往常二十年，数据平台的发展跟着互联网期间的崛起而握住加快。以谷歌“三驾马车”为早先，包括 2003 年的通用存储系统 GFS、2004 年的散布式计较框架 MapReduce，再到 2006 年的结构化存储 BigTable，奠定了当代大数据本事的基石。跟着开源体系如 Hadoop 的崛起，以及 Databricks、Snowflake 这类买卖化案例的收效，进一步推动了数据平台的普及，并握住在履行场景中为业务赋能。但与此同期，数据平台也濒临使用门槛高、非结构化数据利用率低等诸多挑战。在 AI 才调握住演进确当下，其与数据的深度诱骗，正为行业提供新的解法。

6 月 27 日，在 2025 年 AICon 全球东谈主工智能开发与应用大会·北京站上，腾讯云副总裁、腾讯云大数据产物矜重东谈主黄世飞与腾讯云大数据基础产物总司理程彬，在「Data+AI 下一代数智平台建设」主题分享中提到，为了匡助产业终了智能化转型，腾讯云以数据为基础，以智能为成见，打造了一个为 AI 期间而生的原生一体化 Data+AI 平台。

会上，在 Gartner 高技术与电信行业总司理 Cindy Sun、腾讯云大数据基础产物总司理程彬、云鼎科技副总司理魏明、 CSIG 分析师机构合营矜重东谈主胡明、极客邦科技首创东谈主 & CEO 霍太稳等多位重磅嘉宾的共同见证下，腾讯云集结 Gartner 共同发布《Data+AI，下一代数智平台建设指南》白皮书，为更多企业提供智能化转型的参考。

在当日下昼举行的 TechoDay「Data+AI：下一代数智平台的最好实践」本事专场上，云鼎科技副总司理魏明、网易有谈 QAnything 首席架构师冯江涛、货拉拉大数据众人章啸、功课帮基础架构研发司理张浩然多位本事大咖，进一步分享 Data+AI 若何赋能企业数智化转型，琢磨下一代数智平台的最好实践。

1

 数据平台的范式跃迁：从“让数据讲话” 到 “与数据智能对话”

在往常的二十多年里，数据平台以 CPU 计较分析为中枢，成见是“让结构化数据讲话”——通过坚韧的计较引擎、分析才和洽报表器用，将数据转动为业务细察和策划证明，因循企业数字化决策。

但在 GenAl 期间，数据如故发生根人道变化。《Data + AI，下一代数智平台建设指南》白皮书指出，非结构化数据占现在组织数据的 70%-90%。同期，受 GenAl 筹画、多模态数据处理需求的爆炸式增长以及合规性压力的推动，企业对非结构化数据管束的需求急剧增长。猜猜度 2027 年，专注于多结构化数据管束的 IT 开销，将占数据管束本事和工作总 IT 开销的 40%。

程彬在剿袭采访时提到，刻下企业在数据管束和应用方面，濒临的紧要问题在于数据整合与管束。尽管很多企业如故建设了数据中台，但着实终了结构化与非结构化数据长入管束的企业仍属于少数。传统工程要领在处理这类问题时濒临诸多挑战，比如，数据钞票分类长久依赖东谈主工标注，不仅服从低下，还存在东谈主员流动导致的承接性风险。而大模子本事的应用八成通过范例自动完要素类，权贵进步服从。

另一个凸起痛点是 海量非结构化数据的闲置问题。企业蕴蓄的无数图片、视频等非结构化数据往往难以被现存数据平台灵验利用，原因在于传统 SQL 等计较器用繁重处理这类数据的才调。跟着大模子本事的纯熟，企业对数据的处理才调获得质的进步，不仅八成激活千里睡数据资源，还将长远影响企业的坐褥过程和业务模式。

程彬暗意，GenAl 期间的数据使用主体和交互方式也在发生改变。在往常，数据主要由数据工程和科学开发团队主导使用，使用方式是“东谈主找数据”，即分析师或工程师主动查询、处理数据。而现在，数据的使用主体变嫌为大模子本人以及 AI Agent，使用方式是“数据找东谈主”。这也意味着，GenAl 期间的数据平台需要以模子和 Agent 为中枢进行重构，Agent 八成主动清醒业务需求，带着问题和成见去检索、分析数据，从而进步决策服从。

