日立重振的 Pentaho 业务对其数据目录和优化产品进行了全面改造，以使其和客户数据适应 AI 时代的需求。
该数据目录经过重新设计，旨在提供 “增强版的数据市场体验”，帮助高管、业务用户和数据科学家更轻松地查找经过精心策划和可信的数据集，用于日常操作和战略决策。
该产品还与 Okta 和 Active Directory 实现了更深入的集成，以改善策略访问和安全措施，尤其是防止关键信息被无意中传递给模型后扩散到全球。
Pentaho 产品管理高级总监 Kunju Kashalikar 表示，目标是让数据科学家更容易查找信息，同时确保这些数据集仅对合适的人员或应用程序开放，并对关键信息（例如信用详情或 PII）进行适当的屏蔽。
此外，该产品还改进了数据传递到 Python IDE 以及其他机器学习测试和部署工具的能力。这意味着用户可以轻松构建数据工作流，从数据发现、摄取、训练到审查和部署全流程都在可管理、可审计的方式下完成，Kashalikar 如是说。
数据优化与分层存储功能也经过重新设计，更好地支持结构化和非结构化数据在归档、迁移以及基于策略的生命周期管理过程中的应用。
数据流？ Pentaho。往返移动您的数据
随着各家公司致力于将 AI 推向生产环境，建立数据管道变得越来越重要，Snowflake 和 Databricks 等公司也投入了大量精力简化用户这一过程。
但 Kashalikar 表示：“我所见到的，尤其是在中大型企业中，没有一家组织只采用单一的数据技术。我遇到的客户同时使用 Databricks 和 Snowflake，现在还引入了 Apache Iceberg。在某些情况下，他们还在 Oracle、Salesforce、SAP 和 AWS 中保留数据。”
他表示，Pentaho 的目标是为这些技术提供统一的管理界面，“无论您的数据位于 Snowflake 还是 Databricks，最终用户都能获得一致的使用体验。”
此外，Kashalikar 表示，公司还致力于构建更完善的数据分类体系，帮助企业全面了解其结构化和非结构化数据的全景，从而让企业能够为 AI 选用合适的数据，同时识别潜在的问题隐患。
例如，在金融公司中，这可能意味着要了解“您的 SQL server 中存储着这类数据，但我们也可以告知您，在 SharePoint 中某个特定用户的文件夹里，我们发现了大量的抵押贷款文件。也许这些文件的存在是合理的，也许并非如此……”
大约一年半前，日立重新激活了 Pentaho 品牌。Pentaho 在原有的 ETL 和分析业务基础上，增加了数据目录、数据质量以及数据优化工具。这些工具可在本地和云环境中运行，适用于文档和结构化数据。
虽然 Pentaho 宣称自己是一个统一的平台，但客户可以自由组合使用各项工具。Kashalikar 说：“我们知道很多客户已经购买了这五种工具中的一种，并且不愿意放弃已有的投资。”
“因此，我们希望能够开放地与其他工具集成，同时在使用了两款或更多我们的工具时，提供一流的集成体验。”
