CarMax完成数据基础设施重构后，加速布局生成式AI

随着生成式AI与智能体AI的部署促使企业持续强化治理体系，各公司正加速推进数据管理与可访问性方面的建设。汽车零售与金融服务商CarMax在近一年前启动更广泛的现代化改造时，便已率先着手对其数据实践进行全面革新。

据CarMax技术副总裁（数据与AI方向）Abhi Bhatt介绍，该公司长期以来依赖一套本地部署的数据仓库平台，该平台在扩展性方面存在瓶颈，进而导致项目延期并引发其他担忧。Bhatt负责管理三个团队，其中包括一个专注于客户体验的团队。

“当你试图进行现代化改造时，这并非单一组件的问题：而是整个生态系统的问题，”Bhatt在接受CIO Dive采访时表示。“这不仅是数据平台的问题，还涉及数据集成平台、消费平台、分析与报告……正因如此，它演变成了一项全面的现代化项目。”

在规划阶段，公司管理层围绕三大目标达成共识：提升数据可访问性、改善系统运行时间，并在可行范围内优化成本。

“数据的重要性始终存在，”Bhatt表示。“随着AI领域的发展，人们的思维方式发生了转变——我们不再仅仅需要考虑结构化数据。”

Bhatt指出，管理层思维方式的转变相对容易实现，这感觉像是公司既有优先事项的自然延伸。然而，真正落实能够支撑更优数据流程的技术，则更具挑战性。

Bhatt的团队希望改善存储在SharePoint、Word文档及政策文件中的数据的访问质量与数据质量。

“所有这些数据都必须保持纯净，”Bhatt说。“它们必须遵循同样的管理原则，包括数据保管、留存与监控，这样我们才能有效利用生成式AI。”

各行业企业都希望避免数据管理不善所带来的负面影响。根据Semarchy针对企业决策者的一项调查，持续存在的数据问题正导致对AI输出结果的信任度下降、项目延期以及成本上升。由于亟需补救，接受调查的商业领袖中，仅有不到半数表示能够在今年达成其AI目标。

CarMax选择借助Snowflake将数据管道及商业智能报告迁移至云端。Snowflake的主题专家协助培训了工程师与终端用户，帮助他们掌握工具的有效使用方法。此外，公司还引入了一家咨询合作伙伴来辅助工程团队，以缓解变革管理过程中的压力。

迁移完成后，CarMax在必要时继续举办培训课程，并在不同业务领域内指定了“倡导者”，负责向其他同事普及知识，进一步消除采用过程中的顾虑。

“一旦你拥有了合适的平台，并且数据已就位，我们就能更容易地开始思考数据质量、数据治理以及这一演进过程的下一步，”Bhatt表示。

AI领域的探索

近几个月来，面对关税引发的经济不确定性，多家汽车公司纷纷加快了AI领域的布局。福特、通用汽车和丰田等汽车制造商正在探索具有优化成本与提升客户体验潜力的应用场景。

在线汽车零售商Carvana等同行也在积极拥抱这一技术。

尽管CarMax在过去十年中已部署了传统的AI与机器学习技术，但近期通过数据现代化改造，公司为生成式AI的采用铺平了道路。

“CarMax正在不同成熟度水平的多个用例中应用生成式AI，”Bhatt表示。

其中两个关键举措是：通过微软的365 Copilot及AI编码助手，增强对知识库的访问能力并提升生产力。

Bhatt指出，平台碎片化可能成为数据可访问性与管理的潜在干扰因素。公司正致力于通过尽可能整合到少数几个平台上来应对这一问题。此外，CarMax还计划围绕非结构化数据完善其管理实践，以缓解数据保管方面的挑战。

“我每天结束工作前，都会强调数据及数据质量对AI的重要性，”Bhatt说。