CTERA 派驻工程师进入客户环境，推动文件数据人工智能投入生产
编辑部 · 发布 2026/10/09 · 更新 2026/10/09
CTERA 推出派驻工程服务，由工程师和部署策略人员进入客户环境，围绕真实企业文件数据落实人工智能用例。服务涵盖数据准备、首个生产用例、扩展和交接，目标是让客户团队能够独立运行并继续增加用例。
CTERA 于 10 月 6 日宣布推出 CTERA Forward Deployed Engineering 服务，将 CTERA 工程师派驻到客户环境中，使用客户自己的非结构化文件数据，让特定人工智能用例投入生产。每个项目都对应明确的业务成果，使用真实企业文件数据，并旨在让客户团队在 CTERA 退出后能够继续运行和扩展相关工作。
CTERA 的观点是，如今大多数企业已经具备有能力的人工智能模型和工具，但真正让人工智能在生产环境中稳定产生成果的企业少得多。它引用 Futurum 对 818 名数据负责人的《2026 年上半年数据智能决策者调查》，指出专业人才短缺是导致人工智能项目失败的因素中增长最快的一项；作为组织层面的挑战，技能和专业知识不足的问题在六个月内增加了一倍以上。
CTERA 表示，文件数据领域的差距最大。几十年积累的文件往往重复、过时且权限设置不一致。如果不经准备就让人工智能处理这些数据，可能会给出自信却错误的答案，或者向本不应查看某些文件的人展示文件。这两类失败都会削弱人们对人工智能部署的信任。
Futurum Group 数据智能、分析及基础设施副总裁兼业务负责人 Brad Shimmin 将该服务与公司的研究联系起来：“我们的研究表明，机器学习运维的复杂性、集成问题和人才短缺，是导致人工智能项目失败的三大数据相关因素；超过 90% 的企业在构建人工智能智能体时面临架构瓶颈。派驻工程团队直接应对这些失败因素，同时填补大多数企业面临的架构缺口。”
四阶段项目流程
每个项目由一支小型团队负责，将派驻工程师与部署策略人员配对。团队作为客户项目组的一部分，能够访问客户环境，并与熟悉实际工作开展方式的领域专家合作。项目分为四个阶段：需求探索与数据准备、首个生产用例、扩展到更多工作流程，以及交接以实现独立运营。
需求探索从文件数据本身开始，评估数据量、访问模式和来源系统，并结合数据核查拟议用例。随后，团队确定每种工作流程所需的数据集，并在原处对其分类、整理和治理，确保人工智能只处理各用户已获授权访问的内容。
工作流程通过模型上下文协议等开放标准，以及 n8n 等自动化平台，连接客户现有的系统与人工智能工具。CTERA 于 6 月完成了与 n8n 的集成。上线前，这些流程会使用真实数据验证。客户工程师从第一阶段就与 CTERA 并肩工作，并在构建过程中记录配置。CTERA 将客户能够在不依赖它的情况下增加下一个用例，视为项目完成的标准。
该服务运行于 CTERA Intelligent Data Platform。这一平台无需移动文件数据，就能以人工智能治理方式，管理边缘站点、数据中心和云环境中的文件数据访问。它延续了 CTERA 上个月基于 InsightAI 引擎推出的人工智能辅助归档解决方案，并将同一平台从软件扩展到实际交付服务。
CTERA 首席执行官 Oded Nagel 从时间和技能的角度介绍该服务：“企业不缺人工智能工具。它们缺少的是时间和专业技能，无法安全地把这些工具连接到自己的数据和工作流程。Forward Deployed Engineering 让我们的工程师与客户团队一起完成这项工作，将一个真实用例投入生产，并让客户最终能够自行运行。”
服务可用性
CTERA Forward Deployed Engineering 现已面向使用 CTERA Intelligent Data Platform 的组织提供。项目既可以按时间安排，也可以采用固定范围、以里程碑验收标准为依据的形式。CTERA 尚未公布这两种模式的价格。