Skip to Content Facebook Feature Image

Everbridge推動高速關鍵事件管理 引入動態適應性韌性應對複雜風險

商業事

Everbridge推動高速關鍵事件管理 引入動態適應性韌性應對複雜風險
商業事

商業事

Everbridge推動高速關鍵事件管理 引入動態適應性韌性應對複雜風險

2026年04月20日 22:22 最後更新:22:46

全球領先的高速關鍵事件管理(High Velocity Critical Event Management,簡稱CEM)及國家公共預警解決方案供應商Everbridge公司,今日宣布其高速關鍵事件管理平台迎來新發展,推出一種動態適應性韌性方案,旨在協助機構應對日益複雜且相互關聯的干擾。

Everbridge推動高速關鍵事件管理,引入動態適應性韌性。 AP圖片

Everbridge推動高速關鍵事件管理,引入動態適應性韌性。 AP圖片

Everbridge總裁兼行政總裁韋格納(Dave Wagner)指出:「機構正於不斷擴大的『風險區』中運作,干擾發生得更快,且鮮有單獨出現。韌性已不能再依賴危機期間的人手協調。它需要結合實時情報、人工智能驅動的自動化,以及領導層監督的系統,透過一個在需要時可自主運作,在必要時可由人手引導的平台,從而優化每一次事件應對。」

Everbridge開創了關鍵事件管理,並透過高速關鍵事件管理(High Velocity Critical Event Management,簡稱CEM)提升了該領域,讓機構能更早偵測風險、更快協調應對、自動化關鍵工作流程,並持續改進其管理干擾的方式。使用該平台的客戶報告稱,事件應對時間加快多達15倍,識別風險和向員工發出警報的效率提升了90%。

這種動態適應性方案代表了高速關鍵事件管理(High Velocity Critical Event Management,簡稱CEM)的下一個發展階段,由嵌入Everbridge平台內的專用人工智能(AI)所驅動。隨著網絡攻擊、極端天氣、地緣政治不穩及數碼服務中斷日益重疊和加劇,傳統的危機管理方法已難以跟上步伐。

Everbridge平台持續接收來自網絡、實體、營運及地緣政治領域的風險訊號,並應用人工智能(AI)識別關鍵資訊及建議應對行動。這項情報延伸至Everbridge的整個產品組合,支援大規模的協調應對。日常工作流程會自動執行,同時團隊獲得指導支援,讓領導者能專注於需要人手判斷的決策。

Everbridge首席產品官巴尼(Bryan Barney)表示:「機構需要的不是更多警報,而是協調一致的行動。高速關鍵事件管理(High Velocity Critical Event Management,簡稱CEM)將情報、自動化和協調功能整合到單一平台中,協助團隊解讀風險、自動化日常應對,並在情況變化時實時採取行動。」

日益增加的監管壓力及董事會層面的審查,正提高對實時風險意識、協調應對及每次干擾後可衡量改進的期望。動態適應性韌性(Dynamically adaptive resilience)作為現代韌性計劃的基礎,正滿足這些要求。

同時,業界分析師亦確認人工智能(AI)及統一平台在韌性計劃中日益重要的作用。高德納(Gartner®)指出:「機構正從碎片化的點解決方案(其中網絡風險、合規性及供應商風險是獨立管理)轉向提供全面可視性並消除數據孤島的統一平台。」該研究亦觀察到:「人工智能(AI)和自動化正將危機管理從被動轉為主動。」高德納(Gartner)進一步預測:「到2028年,85%的業務連續性管理平台(BCMP)解決方案將在規劃、分析和應對能力中包含人工智能(AI)的應用,高於2024年的10%。」

是次公布於「2026韌性探索大會」(Discover Resilience 2026)上發布,這是Everbridge年度會議,匯聚了韌性及安全領域的領導者,共同探討機構如何調整其營運模式以應對更複雜的風險環境。

關於Everbridge Everbridge協助逾6,500家企業及政府機構管理關鍵事件,讓他們能更早獲悉、更快應對並持續改進。透過一體化的人工智能(AI)驅動平台,Everbridge高速關鍵事件管理(High Velocity Critical Event Management™)在需要時可自主運作,在必要時可由人手引導,從而優化每一次事件應對。

