总部位于旧金山的初创公司 IndyKite 推出了一个利用身份的企业数据平台确保人工智能和分析应用程序的信任和准确性。在身份知识图的支持下，IndyKite 提供了一个统一的数据层，将孤立的身份和业务数据源整合到一个经过验证的数据资产中。
这使组织能够增强安全性、建立对数据的信任、通过智能产品和订阅增加收入，并简化整个企业数据资产的合规性。 IndyKite 由 Lasse Andresen 创立，他之前创立了 ForgeRock，并开创了身份访问管理 (IAM) 类别。该公司得到了领先风险投资公司的支持，旨在围绕身份驱动的数据平台定义一个新的细分市场。
当今企业数据面临的挑战
随着企业进行数字化转型，人工智能和高级分析的采用呈爆炸式增长。然而，这些举措需要访问高质量、可信的数据集。大多数组织都在努力应对锁定在 IAM 和访问系统中的分散身份数据以及分布在 CRM、ERP 和其他企业系统中的碎片化业务数据。这会导致安全漏洞、合规性问题、缺乏数据治理以及无法构建可靠的模型。
IndyKite 首席执行官 Lasse Andresen 表示：“作为新类别创建者，IndyKite 正在提供下一代身份驱动服务，以实现更好的应用程序和产品。我们的客户已经体验到能够提供更多服务的差异化以客户为中心的体验，更快地实现价值，并在不影响安全状况的情况下提高效率。”
IndyKite 如何提供可信身份数据层
IndyKite 通过创新的身份知识图解决了这些问题，该知识图将身份与业务数据关系边缘连接起来，以提供上下文和智能。每个节点和边缘都有广泛的元数据，例如时间戳、起源和准确性分数。身份可以代表人员、设备、API 或分析模型，而业务数据可以包含 CRM、ERP、流媒体、交易和观察信息资产。
高级身份验证建立了权威的验证属性，即使在整个企业范围内扩展，也可以在统一的图形数据模型中传播信任。 IndyKite 还利用 Andresen 首创的基于知识的访问控制 (KBAC) 技术来实施细粒度的、具有风险意识的授权策略。 KBAC 支持基于用户、操作、资源和环境属性等上下文因素进行动态决策。
根据 Andresen 的说法，“身份知识图允许根据用例引用或摄取信息，并将属性和元数据分配给数据，以实现数据的适当分类和处理。”
现实世界的用例和好处
IndyKite 为收入、客户亲密度、效率和基于可信数据的创新提供了改变游戏规则的机会。例如，一家汽车制造商正在利用 IndyKite 为经销商、合作伙伴和车主构建数据市场和订阅模型。经过身份验证的 API 允许基于身份和上下文对实时遥测、维护日志和位置数据进行精细访问。
IndyKite 简化了对 GDPR 等法规的遵守，同时解锁丰富的纵向数据配置文件以提供个性化服务。安全、IT、营销、分析和产品团队可以自助提供可信数据集。安德烈森解释说，“图形技术提供了灵活性、速度和背景，使从小规模开始并随着时间的推移而不断发展变得容易。”
IndyKite 的下一步是什么
很快，IndyKite 计划增强 AI 和 ML 功能，用于风险评分、欺诈检测、见解发现和其他用例。这将引起金融服务提供商的极大兴趣。该公司为探索新的身份驱动范式的客户提供教育和深思熟虑的指导而感到自豪。
Andresen 认为，“开发人员需要知道的关键事情是，身份不应该是事后才想到的，对数据的信任至关重要，因此必须嵌入可见性，而图形数据库可以实现灵活性和上下文。”
在顶级投资者的支持和快速的兴趣培养下，IndyKite 似乎准备作为利用身份来改变企业管理和使用数据方式的先驱而掀起巨大浪潮。寻求可信信息来支持数字计划的组织应该明智地评估 IndyKite 的独特方法是否可以加速其数据驱动的雄心壮志。