精彩回顾｜Denodo“打破语义鸿沟，释放 AI 企业潜能”线上研讨会

在 AI 浪潮席卷全球的当下，数据已成为企业最核心的资产。但数据孤岛和语义差异依然是阻碍 AI 真正发挥生产力的绊脚石。4月21日，Denodo “打破语义鸿沟，释放 AI 企业潜能”线上研讨会成功举办，三位行业专家从战略前瞻、技术实战到落地经验，为与会者带来了一场数据管理与 AI 融合的思想盛宴。

Denodo软件全球销售副总裁、大中华区总裁何巍先生从宏观视角出发，深刻剖析了 AI 时代企业级语义层建设的战略必要性。

何总指出，传统数据使用方式依赖“先集中、后使用”的路径，服务于确定的分析需求。而 AI 时代，智能体（AI Agent）正在规模化落地，它们需要快速、准确地从分散的数据源中找到所需数据。语义层就像一张“数据语义地图”，帮助 AI 理解业务语言，实现从“人找数”到“AI 智能用数”的根本转变。

他以车企“订单转化率”为例，生动展示了同一业务名词在不同部门间的定义差异，而语义层正是解决这类实体、属性和关系定义问题的关键。何总强调，Denodo 通过连接、整合、语义映射、服务封装四步法，以非侵入式架构实现企业级语义层，在保障时效性、架构效率、人力效率和安全合规方面具备独特价值。

Denodo中国华东解决方案总监沈少仪先生从技术视角，详细拆解了如何通过 Denodo 平台构建统一的语义中枢。

沈总提出，AI时代的语义层建设需要打造四层架构：

• 理解层：借助大语言模型精准识别业务意图与关键实体；

   

• 映射层：构建业务本体，统一多源异构数据的语义定义；

   

• 翻译层：将业务查询转化为底层数据可执行的查询计划，并实现身份权限穿透；

   

• 穿透层：通过跨源联邦查询与智能优化，保障AI决策的实时性。

他强调，Denodo 的 Zero-Copy 架构实现了“数据不动价值动”，通过逻辑数据编织将不同来源的表统一映射为业务对象，让 AI 开发人员无需关注底层物理表结构，极大提升了 AI 应用的开发效率和响应速度。

英途汇骏销售副总裁龚兆伦先生结合在金融行业和大型央国企的丰富服务经验，分享了 AI 规模化落地中的真实挑战与破局之道。

龚总指出，企业在 AI 实践中普遍面临数据整合能力不足、语义口径不一致、跨部门协同困难三大挑战。他以金融风控为例，说明统一语义层如何帮助大模型避免“幻觉”和决策偏差；在大型集团场景中，语义层能打通散落在ERP、CRM、MES等系统中的数据，构建可复用的“数字有机体”，大幅缩短 AI 项目交付周期，降低试错成本。

本次活动不仅是一次技术的深度研讨，更是一次生态协作的见证。Denodo 作为逻辑数据管理领域的先行者，成立二十余年来始终专注于帮助企业打破数据之间的语言壁垒。目前，Denodo 已服务全球超 1000 家头部客户，在中国市场也持续加大投入，积极研发适配中国技术生态的原生产品版本。

研讨会现场互动热烈，幸运抽奖环节更为参会者送上了惊喜礼品。未来，Denodo将继续以可靠的逻辑数据底座，助力企业在 AI 浪潮中乘风破浪。