加入我们的每日和每周的新闻通讯，获取有关行业领先的AI覆盖范围的最新更新和独家内容。了解更多
天文学家随着企业越来越多地寻求通过更好地管理其数据管道，企业越来越多地寻求运营AI计划，Apache驱动数据编排平台Astro背后的公司已获得了9300万美元的D资金。
资金回合由贝恩资本风险投资，参与Salesforce Ventures以及现有投资者，包括洞察力，，，，MERITECH， 和venrock。博世冒险还试图参加这一轮，反映了该技术的工业利益。
天文学家首席执行官安迪·拜伦（Andy Byron）在对VentureBeat的独家采访中解释说，该公司将利用资金加快研发工作，并扩大其全球足迹，尤其是在欧洲，澳大利亚和新西兰。
拜伦说，对我们来说，这只是一步。我们想在这里构建一些很棒的东西。我对我们的风险合作伙伴，我们的客户，我们的产品愿景感到更加兴奋，我认为这在崩溃了数据行动市场时非常强大。
资金针对的是行业分析师确定为AI实施差距的哪些巨大技术和组织障碍，以防止公司大规模部署AI。数据编排是跨不同系统自动化和协调复杂数据工作流程的过程，已成为成功AI部署的重要组成部分。
恩里克·塞勒姆（Enrique Salem）贝恩资本风险投资公司（Bain Capital Ventures）的合伙人解释了当今企业面临的关键挑战：``每个公司都使用工具，团队和工作流程的拼凑而努力地提供可靠的见解，创建运营瓶颈和限制敏捷性的拼凑而成的数据生态系统。这种复杂性的核心是协调所有这些移动零件的层。
塞勒姆（Salem）指出，尽管它很重要，但如今的编排景观是云基础设施在15年前的地方：任务至关重要，但零散，脆弱，经常在内部建造，可扩展性有限。数据工程师花费的时间比推动创新更多的时间维护管道。没有稳健的编排，数据是不可靠的，敏捷性丢失了，企业落后了。
公司平台，太空人，建立在Apache Airflow上，这是一个开源框架，具有爆炸性的增长。根据该公司最近发布的气流状态2025报告该研究对5,000多名数据从业人员进行了调查，仅在2024年就下载了超过3.24亿次的气流 - 比所有前几年的总和还多。
营销马克·惠勒（Mark Wheeler）的天文学SVP解释说：``Air Flow已确立了事实上的数据管道编排标准。•当我们查看编排层中的竞争格局时，气流显然已成为有效地将现代数据从源到目的地有效地移动的标准解决方案。
从隐形管道到企业AI骨干：数据基础架构的演变
天文学家的增长反映了企业如何将数据编排从隐藏的后端基础架构转变为启用AI计划并提高业务价值的关键任务技术的变革转变。
BCV对天文学家的信念可以追溯到。塞勒姆说，我们在2019年投资了该公司的种子轮，多年来一直支持该公司，现在领先于他们的D系列D。”塞勒姆说。``除了令人印象深刻的增长之外，天文学家的数据编排在AI时代已经变得更加重要，这需要可扩展的编排和模型部署自动化，这是在不相互交流的数据工具中激烈的数据工具。”
根据该公司的内部数据，有69％使用其平台两年或更长时间的客户正在使用气流进行AI和机器学习应用程序。这种采用率显着高于更广泛的气流社区，这表明天文学家的托管服务加速了企业AI的部署。
该公司的Astro（托管SaaS平台）年度经常性收入的同比增长150％，并拥有130％的净收入保留率，表明客户的扩大强劲。
'Wheeler解释说，尽管市场分析师可能正在寻找云数据平台战斗中的明显赢家，但企业显然选择了一种多解决策略。领先的企业拒绝锁定单个供应商，选择多云和多样化的数据平台方法来保持敏捷并利用最新的创新。
内部福特大规模的AI操作：每周数据功率下一代车辆如何
