智能、机器学习、物联网和区块链等技术正在重塑数据格局，并彻底改变组织收集、处理和从数据中获取价值的方式。不仅人类需要数据；现在机器也需要数据。”

除了数据建模挑战之外，调查显示，只有相对较少的组织能够从数据中获取哪怕是基本层面的成功。Gartner 于 2022 年对数据分析领导者进行的一项调查发现，不到一半的人认为他们的团队能够有效地为雇主创造价值。尽管根据同一项调查，公司在数据管理、治理和分析计划上的平均支出超过 500 万美元。

那么该怎么办呢？对于 Keydunov 和 Tiunov 来说，答案是尝试创建一个平台，作为公司所有数据和指标的统一真实来源。

Cube 语义数据层的图示。图片来源： Cube

Keydunov 表示：“Cube Cloud 是一个通用语义层，它是现代数据堆栈中独立但可互操作的一部分，位于数据源和数据消费者之间。”“通用语义层允许每个数据端点（无论是 BI 工具、嵌入式分析，还是 AI 代理和聊天机器人）使用相同的语义和底层数据。”

公司使用 Cube Cloud 构建语义层并将其连接到各种应用和实用程序，并根据需要采用基于角色的访问控制、数据缓存、单点登录和扩展基础设施。企业级客户可以联系顾问，他们可以培训他们的数据工程师使用 Cube Cloud 并按需提供支持，以及根据业务需求构建初始 Cube Cloud 实例（在 Cube 拥有的服务器上或本地）。

Keydunov 补充道：“Cube Cloud 会自动调整查询并注入适当的安全上下文（用户或角色详细信息），以确保只有适当的用户才能访问。通过 Cube 中的性能洞察，客户可以找到冗余查询或其他缓存和预聚合查询结果的机会，从而减少所需的计算量。”

Cube 的竞争对手是AtScale，后者也为数据建模和服务提供了语义层，以及 Dtb Labs 最近收购的Transform。但该公司表示，Cube 似乎保持了自己的优势，其客户群覆盖 200 多个财富 1000 强品牌，用户群接近 500 万人。

Keydunov 表示，开源 Cube 项目下载量已超过 1000 万次，Cube Cloud 目前已安装在约 90,000 台服务器上。2023 年至 2024 年的预订量增长了 3 倍，而平均交易规模增长了 3 倍。

毫无疑问，正是这一成功吸引了新的投资。总部位于旧金山的 Cube 本周宣布，它从 Databricks Ventures、Decibel、Bain Capital Ventures、Eniac Ventures 和 645 Ventures 等投资者那里筹集了 2500 万美元。Keydunov 表示，这家拥有 40 名员工的初创公司的总融资额将达到 4800 万美元，新资金将用于支持 Cube 的上市和营销活动以及拓展 Cube Cloud 的功能。

Keydunov 继续说道：“我们的投资者鼓励我们筹集资金，以支持我们进入市场的团队的扩张，这样我们就可以利用人工智能和语义层需求的激增。”“我们已经看到企业业务在评估中变得更加慎重和谨慎，这可能会稍微减慢销售过程——但这让我们有更多时间证明我们相对于竞争对手的价值。我们在新一轮融资中拥有充足的资金，有足够的空间将公司发展到下一个里程碑。”

本站全部资讯来源于实验室原创、合作机构投稿及网友汇集投稿，仅代表个人观点，不作为任何依据，转载联系作者并注明出处：https://www.lvsky.net/460.html