近年 AI 帶動龐大的商業機會，成為許多企業追求投資回報率（ROI）的關鍵，但「資料碎片化」卻是 AI 落地的一大障礙。許多企業高層都認為，資料的不一致性是 AI 發展最根本的瓶頸，因缺乏跨工具與平台的統一資料語義標準，進而造成每年數百萬美元的損失。
這種資料碎片化的現象產生了「資料孤島」與語義混亂，例如零售商的銷售平台可能將「活躍客戶」定義為 90 天內購買過的顧客，但行銷系統可能將同一術語定義為過去一個月內與內容互動過的人。這也顯示，AI 模型若建立在這些衝突的定義上，將產生不可靠的預測，破壞人們對 AI 洞察的信任，因此資料與 AI 團隊往往需要花費數週協調定義並重新格式化資料，不僅提高營運成本、延遲 AI 應用程式的上市時間，也削弱 AI 可以讓生產力倍增的承諾。
產業巨頭的解法：建立「開放語義交換標準（OSI）」
為了應對資料語義不一致的挑戰，科技巨頭們組成一個新聯盟，發起「開放語義交換標準（Open Semantic Interchange, OSI）」倡議。這個聯盟由 Snowflake 擔任領導者，Snowflake 執行副總裁 Christian Kleinerman 認為，互通性與開放標準對於釋放 AI 的全部潛力至關重要。
OSI 是一項開源計畫，目標是解決資料在不同平台間的孤立與不相容問題，並預計推出第一個針對語義中介資料的供應商中立規範，因此被譽為商業資料的「羅塞塔石碑」。未來制定的新規範將透過 YAML 檔案定義，對資料的語義層次進行標準化。Salesforce 與旗下的 Tableau 雖然和 Snowflake 有直接競爭關係，但仍決定共同領導這項倡議，並貢獻建立商業智慧（BI）工具的寶貴經驗，將供應商中立的語義層藍圖編纂為開放標準。
聯盟的核心夥伴還包括 dbt Labs 和 RelationalAI，並獲得金融服務巨頭 BlackRock（貝萊德）支持，目前已吸引超過十家公司參與，期待透過統一的框架，確保業務邏輯在所有 AI 和 BI 應用程式中保持一致，從根本上解決資料孤島與語義不兼容的問題。
OSI 的技術、商業與產業生態意義
OSI 倡議不只展現技術的革新與價值，更對企業和產業生態帶來深遠影響。在技術層面，統一資料語義能解決 AI 模型因定義衝突而導致的不準確，以及難以擴展的問題，從而使 AI 模型更加精準並加速導入。「AI 的未來取決於信任，而信任始於一致、可靠的數據，」Tableau 產品長 Southard Jones 表示，OSI 正是透過建立通用的開放標準，讓 AI 代理程式能更有效地理解與利用資料。
從商業層面來看，OSI 的實施將提升決策效率，並減少資料準備的浪費，像是能降低資料團隊的操作複雜性，並大幅減少重複性工作。企業也可以保留現有的語義模型投資，同時採用最佳技術，且不必犧牲資料的一致性。BlackRock Aladdin Data 全球負責人 Diwakar Goel 指出，金融服務業對數據一致性有特別高的要求，因此 BlackRock對參與 OSI 感到興奮，因為這將有助於建立一個通用的、供應商中立的規範，不僅能簡化數據交換，還能加速 AI 和 BI 在金融業的發展與應用。
在產業生態方面，這項合作更打破傳統的競爭關係，主要廠商如 Tableau 和 Snowflake 決定放下競爭，共建標準，將 OSI 視為一個全行業的解決方案，因為業界普遍認為擁有一個運作系統的一部分，勝過完全掌控一個破碎的系統。這種合作模式有望使 OSI 成為未來 AI 應用的「共同語言」，將競爭重心從資料定義，真正轉向使用者體驗與 AI 應用能力的創新。
挑戰與展望
儘管 OSI 願景宏大，但作為一項產業標準化行動，仍面臨多重挑戰。首先，OSI 成功與否取決於能否被發起成員以外的主要雲端平台廣泛採納，另外這項倡議也必須鼓勵競爭對手實施標準，因此普及性仍需時間驗證。
其次，維持供應商中立的治理機制也是一大挑戰。考量到參與公司間的市場地位和利益差異，如何確保沒有市佔率高的單一供應商控制該規範，是至關重要的課題。
最後，儘管 OSI 採取開源方法，但業界擔憂若標準維護權最終集中在少數大型科技公司手中，可能削弱其中立性並形成新的資料壁壘。
這場由 Snowflake、Salesforce、Tableau 等巨頭推動的「資料標準之戰」，希望解決 AI 時代最基礎的資料不一致問題，這不僅關乎 AI 效率能否全面釋放，更將決定未來資料經濟的格局與科技基礎設施的發展方向。
＊本文開放合作夥伴轉載，資料來源：《VentureBeat》、《TechnologyMagazine》、《StreetInsider》，首圖來源：AI 工具生成。
