No Priors 的 AI 產業地圖

主持人是兩位創投

Eon

開發工具與資料平台

上節目
1 次
來賓
Ofir Ehrlich & Gonen Stein(Eon) 2026
第 175 集的縮圖

175 · 2026 · Ofir Ehrlich & Gonen Stein · 這一集

AI 時代的資料基礎與代理風險

175 · AI 時代的資料基礎與代理風險

34:51YouTube 上架 2026-08-27Ofir Ehrlich & Gonen Stein(Eon)

Rethinking Legacy Data Infrastructure with Eon Co-Founders Ofir Ehrlich and Gonen Stein

Eon 的兩位共同創辦人談企業手上的資料為何突然值錢,從 Google 買下破產航空公司的資料,到 agent 帶來的資安新風險,以及大企業採用 AI 的新方式。

175 講了什麼

  • 資料成了最有價值的資產其中一位共同創辦人說模型與算力幾乎沒有轉換成本,公司真正有價值的是自己的資料,並舉 Google 以 $10 million 買下破產的 Spirit Airlines 資料為例,說 Google 要拿來訓練模型。
  • 訓練 agent 缺好資料其中一位共同創辦人說,像真實企業運作的資料集很難找,剛釋出的 Harvard 法律資料集算是少數。Spirit 的資料同時是航空公司與大型組織的紀錄,所以有價值。
  • 資料鎖在各部門手裡資料團隊想用資料,事業單位主管卻要顧系統穩定與敏感資訊,兩邊誘因不同。Eon 的做法是找出資料、分類、建 semantic layer,再持續匯入,同時不動到正式環境。
  • 威脅從人變成 agentEon 起家是為了防勒索軟體,現在同樣的威脅來自擁有合法權限的 AI agent,例如一張資料表突然被刪掉,速度快得多。其中一位說要假設已經被入侵。
  • 非人類身分與非技術的建造者其中一位認為 dashboard 反而會變多,因為要靠它看 agent 在做什麼;非技術員工用 Lovable 這類工具把公司資料放進去,形成不受公司規則約束的一群行動者。
  • 大企業用新方式導入 AI其中一位談到 forward deployed engineers、PLG,以及 Long Lake 這類買下公司再轉成 AI 公司的做法,並說大多數公司還在起步。

從哪一段開始看13 段

  1. 00:48開場與 Eon 簡介主持人介紹 Ofir Ehrlich、Gonen Stein 與 Eon,其中一位說明 Eon 是建在雲端的資料底層:先盤點分類資料,匯入後可查詢,並接上 AI 模型。
  2. 02:52資料是最值錢的東西其中一位說自己當初像個瘋子,在 AI 世界做「非 AI 公司」;模型與算力近乎零轉換成本,資料才是公司最有價值的資產。
  3. 03:57Google 買下 Spirit 資料說 Google 花 $10 million 買破產 Spirit Airlines 的資料;主持人提到傳聞另一個競標者也是 AI 公司。其中一位說現在資料公司的執行長常被問要不要賣資料。
  4. 06:54為什麼要買資料好的真實企業資料集很少,買來的資料能讓新產品上線前就先訓練;也提到要先遮蔽 PII 與財務資訊。
  5. 09:46為什麼需要新工具老闆要資料團隊用 AI,但資料散在各事業單位、舊系統裡,主管不敢隨便開放,兩邊誘因不同。
  6. 13:14Eon 怎麼解幫資料團隊找出、分類並加上情境,匯入時留稽核紀錄;主持人歸納為彙整、遮蔽權限、接上 AI 三件事,其中一位補充:諷刺的是這些資料客戶本來就有,只是鎖著、又很貴。
  7. 15:20資安:從勒索軟體到 agent在 AWS 時遇過客戶因為沒分類標記,約 60% 環境被勒索軟體波及;現在同類威脅來自有合法權限的 agent,速度更快。
  8. 18:13agent 時代的企業資料堆疊其中一位認為 dashboard 會更多;agent 啟動 agent 使非人類身分難追,endpoint 也因 agent 跑在筆電上而變難,非技術員工也在自己建東西。
  9. 22:11舊資料管線能留多少Ofir 以 Gonen 錄完節目下樓刷卡買咖啡為例:過去資料只做單一用途、彼此不相連;現在把資料收齊、清乾淨、補上脈絡,團隊才能問出以前問不出的問題。
  10. 24:48資料暴增與工具重整Ofir 說資料量暴增且多由 agent 產生、雜訊多;舊工具是單點用途,Databricks 也在自己做 agent 與資料庫。之後也提到 token 成本要算值不值得。
  11. 27:54雲端遷移與 AI 比較兩位做過大規模遷移,說 AI 這波是「on steroids」,轉型快到客戶因為怕出事、怕資料外洩而暫停。
  12. 30:32軟體怎麼賣、怎麼買大企業靠 forward deployed engineers 加速導入,新公司用 PLG 快速買進 AI 基礎設施,並以 Cognition 為例。
  13. 32:56買下公司再轉成 AI其中一位提到 Long Lake 的做法,並說大多數公司仍在起步,雖然可怕但非做不可。

值得記的話5 句

  • They bought the data for $10 million他們花 $10 million 買下那批資料,指 Google 買 Spirit Airlines03:57
  • the velocity of that happening is extreme這種事發生的速度非常快,指 agent 帶來的威脅16:55
  • I actually think we'll see more dashboards我其實認為 dashboard 會變多18:58
  • we're not in the time of token maxing anymore我們已經不在一味把 token 用到最大的時代了27:08
  • most companies still don't use AI大多數公司仍沒有在用 AI33:26

名詞與人物10 個

Eon
Ofir Ehrlich 與 Gonen Stein 創辦的公司,在雲端建資料底層,結合備份、復原與資料盤點分類,讓資料可查詢並接上 AI
前一家公司
兩位先前創辦的雲端遷移公司,曾整合進 Azure 與 GCP 的主控台,後來賣給 AWS;兩人之後在 AWS 做應用程式遷移服務
Spirit Airlines
破產的航空公司,其資料被 Google 以 $10 million 買下
non-human identity(NHI)
指 agent 這類非人的行動者,數量多、責任鏈難追,帶動一批資安公司
semantic layer
Eon 在分類資料後,疊在資料之上的語意層
forward deployed engineers
派駐客戶端協助導入的工程師,以往像 Palantir 那種服務型做法,現在大家都在做
PLG
產品帶動成長;其中一位說自己過去主張開發者工具多半不適用,現在卻變得很熱,Eon 自己也這樣用
Cognition
被舉為先走 PLG、再以 forward deployed 進銀行的例子
Long Lake
買下公司再轉成 AI 公司,賺取套利與較高利潤的例子
Databricks
Ofir 稱讚的資料公司,說它為了應對 agent 產生的資料而自建 agent 與資料庫

提到但沒有展開

  • Ofir 用「紐約愛吃漢堡的人」與「愛吃披薩的人」兩份名單舉例,說明資料各自獨立時問不出的問題,整合後就能問。
  • 其中一位共同創辦人說有實驗室找華爾街的對沖基金買資料,來分析並對應各家公司。

在 YouTube 看原片 ↗

同一層的鄰居開發工具與資料平台 · 18 格

Databricks011Datadog021Snowflake023·139Weights & Biases026Vercel030Replit033Sourcegraph047Pinecone052LangChain057Cognition062Voyage AI067Magic.dev079StackBlitz092GitHub106Reflection AI123Warp137MongoDB147Eon175