从互联网的兴起到云计算的爆发，每一个重大的技术时代都重塑了我们使用和创建数据的方式。现在，根据 Cloudera 首席技术官 Sergio Gago 的说法，我们正在进入大数据的第三阶段，这一阶段侧重于融合。
他最近加入了 The AI Forecast 播客，讨论云和本地系统的融合如何为新一代私有 AI 奠定基础——在这种新一代私有 AI 中，企业可以完全控制其数据、模型和 AI 生命周期。
以下是本次对话的主要内容。
云与本地部署的融合——为什么它能实现私有 AI
Paul:来谈谈您的愿景。第三波大数据浪潮对您来说意味着什么，为什么它如此重要？
Sergio：我们从控制时代开始。许多公司都拥有自己的数据中心，这使他们能够掌控自己的数据。后来，云技术出现了，我们进入了所谓的便捷时代。因此，一些团队只需一张信用卡，就可以进入任何超大规模数据中心，开始使用数据进行机器学习或构建仪表盘。这个步骤是如此轻易，以至于将影子 IT 带进了许多企业，这使得控制成本、总体拥有成本和数据治理面临越来越大的挑战。
这就是云计算和数据的故事。如今，您随便踢块石头，就能找到成百上千种引擎、数据库和选项。我们现在谈论的是“弗兰肯斯坦架构”，公司拥有数十甚至数百个组件，却在努力整合它们。便利时代带来了这种复杂性。
如今，随着人工智能和 AI 智能体的出现，许多企业和初创公司都面临着监管和合规要求，情况变得更加复杂。为了遵守规定，组织需要重新引入第一时代的所有控制措施，尤其是在大型企业中。这一切迫使企业和个人融合管理数据中心和云，以实现数据中心的控制和治理，同时又能享受云的便利。这就是为什么我们称第三波为“融合时代”。
私有 AI：全生命周期控制与人类优势
Paul：我想和您谈谈私有 AI 组件。凭借私有数据，我拥有巨大的竞争优势。私有人工智能如何帮助我实现这一点？
Sergio：私有人工智能是控制人工智能应用程序整个生命周期的能力。你们使用哪些型号？你们如何部署它们？从合规的角度来看，哪些已获得批准？如何确保模型权重在所需时间内保持不变？这样，贵公司的数据就同时存在于云端和数据中心。您需要安全地将这些数据引入您的模型——无论是用于训练、微调，还是 RAG 等技术。这正是让您的模型独一无二的原因。
如今大多数公司的竞争优势在于数据，但也在于技能——即驱动洞察力的人类能力。让您能够解读数据的不一定是数据本身，而是经验和领域知识。私有人工智能通过控制从模型生命周期到提示管理、沿袭和基准测试等各方面，帮助您保持这一优势，从而从概念验证到真正的生产工作负载。
构建兼顾投资回报率和风险的体系——将智能体、治理和文化纳入其中
Pual：当我们谈论诸如融合之类的话题时，我们有时会冒着疏远商界人士的风险，他们会认为这更像是一种首席技术官式的讨论，一种技术讨论。从您的角度来看，融合之类的技术能为您带来哪些作为首席执行官或业务领导者无法理解的新用例或商业价值？
Sergio：我认为 CEO 始终会想了解工具的实际价值，无论是投资回报率、成本削减，还是公司价值提升。GenAI 只是所有这些事物的传送带。
与此同时，每个 CEO 最核心的第二个角度是风险——要么是害怕错过（FOMO），要么是害怕因巨大的人工智能幻觉而成为下一个头条新闻的恐惧。这就是首席执行官们需要平衡的天平两端。
GenAI 用例需要从业务方面开始。从一开始就引入合规、治理、IT、网络安全和法律，这样它就不会成为一个最后一无所成的车库实验。在这些方面体现出价值，就能将它们带到企业中去。
在 Spotify、 Apple Podcasts 和 YouTube 上收听《人工智能预测》节目中与 Sergio Gago 的完整对话。
