科技日报记者 付丽丽
10月20日，北京镜舟科技有限公司（以下简称“镜舟科技”）基于StarRocks分析引擎推出企业级AI数据平台MIP（MirrorShip Intelligence Platform），将数据平台能力从“快速查询”向上延伸至业务语义与Agent治理层，试图解决AI及Agent使用企业数据时长期存在的业务口径不统一、分析结论难核验等痛点。
据介绍，StarRocks诞生之初就直面企业数据增长带来的分析效率难题。随着业务数据持续累积，报表查询、复杂分析任务耗时久，业务人员提出问题后，需要等待数据加工、查询运算才能获取结果，数据价值释放滞后。团队持续攻坚实时分析能力，支撑BI、用户画像、业务内嵌分析场景，通过提升查询速度，让业务可以持续提问、验证假设。
伴随企业大量数据存入对象存储与数据湖，分析需求兼顾实时增量数据与长期历史数据。镜舟科技持续投入湖仓一体化建设，整合分析引擎、数据湖与对象存储，消除多源数据之间的割裂。
随着AI与Agent逐步接入企业内部数据，新挑战随之显现。大模型可自动生成SQL，Agent能够拆解问题、链式查询并流转结果，但AI输出的分析结论常常存在业务理解偏差。金融场景中，AI可自动完成指标变化归因，但解释内容容易偏离真实业务口径，指标对比范围、统计周期、统计主体不一致，即便SQL执行无误，结论也可能产生误导。
基于StarRocks底座打造的MIP分为三层架构：统一数据底座提供数据与分析算力；业务语义层定义企业专属指标、业务上下文；Agent层依托前两层开展合规分析与核验。MIP并非要求企业重建数据平台，而是复用客户已有的StarRocks集群、数据湖、指标体系与权限资产，在现有基础上叠加语义与Agent能力。落地采用渐进式策略，优先在口径清晰的业务域验证，保留人工确认环节，逐步扩大应用边界。
在开放生态层面，镜舟科技将企业落地中遇到的工程问题反哺StarRocks社区，同时联合行业伙伴协同共建，各系统各司其职，依托标准化接口实现协作。开源夯实底层技术根基，商业化落地深化企业级能力，二者相互支撑。
面向未来，镜舟科技希望实现业务人员使用自然语言提问，快速获得基于真实数据、口径明确、可溯源核验的分析结论。从“查得快”走向“理解得快”，MIP的目标是让企业更快、更有依据地读懂业务，最终决策仍由企业自主掌握。
网友评论