(美聯社)

人工智能數據激活公司布美(Boomi)今日宣布,已收購數據可觀察性解決方案供應商Elementary Data。該方案廣泛應用,為每個工作流程及人工智能代理提供可靠數據。這次收購是繼Lunar.dev後,布美最新的併購行動,旨在透過可觀察性、質量、管治及發現功能,強化布美企業平台,為人工智能提供企業所需的可信數據。

多年來,數據可靠性一直被視為後勤衛生工作,由數據團隊默默處理,以確保儀表板正常運作。人工智能時代已終結這種情況。隨著企業將實際決策及行動交由人工智能代理執行,底層數據的可靠性成為整個系統的單點故障:若代理根據過時、錯誤或未受管治的數據行動,不僅會產生錯誤圖表,更會在無人察覺前,大規模地採取錯誤行動。Elementary從根本上彌補了這個差距,並將其原生整合到企業用於激活人工智能數據的平台中。

布美收購Elementary Data,為人工智能時代帶來可信、受管治的數據 AP圖片

布美收購Elementary Data,為人工智能時代帶來可信、受管治的數據 AP圖片

隨著企業擴展人工智能及代理式工作流程,數據無處不在,動態地流經運行中的數據管道,並靜態地儲存在數據倉庫中。確保這種持續的數據流可靠,已成為人工智能能否在生產環境中獲得信任,以及會否引入風險的關鍵。信任差距已可量化:布美委託Forrester顧問公司於2026年7月進行的一項研究顯示,86%的領導者表示其機構已超越人工智能代理試點階段,但只有34%表示信任其代理系統所採取的行動;而那些在未準備好之前部署代理的機構,平均報告增加了210萬美元的成本。Elementary透過賦予數據團隊在數據問題到達儀表板、模型、設備及人工智能代理之前,偵測、分類處理及解決問題的能力,從根本上解決了這個差距——即數據本身的問題。

布美主席兼行政總裁史提夫盧卡斯表示:「人工智能的可信度,僅取決於其背後的數據。Elementary已被超過1,500個數據團隊採用,擁有約4,000名成員的社群,每月下載量超過100萬次。透過Elementary,我們正增加可觀察性、質量及管治層,確保激活客戶人工智能及代理的數據是可靠、可解釋及企業級就緒的。」

Elementary於2022年作為開源項目啟動,此後已被超過1,500個數據團隊採用,每月下載量超過110萬次,並擁有約4,000名成員的社群。其代碼優先設計使數據可觀察性成為現代數據工作流程的自然組成部分,而Elementary雲端則增加了團隊擴展所需的企業級功能。透過這次收購,布美客戶將可存取以下功能:

  • 統一的數據可觀察性、質量、管治及發現
  • 列級數據血緣,用於偵錯、影響分析及管治
  • 自動化數據質量測試及異常偵測
  • 數據健康監控及警報
  • 模型上下文協議(MCP)伺服器,用於受管治的人工智能存取

Elementary行政總裁兼聯合創辦人馬揚沙洛姆表示:「我們基於一個簡單的信念創立Elementary:數據團隊應享有軟件工程團隊多年來所依賴的相同可靠性工具。人工智能使這個信念變得迫切。當代理以機器速度根據您的數據行動時,對數據的信任不再是錦上添花,而是整個企業賴以生存的基礎。加入擁有超過30,000名客戶及超過800個合作夥伴的布美,讓我們能夠使可信數據成為人工智能時代的預設選項,而非例外。我們才剛剛開始。」

本新聞稿中關於布美未來計劃、投資、產品功能、整合及收購預期效益的某些聲明屬於前瞻性聲明。實際結果可能因風險、不確定性及其他因素而有所不同。除法律規定外,布美沒有義務更新這些聲明。

布美是人工智能數據激活公司,透過在整個業務中激活數據,為代理式企業提供動力。布美企業平台是活躍的數據基礎,提供必要的代理式基礎設施,以推動代理式轉型。透過將代理設計及管治、API及MCP管理、整合及自動化,以及數據管理統一到單一平台,布美使機構能夠透過安全、可擴展的連接,利用人工智能的力量。布美獲得超過30,000名客戶的信任,並由超過800個合作夥伴網絡支持,協助各種規模的機構實現敏捷性、效率及規模化創新。

問:甚麼是數據可觀察性?

