Штучний інтелект

Microsoft придбала Osmos для усунення вузьких місць в інженерії даних Fabric

A

Anirban Ghoshal

4 хв читання

Абстрактна ілюстрація потоку даних, що перетворюються за допомогою ШІ в центральному хабі.

Microsoft оголосила про придбання компанії Osmos, що займається інженерією даних на основі штучного інтелекту. Цей крок є частиною зусиль Microsoft, спрямованих на зменшення тертя в інженерії даних у Fabric, її уніфікованій пропозиції для даних та аналітики, оскільки підприємства продовжують впроваджувати аналітичні та ШІ-проєкти у виробництво.

Технологія Osmos

Технологія Osmos, яка застосовує агентний ШІ для перетворення сирих даних на активи, готові для аналітики та ШІ в OneLake, допоможе клієнтам обійти поширені проблеми, з якими стикаються більшість підприємств, витрачаючи більше часу на підготовку даних, а не на аналіз. За словами Богдана Кривата, корпоративного віцепрезидента Azure Data Analytics, це дозволить зосередитися на аналізі. Раніше Osmos вже запускала свої агенти для обробки та інженерії даних на основі ШІ як нативний додаток на Microsoft Fabric, де вони стали досить популярними. Рой Хассон, старший директор з продуктів у Microsoft, зазначив, що клієнти полюбили використовувати Osmos на Fabric Spark, що зменшило їхні зусилля з розробки та обслуговування більш ніж на 50%. До придбання стартап пропонував Osmos Data Agents для Microsoft Fabric, Osmos Data Agents для Databricks та Osmos AI-Assist Suite (Uploaders, Pipelines, Datasets), які компанія описує як набір інструментів для прийому та інженерії даних на основі ШІ, що автоматизують процес введення зовнішніх, неструктурованих даних в операційні системи з мінімальними ручними зусиллями або кодуванням.

Переваги для підприємств та керівників

Хоча Microsoft ще не розголошує більше деталей про дорожню карту інтеграції технології Osmos у Fabric, аналітики вважають, що інтеграція, ймовірно, допоможе як CIO, так і командам розробників. Для CIO перевага полягатиме в операційній ефективності та швидшому досягненні цінності для аналітичних та ШІ-ініціатив, особливо в умовах обмежених ресурсів інженерії даних та бюджету, зазначив Роберт Крамер, головний аналітик Moor Insights and Strategy. Ще однією перевагою придбання для CIO, за словами Стефані Волтер, керівника практики AI stack у HyperFRAME Research, є можливість автоматизації інженерії даних, яка є керованою, зворотною та аудитованою. Однак Крамер застеріг, що залежність підприємств від технології Osmos для інженерії даних у Fabric може збільшити залежність від платформи, викликаючи питання управління та ризиків щодо сертифікації агентних конвеєрів, аудиту та відкату змін, а також узгодження автономної інженерії даних з регуляторними та комплаєнс-вимогами.

Вплив на розробників

Для розробників, за словами Крамера, придбання має потенціал покращити продуктивність, зменшивши повторювану та низькоцінну інженерну роботу з неструктурованими даними. Завдання, такі як обробка даних, відображення непослідовних зовнішніх потоків, створення каркасів конвеєрів та шаблонний код перетворення в стилі Spark, можуть бути згенеровані агентами, а не створені вручну, дозволяючи інженерам зосередитися на архітектурі, продуктивності, якості даних та розробці захисних механізмів. Життєвий цикл розробки може зміститися до перегляду, тестування та зміцнення ШІ-генерованих конвеєрів та перетворень, при цьому спостережуваність, робочі процеси затвердження та оборотність стануть основними вимогами до дизайну.