此外，往常的数据平台主要上演“静态数据仓库”的脚色，被迫存储和提供数据。异日的数据平台则需要进化为“及时学问母体”，八成动态整合数据流，并与大模子深度诱骗，提供及时、可交互的智能支抓。

这也条目，异日的数据平台需要愈加普惠化、敏捷化、智能化，八成超越传统的数据管束器用，演变为一种才调，让数据智能着实成为举手投足的水、电、煤。 这亦然腾讯云在探索的标的——让 Data+AI 协同进化，打造更智能、更易用的下一代数据平台，匡助企业开释数据价值，终了着实的智能化跃迁。

黄世飞在线上致辞视频中谈到，从全天下范围来看，Data+AI 发展旅途清醒而多元：好意思国侧重模子转变与平台生态，OpenAI、Databricks 等公司加快本事范式更新；欧洲将数据主权与合规伦理置于中枢；中国则聚焦于将先进本事与产业超大范围的丰富场景深度会通。尽管全球 AI 发展旅途各有侧重，但挑战雷同，关键在于若何将 AI 落地为坐褥力，终了智能化跃迁。

面对 GenAl 期间的数据挑战，腾讯云给出的谜底是深度会通、全面买通，打造了一个 为 AI 期间而生的原生一体化 Data+AI 平台 DIaaS（Data Intelligence as a Service，集成了多模态数据处理、AI 模子、Data Agent 的“智能操作系统”）。其以数据为基础，以智能为成见，能匡助企业开释非结构化数据价值，并买通“从 Data 到 AI”的价值链，终了过程一体化，为企业构建高效智能的企业级基础设施。

2

 为 AI 期间而生的原生一体化 Data+AI 平台，长什么样？

具体而言，新一代数据智能平台 DIaaS 的构建，需要从运营 & 组织架构升级以及本事冲破两大维度进行系统性想象。

在运营 & 组织架构升级层面，数据中台需要从“中台建设”向“组织赋能”进行变嫌，这种变嫌既体现在本事架构上，也体现在组织决策模式上。新一代数据智能平台 DIaaS 将推动企业决策机制从以东谈主为中枢转向 AI 驱动，酿成数字职工与东谈主类众人协同责任的新式组织架构，同期促进数据驱动文化的深度渗入，并助力企业培养具备 Data+AI 复合才调的专科东谈主才。

在本事冲破层面，DIaaS 中枢才调也有着清醒的演进标的。比如，Data Agent 本事将终了从静态报表到动态判辨智能的率先式升级；计较架构摄取一体化想象，在传统 ETL 基础上会通及时计较才调；换取上终了 CPU+GPU+ 混杂负载的智能分拨，支抓从数据工程到锻练推理的种种任务长入换取；存储层摄取 AI 数据湖本事架构，终了对结构化和非结构化数据的长入管束；并通过超大范围的智能自治，大幅裁汰运维复杂度，以致八成随业务发展抓续自我演进。

基于这些理念，腾讯云一体化数据智能平台 DIaaS 的举座架构如下：

基础层摄取长入存储架构，通过尺度化数据工作和多模态数据管束才调因循企业全量数据钞票。在长入存储之上设有长入加快层，除具备传统数据平台才调外，还领有两大中枢才调：一是灵通，数据结构统统兼容社区开源模式，便捷企业毛糙从传统 Data 平台升级至 Data+AI 平台；二是具备长入的元数据工作，助力企业毛糙终了数据的长入蚁合管束。

中间层的长入换取系统构建分享资源池，八成匡助企业裁汰升级老本。计较层面则摄取两条路子并行的方式，既兼容开源生态，又提供自研处理决策。长入开发治理平台可完成数据分享、数据科学、训推等一系列开发责任。在最表层引入 Data Agent，能重构东谈主机交互模式，终了数据处理可视化。

在具体的处理决策层面，腾讯云 Data+AI 平台以数据管束为中枢，整合 AI 算力、数据存储分析、数据治理、安全管束以及 AI 模子锻练与及时决策等产物工作，提供从数据接入到智能应用的端到端处理决策。