答:數據可觀察性是對數據及其產生數據的管道進行持續監控——追蹤新鮮度、數據量、架構變更、血緣及質量——以便團隊在問題到達儀表板、模型、設備或人工智能代理之前偵測並解決問題。Elementary統一了可觀察性、質量、管治及發現。

問:數據可觀察性與數據質量有何分別?

答:數據質量衡量特定數據集是否適用(準確、完整、一致)。數據可觀察性則實時、端到端地監控產生該數據的系統及管道是否可信,以正確交付數據。兩者互補:質量設定標準,可觀察性提供持續預警系統。Elementary將兩者,加上管治及發現,統一到一個解決方案中。

問:甚麼是「人工智能就緒數據」(AI-ready data)?

答:人工智能就緒數據是指數據足夠可靠、可存取、具上下文及受管治,可供模型或代理在實際工作流程中安全使用——而不僅僅是「乾淨」或「在雲端」的數據。人工智能就緒數據帶有業務上下文(元數據、血緣、定義),並持續監控其新鮮度及漂移。Elementary透過使數據管道可觀察、已測試及受管治,同時仍允許人機協作,協助團隊使數據人工智能就緒。

問:為何人工智能代理需要可靠數據,若缺乏會怎樣?

答:代理根據數據行動——查詢系統及設備、觸發工作流程、作出決策。不可靠的數據會產生錯誤行動、幻覺及代價高昂且難以追蹤的錯誤。這正是布美收購Elementary的原因:人工智能的可信度,僅取決於其背後的數據。

問:數據可觀察性與數據管治有何分別?

答:管治定義數據的政策、所有權及存取規則;可觀察性則持續驗證數據及管道是否確實按預期運作。Elementary將可觀察性、質量、管治及發現結合,使政策及監控互相強化。

問:數據可觀察性監控哪些信號?

答:通常是新鮮度(是否最新?)、數據量(預期數量是否到達?)、架構(結構是否變更?)、血緣(如何流動及影響甚麼?),以及質量/分佈(數值是否在預期範圍內?)。Elementary監控這些信號,並在異常到達下游資產之前標記出來。

問:甚麼是列級數據血緣,為何重要?

答:列級血緣追溯每個字段如何從來源透過轉換產生到商業智能(BI)及人工智能(AI),顯示甚麼提供數據給它,以及它影響甚麼。這對於偵錯、影響分析、管治及信任人工智能根據其行動的數據至關重要。Elementary提供這種跨堆棧的重要數據血緣。

問:人工智能代理如何安全、具上下文地存取企業數據?

答:代理需要受管治的存取權限,加上業務上下文(定義、血緣、所有權)。模型上下文協議(MCP)伺服器以標準方式向人工智能工具及代理公開該數據上下文及健康狀況——Elementary提供這種受管治的存取,補充了布美的受管治連接。

問:這次收購如何符合布美的策略,與Rivery及Lunar.dev有何關係?

答:這些收購共同構建了一個數據至人工智能堆棧:數據整合(Rivery)、受管治的人工智能連接及網關(Lunar.dev),以及現在的可信、可觀察數據(Elementary)。布美正在組裝企業運行人工智能所需的可信數據層。

問:這是否數據可觀察性市場的整合?這預示著甚麼?

答:這次收購進一步證明,數據可靠性正成為核心人工智能基礎設施,而非獨立的資訊科技利基市場。隨著企業將人工智能投入運作,可觀察性現在與整合、管治及連接結合在單一平台中。

問:開源項目及其社群會怎樣?

答:目前沒有計劃對開源項目進行即時變更,包括儲存庫、發布或社群使用方式。布美打算作為負責任的管理者,繼續支持該項目及其社群。

(美聯社)

你 或 有 興 趣 的 文 章