HCLSoftware的Actian推出了一款AI驱动的数据可观测性工具，实时监控数据质量，检测异常并提供解决方案。该工具支持数千条数据质量规则，关注数据新鲜度和数量，旨在优化云资源消耗，确保成本可预测性，专为复杂数据堆栈企业设计，计划于2025年6月全球发布。

六年前，Rohit Choudhary创立了Acceldata，专注于数据可观测性。他预测企业数据将大幅增长，多技术和多云环境将普及，且工程人才不足。生成式AI的兴起验证了这些预测。数据可观测性在复杂企业环境中变得重要，尤其在金融服务和AI应用中，数据追踪和分析对业务决策至关重要。

Databricks合作伙伴连接引入了五个新的集成：Monte Carlo、Dataiku、Census、RudderStack和Snowplow。这些集成增强了Databricks在数据可观测性、AI开发、数据激活和客户分析方面的能力。像Abacus Medicine和Burberry这样的公司正在利用这些集成来改善数据操作并提供个性化的客户体验。用户可以注册Databricks的免费试用版，以探索合作伙伴连接并随时了解未来的集成。

金融服务领域面临数据可观测性挑战，遗留系统和法规变化使实现可见性困难。专家指出，人工智能和机器学习是优化IT环境和预测问题的关键工具。灵活性和可扩展性是优秀可观测性平台的重要特性，法国兴业银行通过“可观测性即服务”提升监测能力。同时，合规性和数据安全也至关重要，金融机构需选择符合监管要求的解决方案。