在实际演示中，Triveni 展示了 Dataiku 的“治理节点”如何充当集中式 AI 和分析控制塔，企业可以在其中监控和管理其 AI 项目的生命周期。演示的主要功能包括：
受管控的项目：Dataiku Govern 具有一个仪表板，其中显示与不同业务计划（营销、财务、制造）相关的正在进行的 AI 项目，这些项目按风险和价值在可视化矩阵上分类。这有助于团队优先考虑高价值、低风险项目的资源。仪表板阐明了每个项目的治理状态和项目目标。
预构建评估：在 Dataiku 中，团队可以构建预构建评估页面，列出核心详细信息，例如赞助商和开发人员是谁、项目内容是什么、期望是什么等。填写完这些信息后，团队会要求最 巴西 WhatsApp 号码列表 终批准。这是 AI 治理流程中的第一个签字。评估获得批准后，Dataiku 会创建项目实例，并添加一个标签，表明项目已完成预构建评估。这确保只有合格的项目才能投入生产。
模型治理：随着模型的进展，团队可以监控准确度、偏差、精确度和召回率等指标。在部署模型之前，这些性能指标必须达到指定的阈值。
外部模型治理：Dataiku 还支持对平台外部构建的模型（例如在 Databricks 中）进行治理，确保跨各个系统的统一治理。
法学硕士和生成式人工智能治理
LLM 和生成式 AI 模型的治理显然是一个令人担忧的新兴领域。组织经常使用第三方模型（例如来自 OpenAI 或 Hugging Face 的模型）。Dataiku 允许用户集中和管理对这些模型的访问。使用 Dataiku，用户可以：