其中，在数据探索 / 数据工程 / 开发 / 科学层面，WeDataAgent 通过“Data+AI”双引擎构建了全链路数据智能处理决策。在 Data 层面，以筹画平台和治理中心为落脚点打造长入语义层，终了维度建模、筹画口径界说和元数据管束尺度化。在 AI 层面，通过数据清醒与细察才调、能策划与奉行才调、系统集成与扩张才调，进步数据分析服从并牵引治理落地，缓缓进步数据质料。

下半年行将发布的腾讯云数据分析智能体 TCDataAgent，将为企业提供一个全托管的智能体工作，用于整合、检索和分析结构化 & 非结构化数据，匡助用户更直不雅的清醒数据，并提真金不怕火有价值的细察，同期企业用户也不错基于 TCDataAgent 构建高质料的 AI Agent。

腾讯云 BI 智能助手 ChatBI 能基于大语言模子才调 /RAG/NL2DSL 等本事，准确清醒用户语义，对用户数据进行解读，关于数据颠倒波动，还能进一步拆解影响因素，给用户提供针对性的业务优化建议。大幅裁汰数据分析门槛，并能诱骗履行业务场景，智能生成数据细察证明。

在平台层，为了野蛮企业数据源激增、数据孤岛严重、开发运维割裂等挑战，WeData DataOps 通过将 DevOps 理念引入数据畛域，构建了竣工的数据全生命周期自动化管束体系。同期，WeData 将在原有的数据平台基础上，本年会进一步打造 AIOps 功能架构，终了数据管束 - 数据开发 - 模子锻练 - 模子加工 - 工作托付的全过程会通，达成高效和完善的 AI 开发全生命周期管束。

在引擎工作层，数据湖计较 DLC 诱骗腾讯云一站式数智平台 WeData，提供 DataOps+MLOps 一体化平台处理决策。具体在传统纯熟的数据工程链路上，面向企业级机器学习场景进一步提供一体化的 DataOps+MLOps 才调，终了数据工程、SQL、ML 等功能集成于长入平台。

Oceanus 流批增量一体化通过 AI 驱动的代码开发与智能运维管束，诱骗流处理与及时 AI 深度会通，八成匡助企业处理开发服从低下、运维老本高企、及时 AI 才调缺失等痛点。

行将发布的 AI 数据湖工作 TCLake，则能提供遮盖结构化数据、非结构化数据、AI 模子的多模态数据存储及管束，内置长入元数据、批流一体灵通表模式，智能数据管束及负载优化，表层无缝对接腾讯云及主流开源 Data+AI 生态引擎，助力企业高效构建 AI 期间长入、低老本的数据湖基础架构。

而向量数据库当作大模子窥伺企业数据的“必备决策”，通过将企业里面的结构化和非结构化数据转为向量并存储于向量数据库中，即可构建企业里面的数据关键，终了到对企业搜索、智能保举等应用系统进行全面升级，并诱骗大模子 LLM 的才调，终了服从、用户体验等方面质的飞跃。

在存储工作层，Data Platform 数据平台处理决策由对象存储 COS、数据加快器 GooseFS、数据万象 CI 等产物构成，提供数据存储、锻练加快、数据“智”理端到端的存储处理决策。

数据万象诱骗腾讯自研元数据管束平台，推出了智能数据检索产物，支抓全媒体数据类型的向量与结构化标签的混杂检索。在 Data+AI 平台中，MetaInsight（元数据细察）通过多场景、跨模态的检索工作，匡助客户处理存储数据的管束、分析、检索需求。

咫尺，腾讯云 Data+AI 处理决策已在零卖、泛互联网、医疗等多个行业落地应用。

在零卖行业，腾讯云为患难之错乱团构建了基于 WeData、DLC 和 TCHouse 的湖仓一体平台，不仅灵验因循了种种 AI 模子的高效锻练，还终显明超越 70% 的性价比进步，大幅优化了企业的运营服从。在泛互联网畛域，微信念书等应用的智能问答功能依托于 ES 的向量与文本混杂检索本事，即便面对数十亿范围的向量数据，仍能保抓毫秒级的反馈速率，为用户提供通顺的交互体验。在医疗行业，通过腾讯云智能应用开发平台（TCADP），协助大参林（维权）打造了专属学问库 AI“小参”，将药品查询服从进步了 80%，权贵进步了医药工作的智能化水关注运营服从。

