盤點，是一種對未來想像的策展。遍布全球的AI 100、立足台灣的AI 50當中，可以拼湊出關鍵趨勢。從這一次封面故事的報導和專訪中，我們試圖勾勒出AI產業的當下與未來。
《數位時代》年度AI特集：AI影音圖解、直播論壇連線產業專家、AI Taiwan展免費體驗，立即行動>>
ACT 3：數據準備 —— 吃下宇宙催吐真理
訓練語言模型就像是一名高中生參加大學考試。
高中生必須讀大量的課本，接著跟老師一起做大量的練習題，最後自己嘗試解題。目前的語言模型訓練流程也大致如此：海量資料投入、跟著人類專家學習回答問題的方式，最後自己回答問題。差別在於高中生是一個、一個章節學習，語言模型則是一次吃下全部資料。
而語言模型的能力取決於它所學習的數據，但現實中的數據充滿雜訊、錯誤、重複，甚至偏見，如果不經過整理，語言模型吃進垃圾就只會吐出垃圾。
除了「語言」的模型之外，還有許多其他類型，如自駕車使用的視覺辨識，必須有人告訴它：這是一隻狗、這是一個人、這是前方車輛掉出來的球棒。企業內部導入AI，也會希望AI「看懂」各種不同格式的資料。這些都需要經過數據處理，轉換成模型好入口的格式。
如果說數據是新時代的石油，數據處理便是煉油廠，像是負責搖動AI產業的篩子，過濾雜質留下真正所需的知識。
企業資料神廚 —— Databricks
蓋一座AI摩天大樓，不能沒有數據——它是鋼筋水泥、電力與管線，是確保建築堅實、能擴建的基礎設施。2013年成立的美國資料分析與AI公司Databricks，鎖定數據治理（Data Governance），要做的就是AI世界的建築師。
「人人都在用ChatGPT，企業能做什麼是別人無法複製的？關鍵還是在資料。」Databricks共同創辦人暨執行長葛德西（Ali Ghodsi）去年11月在The Logan Bartlett Show透露，他觀察自家客戶用AI讀取數據的需求，遠超過文本生成，「AI的價值在於從海量數據中擷取有用的訊息，而非生成新文本。」
幫企業架構好AI基礎建設，從數據中淘金，讓Databricks成為矽谷最受矚目的公司之一。
2024年12月Databricks完成最新一輪、規模高達100億美元的募資，讓估值攀升至620億美元（約新台幣2兆元），這家未上市的公司，放在台灣大概是鴻海或聯發科的市值規模。並且，相隔1個月，Databricks再度宣布53億美元（約新台幣1,744億元）的債務融資。
無論是投資人或銀行，看起來都很願意從口袋掏錢投注這家數據公司，關鍵在於Databricks領先的數據處理技術。
料理數據「蓋」厲害！獨創Spark引擎、湖倉一體
以高效運算大數據聞名的「Spark」引擎，正是由葛德西和其他6位研究員在加州大學伯克萊分校的「AMPLab」開發，這項技術將龐大數據集的處理速度，提升至傳統硬碟運算的100倍以上，Databricks便是以Spark為核心技術成立。
在此之前，企業治理資料主要有2種方法：將各種格式的數據混合存放在「數據湖（Data Lake）」，或者將結構化資料存放在「數據倉儲（Data Warehouse）」中，前者的優點是不限資料類型，後者則更方便管理和調取分析。
想像企業是一名廚師，「數據湖」像是進貨區，存放著蔬菜、肉品、調味料等食材，可能來自不同供應商，包裝方式也各異，且大多未經整理或分類；「數據倉儲」則像餐廳的中央廚房，有切好的蔬菜、去骨的肉類、調配好的醬料，方便廚師直接使用，只是食材經過處理，原型是否符合標準並不可考。
2020年，Databricks推出「數據湖倉（Data Lakehouse）」架構，讓湖倉一體，既能廣納各類數據，又能系統化管理和檢閱資料。再整合生成式AI，打造「數據智慧平台（Data Intelligence Platform）」，用戶可透過自然語言提問，在平台上輕鬆搜索和使用數據資料，加速開發應用程式的速度。
數據智慧平台像是現代化的智慧中央廚房，從進貨、備料到烹煮上菜都有一站式管理，Databricks副總裁暨東協及大中華區總經理吳慧思（Cecily Ng）向《數位時代》表示，廚師用廚具將各種食材煮成佳餚，「Databricks也是以AI和機器學習模型，將原始數據轉化為有用的數據洞察。」
開源魂轉投企業懷抱！賓士、渣打、遠傳皆夥伴
從學術實驗室出發，Databricks創業初期秉持模型開源的精神，直到葛德西2016年接任執行長之後大刀闊斧改革。「企業不會輕易接受開源技術，除非有強大商模支持。」葛德西在The Logan Bartlett Show說明。他推動Databricks轉向企業級銷售模式、深化技術，主要是意識到「僅依賴開源是不夠的，因為大型雲端公司會輕易複製我們的技術。所以我們開發專有產品，提供真正的商業價值。」
目前Databricks擁有逾6成的《財星》世界500強企業客戶，包括美國最大電信服務商AT&T、賓士、華納兄弟、渣打銀行，以及台灣遠傳電信、仁寶和104人力銀行等。
其中，遠傳利用它識別電話詐騙並提醒客戶，也藉此了解客戶偏好，提供個性化增值服務。
「企業需要理解，AI要先有良好的數據。」吳慧思表示，數據治理是企業導入AI的成功關鍵，範疇包含安全性、數據訪問控制、數據品質檢查及數據共享策略等。
「AI的發展方向不單是讓模型變得更聰明，而是讓AI更便宜、更高效，以適應大規模企業應用。」葛德西預期未來AI仍將由2類公司主導：擁有大量數據的科技巨頭，以及在垂直領域應用的新創公司，而兩者都和Databricks相關。像是Databricks的湖倉在Azure、AWS及Google Cloud 3大公有雲上皆能運行，而愈多AI應用出現，就有愈多數據的基礎建設需求。
620億美元的估值縱然令人瞠目，但有其道理，AI的大廈愈蓋愈多、愈高，Databricks即使不是唯一，也會是重要的數據建築師。
Databricks
共同創辦人暨執行長：Ali Ghodsi
主要業務：AI數據治理
投資人：Andreessen Horowitz、Wellington Management、Gaingels、Insight Partners、輝達等；總募資金額達192億美元（約新台幣6,324億元）
責任編輯：謝宗穎