主要企业已经在利用天文学家的平台来用于精致的AI用例，这些用例无需强大的编排即可实施具有挑战性。
在福特汽车公司，天文学家的平台为公司的高级驾驶援助系统（ADAS）及其数百万美元提供了支持MACH1ML机器学习操作平台。
汽车巨头每周都会多次处理数据，并运行300多个平行工作流程，在混合公共/私有云平台上为AI模型开发平衡了CPU和GPU密集型任务。这些工作流为从自主驾驶系统到福特专业的Fordllm平台的所有功能。
福特最初使用kubeflow对于编排，但遇到了重大挑战，包括陡峭的学习曲线和与Google Cloud，有限的灵活性。在Mach1ml 2.0的气流过渡到气流后，福特报告了跨本地，云和混合环境的工作流程和无缝集成。
从AI实验到生产：编排如何桥接实施鸿沟
对于企业来说，一个普遍的挑战是将AI从概念验证转移到生产。根据天文学家的研究，建立强大的数据编排基础的组织在操作AI方面更为成功。
萨勒姆解释说，随着越来越多的企业运行ML工作流和实时AI管道，它们需要可扩展的编排和模型部署自动化。”``天文学家今天提供的，作为编排者，是一个看到堆栈中一切发生的系统的系统 - 当数据移动，转换运行时，训练模型时。”
超过85％的被调查的气流用户期望明年建立在气流上的外部面向或创收解决方案的增加，这突出了数据编排如何越来越多地为面向客户的应用程序提供动力，而不仅仅是内部分析。
从汽车到正在建立专业的AI模型来自动化专业工作流程的法律技术公司，这种趋势是显而易见的。这些组织正在转向天文学家，以应对将AI系统从原型扩展到为成千上万用户提供服务的生产环境时出现的复杂的编排挑战。
战略技术扩展：气流3.0和云合作伙伴关系的市场领导地位天文学家
该公司最近宣布了一般可用性气流3.0它描述为“气流历史上最重要的版本”。该更新引入了专门为AI工作负载设计的几种变革性功能，包括在任何语言中随时随地运行任务的能力。
拜伦解释说，气流3.0奠定了在任何机器，本地或云中执行任务的基础，这是由数据生态系统中的事件触发的。”拜伦解释说。它还引入了一个概念证明，用于定义Python以外的语言的任务，极大地改善了数据团队的敏捷性并促进从传统系统到气流的迁移。”
天文学家还扩大了其行业合作伙伴关系，最近实现了Google Cloud Ready'BigQuery名称，使其平台可直接从TheGoogle Cloud Marketplace。这使现有的Google Cloud客户可以加快购买Astro的购买并使用现有的Google Cloud提交信用。
拜伦告诉VentureBeat，我们只是与IBM签署了很棒的合作伙伴关系。他们将我们投入了更广泛的产品组合。我们认为，不仅在北美，而且在国际上，也有一个很棒的机会，也可以与IBM相处。
统一数据机：企业数据管理中的下一个发展
塞勒姆认为，天文学家可以重新定义企业数据运营，而不是整理，而是公司称之为统一的数据操作，一种全面的方法，将可观察性，质量管理和治理整合到一个平台中。
萨勒姆说，我们在2019年对天文学家进行了投资：塞勒姆说，气流将成为数据编排的标准。”如今，它运营了80,000多家公司，每月下载3000万。我们支持天文学家，因为他们不仅骑着那波浪。他们在其顶部建造了企业控制平面。
对于努力从AI投资中实现价值的企业，天文学家的增长标志着数据基础架构的构建方式和管理方式至关重要 - 在这里编排是整个数据堆栈的基础，这是一个关键的转变。
萨勒姆总结说，随着AI提高了可靠，可扩展的数据基础架构的赌注，我们对投资进行了加倍。”编排仅仅是开始。天文学家团队准备统一整个DataOps堆栈。
