Databricks 推出表格基礎模型平台 AI Runtime,企業免客製訓練即可做預測
2026/11/19
資料與 AI 平台業者 Databricks 宣布推出 AI Runtime,這是一個支援情境學習(in-context learning)的表格式基礎模型(Tabular Foundation Model,TFM)運算平台。企業用戶可以透過 AI Runtime,直接運用預先訓練好的模型處理各種表格資料的預測任務,不再需要為每一種預測需求個別開發、訓練與維護機器學習模型。
在企業的 AI 應用中,許多最有價值的預測任務其實都建立在表格資料之上,例如銀行的信用風險評估、電信業的客戶流失預測、零售業的需求預測,以及製造業的預測式維護。這些資料通常以資料表的形式存放在企業的資料庫中,欄位包含數字、類別與時間等資訊。過去,企業若要做這類預測,必須由資料科學團隊針對每項任務蒐集資料、設計特徵、訓練模型並持續調校,耗費大量人力與時間。
表格式基礎模型的概念,類似大型語言模型之於文字。大型語言模型透過大量文字預先訓練,能處理各種語言任務;表格式基礎模型則透過大量表格資料預先訓練,學會表格資料中常見的規律與關係。搭配情境學習,使用者只需提供少量範例資料,模型就能直接進行預測,不必重新訓練。業界分析人士指出,這種做法有望大幅降低企業導入預測式 AI 的門檻,讓沒有大型資料科學團隊的企業也能快速建立預測應用。
Databricks 推出 AI Runtime,也反映出企業 AI 市場的競爭焦點正在擴大。過去一年,生成式 AI 吸引了多數目光,但企業日常營運中大量的決策仍仰賴傳統的預測模型。將基礎模型的概念帶入表格資料領域,讓 Databricks 能在既有的資料平台優勢上,進一步提供更完整的 AI 解決方案。
對企業而言,表格式基礎模型若能在準確度上接近客製模型,將顯著縮短 AI 專案的開發週期,讓業務部門更快將預測結果應用於實際決策。不過,模型在特定產業資料上的表現、預測結果的可解釋性,以及資料治理與合規要求,仍是企業導入時需要審慎評估的面向。
後續觀察重點包括 AI Runtime 在不同產業的實際應用成效、與其他資料平台競爭對手的差異化,以及表格式基礎模型能否成為企業 AI 的新標準工具。在生成式 AI 之外,預測式 AI 的基礎模型化,可能是下一波企業 AI 普及的關鍵推手。