Anaconda 发布首个统一的开源 AI 平台，重新定义企业级 AI 开发

在开源 AI 社区中具有里程碑意义的宣布，Anaconda Inc，一家长期以来在 Python 数据科学领域的领导者，已经发布了 Anaconda AI 平台 —— 第一个专门为开源设计的统一 AI 开发平台。旨在简化和保护端到端的 AI 生命周期，该平台使企业能够比以往任何时候都更快、更安全、更高效地从实验转移到生产。

该发布不仅代表着新产品的推出，也标志着公司的战略转变：从成为 Python 的事实上的包管理器转变为开源创新背后的企业 AI 基础设施。

弥合创新和企业级 AI 之间的差距

开源工具的快速崛起是 AI 革命的催化剂。然而，虽然像 TensorFlow、PyTorch、scikit-learn 和 Hugging Face Transformers 这样的框架降低了实验的门槛，企业在大规模部署这些工具时面临着独特的挑战。安全漏洞、依赖冲突、合规风险和治理限制往往阻碍了企业的采用 —— 减慢了创新步伐，就在它最需要的时候。

Anaconda 的新平台旨在弥合这一差距。

“到目前为止，还没有一个单一的开源 AI 开发目的地，这是包容性和创新 AI 的基础，” Peter Wang，Anaconda 的联合创始人和首席 AI 与创新官说。 “我们不仅提供简化的工作流程、增强的安全性和显著的时间节省，而且最终，我们让企业有自由以自己的方式构建 AI —— 不妥协。”

什么使其成为首个统一的开源 AI 平台？

Anaconda AI 平台集中了企业需要的一切，以便基于开源软件构建和运营化 AI 解决方案。与其他仅专注于模型托管或实验的平台不同，Anaconda 的平台涵盖了整个 AI 生命周期 —— 从包的获取和保护到在任何环境中部署生产就绪的模型。

平台的主要功能包括：

• 值得信赖的开源包分发：
  包括访问超过 8,000 个预先审核、安全的包，这些包与 Anaconda 分发完全兼容。所有包都持续测试以发现漏洞，使企业更容易自信地采用开源工具。

• 安全的 AI 和治理：
  企业级安全功能，如单点登录 (SSO)、基于角色的访问控制和审计日志记录，确保可追溯性、用户责任感和遵守 GDPR、HIPAA 和 SOC 2 等法规。

• AI 就绪工作空间和环境：
  为用例如金融、机器学习和 Python 分析预配置的“快速入门”环境，加速了价值实现时间，并减少了配置密集型设置的需要。

• 统一的 CLI 和 AI 助手：
  由 AI 助手驱动的命令行界面帮助开发人员自动解决错误，减少了上下文切换和调试时间。

• MLOps 就绪集成：
  内置的监控、错误跟踪和包审核工具简化了 MLOps（机器学习运营），这是一个至关重要的学科，它连接了数据科学和生产工程。

什么是 MLOps，为什么它很重要？

MLOps 就像软件开发中的 DevOps：一套实践和工具，确保机器学习模型不仅被开发，还被部署、监控、更新和扩展。Anaconda 的 AI 平台与 MLOps 原则紧密对齐，允许团队标准化工作流程、跟踪模型血统，并实时优化模型性能。

通过集中 治理、自动化和协作，该平台简化了通常是碎片化和容易出错的过程。这种统一的方法对于试图在团队中工业化 AI 能力的组织来说是一个游戏规则的改变者。

为什么现在？开源 AI 的激增，但带有隐藏的成本

开源已经成为现代 AI 的基础。Anaconda 引用的 最近的一项研究 发现，50% 的数据科学家每天依赖开源工具，66% 的 IT 管理员确认开源软件在他们的企业技术栈中发挥着至关重要的作用。然而，开源的自由和灵活性带来了权衡 —— 尤其是在安全性和合规性方面。

每次团队从公共仓库如 PyPI 或 GitHub 安装包时，他们都会引入潜在的安全风险。这些漏洞很难手动跟踪，尤其是当组织依赖于数百个包时，通常具有深层次的依赖树。

有了 Anaconda AI 平台，这种复杂性被抽象掉了。团队可以实时看到包漏洞、使用模式和合规要求 —— 所有这些都使用他们熟悉的工具。

企业影响：可衡量的 ROI 和降低风险

为了理解平台的商业价值，Anaconda 委托 Forrester Consulting 进行了 总体经济影响研究 (TEI)。发现结果令人惊讶：

• 119% 的 ROI 在三年内。

• 80% 的运营效率提高（价值 840,000 美元）。

• 60% 的安全漏洞风险降低 与包相关的安全漏洞。

• 80% 的包安全管理时间降低。

这些结果表明，Anaconda AI 平台不仅仅是一个开发者工具 —— 它是一个战略性的企业资产，减少了开销，提高了生产力，并加速了 AI 开发的价值实现时间。

一个植根于开源、为 AI 时代打造的公司

Anaconda 不是 AI 或数据科学领域的新手。该公司由 Peter Wang 和 Travis Oliphant 于 2012 年创立，旨在将 Python —— 当时仍是一个新兴语言 —— 推入企业数据分析的主流。如今，Python 是 AI 和机器学习中最广泛使用的语言，Anaconda 正处于这一运动的中心。

从最初的几个开源贡献者，公司已经发展成为一个拥有 300 多名全职员工和全球 4000 万+ 用户的全球运营商。它继续维护和管理许多在数据科学中每天使用的开源工具，例如 conda、pandas、NumPy 等。

Anaconda 不仅是一家公司 —— 它是一个运动。其工具支撑着微软、甲骨文和 IBM 等公司的关键创新，并驱动了 Python in Excel 和 Snowflake 的 Snowpark for Python 等集成。

“我们致力于 —— 并将永远致力于 —— 促进开源创新，” Wang 说。 “我们的工作是让开源变得企业就绪，这样创新就不会被复杂性、风险或合规性障碍所阻碍。”

适用于大规模 AI 的未来证明平台

Anaconda AI 平台现已推出，可部署在公共云、专有云、主权云和本地环境中。它还在 AWS Marketplace 上列出，以实现无缝的采购和企业集成。

在一个速度、信任和规模至关重要的世界中，Anaconda 已经重新定义了开源 AI 的可能性 —— 不仅仅是针对个别开发人员，也是针对依赖他们的企业。