Інтеграція з Microsoft Fabric

Аналітики також розглядають придбання Osmos як доповнення до нещодавніх покращень Fabric, включаючи впровадження Fabric IQ. За словами Волтер, у міру розширення Fabric з IQ, новими базами даних та глибшою взаємодією OneLake, обмежуючий фактор зміщується від доступу до даних до готовності даних. Osmos усуває цей пробіл, автоматизуючи прийом, перетворення та еволюцію схеми безпосередньо в середовищі Fabric. У контексті Fabric IQ Osmos допомагає забезпечити безперервне курування та стабільність даних, що живлять семантичні та логічні шари, у міру зміни вихідних джерел. Семантичні системи працюють лише тоді, коли базові дані є послідовними та пояснюваними, а Osmos розроблено для зменшення операційного тертя, яке інакше підриває ці зусилля.

Що це означає для існуючих клієнтів Osmos

Однак не всі новини є добрими для існуючих клієнтів Osmos, оскільки компанія припиняє підтримку трьох пропозицій — Osmos Data Agents для Microsoft Fabric, Osmos Data Agents для Databricks та Osmos AI-Assist Suite — як окремих продуктів вже у січні. Це означає, що технологія Osmos наразі буде існувати лише в Fabric, і клієнтам, які використовували пропозицію Databricks та AI Suite, доведеться шукати альтернативи або знайти спосіб працювати з пропозиціями Microsoft.

Що це означає для розробників

Для розробників це придбання означає потенційне підвищення продуктивності завдяки автоматизації рутинних завдань з інженерії даних, таких як обробка та трансформація. Це дозволить їм зосередитися на архітектурі, продуктивності та якості даних, а також змістить фокус розробки на перегляд та тестування ШІ-генерованих конвеєрів.

Ключові факти

  • Microsoft придбала компанію Osmos, що спеціалізується на інженерії даних на основі ШІ.

  • Метою придбання є зменшення тертя в інженерії даних у платформі Microsoft Fabric.

  • Технологія Osmos використовує агентний ШІ для перетворення сирих даних на готові для аналітики та ШІ активи в OneLake.

  • Раніше Osmos Data Agents були популярним нативним додатком на Microsoft Fabric Spark, зменшуючи зусилля з розробки та обслуговування більш ніж на 50%.

  • Придбання має покращити операційну ефективність для CIO та підвищити продуктивність для розробників.

Джерела

Штучний інтелектДані та аналітикаРозробка ПЗ

Попередні статті

Ілюстрація, що зображує розробника, який працює з інтегрованою системою, що охоплює різні етапи життєвого циклу розробки програмного забезпечення, включаючи тестування, безпеку та спостережуваність, з елементами штучного інтелекту.
1 липня 2026Штучний інтелект

Розширення AI-стеку для розробки: Більше, ніж просто генерація коду

Штучний інтелект прискорює написання коду, але це лише частина роботи розробника. Нові виклики якості та безпеки вимагають комплексного підходу до AI-інструментів, що охоплює весь життєвий цикл розробки програмного забезпечення.

Ілюстрація, що показує вузьке місце в конвеєрі даних, представлене мікросхемою пам'яті, через яку важко проходять потоки даних, символізуючи проблему обмежених ресурсів пам'яті в інженерії даних.
1 липня 2026Дані та аналітика

Пам'ять як нове вузьке місце в інженерії даних: рішення для ETL-завдань

Зростання цін на пам'ять та інфраструктуру зберігання даних через бум ШІ створює нові виклики для інженерів даних. Стаття розглядає три підходи — від класичного чанкування Pandas до Dask та Polars — для оптимізації ETL-процесів та обробки великих наборів даних з обмеженими ресурсами пам'яті.

Ілюстрація автономного AI-агента Genie Code, що взаємодіє з потоками даних та аналітичними панелями, символізуючи автоматизацію інженерії даних та науки про дані.
1 липня 2026Штучний інтелект

Databricks представляє Genie Code та купує Quotient AI

Databricks запустила Genie Code, автономного AI-агента для багатоетапної роботи з даними, та придбала Quotient AI для оцінки та посилення навчання AI-агентів у виробничих середовищах, поглиблюючи свій фокус на агентній роботі з даними.