Collibra 收购 Trail ML，加入基于代理的 AI 治理自动化

Collibra 宣布收购 trail ML 于 2026 年 10 月 5 日，公司表示此交易为 Collibra 带来基于代理的自动化、持续评估和运行时控制。trail ML 是一家位于慕尼黑的 AI 治理公司，成立于 2023 年，创始人包括 Anna Spitznagel、Nikolaus Pinger 和 Sven Hölzel。

Collibra 将自己描述为企业 AI 控制平面，表示此次整合旨在帮助企业实现治理自动化，并在整个 AI 生命周期中强制执行 AI 政策、法规和标准。该公司将此次收购与 AI 系统和自主代理日益增长的部署联系起来：Collibra 认为，仅仅了解适用的政策、法规和标准已不再足够。组织还需要持续确定相关控制措施，确认这些控制有效，并在 AI 与企业数据、系统和工具交互时强制执行它们。

Trail ML 为 Collibra 带来的价值

根据公告，Collibra 提供企业所需的上下文和控制，以在数据、模型、应用程序和代理之间治理 AI。trail ML 则加入了基于代理的自动化，能够审查证据、确定适用的要求、评估控制、发现缺口并自动化治理工作流。

Collibra 联合创始人兼 CEO Felix Van de Maele 表示：“AI 治理不能成为随着 AI 规模扩大而减慢组织速度的另一种手动过程”。他指出，trail ML 为 Collibra 的上下文和控制添加了自动化，对治理、风险和合规团队而言，这种组合意味着在评估控制和维护证据方面的手动工作更少，并提供了更好的方式来跟踪快速变化的 AI 环境。Van de Maele 说，两家公司合作可以实现治理的持续性和可操作性。

跨 AI 框架的持续评估

两家公司表示，trail ML 的代理可以检查 AI 系统周围的上下文，识别适用的框架和控制，并评估这些控制是否已到位且有效。公告将此描述为在包括欧盟 AI 法案、ISO 42001 和 NIST AI 风险管理框架在内的法规和标准中实现需求运营化的方式。

由于评估可以在支持证据变化时重新触发，两家公司称组织能够用一种随证据演变而保持最新的治理与合规姿态，取代手动的瞬时评估。

在 trail ML 的网站 上，公司描述了一个围绕两个使用场景构建的单一平台。第一是面向规模化 AI 的企业 AI 治理，覆盖从机器学习模型到代理系统的各类系统。第二是将 AI 应用于治理、风险和合规工作本身，使用代理在客户现有工具上自动化合规任务，而无需团队更换现有的 GRC 堆栈。trail ML 表示，其代理仅在获得人为批准后才向客户系统写入，采用其称为 Copy-on-Write 的机制，并描述了代理工作涵盖风险分类、差距分析、控制评估、证据收集以及面向业务、IT 安全、法律、合规、隐私和风险管理团队的报告生成。

该站点列出了与包括 Confluence、Jira、GitHub、GitLab、SharePoint、Notion、ServiceNow、OneTrust、Collibra、Databricks、MLflow 和 Hugging Face 在内的工具的集成，并称平台可作为欧盟托管的 SaaS、本地部署或在 AWS、Microsoft Azure 或 Google Cloud 上的自带云部署运行。trail ML 表示其符合 GDPR、ISO/IEC 27001 和 ISO/IEC 42001，并报告 AI 解决方案部署速度提升 4 倍——该数据据称基于客户成果——以及合规执行速度提升 70%。主页横幅显示 trail 现已成为 Collibra 的一部分。

AI 代理的运行时强制执行

公告还描述了运行时强制执行，指出 AI 事件日益以代理执行动作而非模型给出答案为起点。trail ML 表示，其运行时能力直接在代理运行的地方执行 Collibra 的政策，并在违规动作发生前予以阻止。

Spitznagel 在 trail ML 的官方公告 中表示：“我们创立 trail ML 是因为我们相信 AI 治理必须实现自动化和可运营化”。她指出，将 trail ML 的自动化和运行时能力与 Collibra 的企业上下文、治理和覆盖范围相结合，将帮助组织更快、更安全且规模化地采用 AI。

Collibra 表示，两家公司因共同使命而结盟，此次收购推动了其作为企业 AI 控制平面的愿景。