程彬在剿袭采访时指出，Data 与 AI 的会通价值正在抓续放大，不才一代数据智能平台的跃迁背后，一方面是大语言模子本事的纯熟为数据发伸开辟了新旅途，另一方面在于用户需求的升级。即使是起初进的本事，若是莫得简直且范围化的需求因循，也难以创造履行价值。

因此，大模子本事与用户需求的共振，共同推动了从传统数据平台向数智平台的实质性率先。这种变革不仅体现在本事才调的进步，更在于对业务需求的深度满足和价值创造方式的根柢变嫌。“从更无为的角度来看，总共 Data 干系的业务场景，皆值得通过 Data+AI 本事再行作念一遍。” 程彬说谈。

3

 Data+AI：下一代数智平台的最好实践

在当日下昼举行的 TechoDay「Data+AI：下一代数智平台的最好实践」本事专场上，云鼎科技、网易有谈、货拉拉、功课帮则进一步分享了 Data+AI 若何赋能企业数智化转型。

云鼎科技：动力行业基于大模子的数据治理和东谈主工智能应用实践

魏明暗意，数据治理才调不及如故成为刻下企业数字化转型的最大瓶颈。其中枢弊端在于数据尺度不长入，导致民众对归拢数据的清醒存在各异，进而影响最终应用后果。同期，对传统企业而言，数字化东谈主才短缺问题也较为凸起。此外，数据孤岛、筹画不长入等问题也精深存在，制约着企业的数字化转型进度。

针对这些痛点，云鼎科技与腾讯集结推出了长入数字底座处理决策，通过数据长入存储治理和共性才调蚁合建设，构建起遮盖数据鸠合、存储、治理、计较、应用的全过程数字化活水线，为智能化场景提供坚实因循，灵验终显明老本从简、反馈提速和体验一致。

通过“里面孵化、外部引申”模式，该处理决策已在山东动力集团、云南能投集团等大型国企收效落地。通过从上至下的数据治理，企业收效破解了“看不清、说不清、管不了、用不上”的数据困局，为 AI 应用扫清了终末一公里进攻。

网易有谈：QAnything- 大模子驱动下的学问库问答体系校阅与实践

网易有谈开源的 RAG 引擎 QAnything，专注于提供腹地学问库的精确问答工作；OpenCloudOS 当作国产开源操作系统，则提供了褂讪安全的底层计较环境。QAnything 通过与 OpenCloudOS 深度集成，用户只需通过通俗的 Docker 号召即可快速部署驱动通盘系统。OpenCloudOS 在褂讪性方面发达优异，宕机率低于 CentOS，经过大范围业务考证，其业务承接性和自动分析收服从高达 90%。更蹙迫的是，当作国产操作系统，它领有完善的生态支抓，八成终了智能化运维和轻量化的云原生容器部署。

在本事终了上，团队经过反复调试和优化，最终终显明一键式部署决策。开发者只需五步操作：准备 Docke 环境、拉取技俩、启动工作等，即可在浏览器中体验竣工的问答功能。

冯江涛暗意，Data+AI 不仅改变责任服从，更能校阅责任过程。QAnything 与 OpenCloudOS 的集结处理决策主要面向数字化转型企业，尤其在满足国产化需求方面，开展了多项责任：一是注重褂讪性与安全性，终了无缝集成，进步易用性；二是坚抓抓续转变与功能升级，从优化利用率等五个维度为用户创造价值，进步服从。

货拉拉：大数据存储实践与 AI 期间的野蛮

此前，货拉拉完成了大数据离线存储从其他云平台向腾讯云的移动责任。据章啸先容，腾讯云存储 Data Platform 数据平台处理决策以对象存储 COS 为中枢基座，构建了竣工一体化的工作架构。该架构包含数据接入层终了跨云移动功能，中间数据加快层摄取 GooseFS 体系终了元数据缓存加快，表层通过数据万象 CI 提供数据处理等才调。

通盘移动过程终显明 40PB+ 大数据基础设施的无缝切换，在数据抓续变化的情况下保抓业务零中断。移动完成后，依托 GooseFS 的元数据加快才调，报表产出时刻权贵优化，举座时效进步 40 分钟，单个任务计较速率提高约 10%。系统褂讪驱动一年多来，未出现任何由存储激发的问题。

异日，货拉拉筹画将在 AI 业务的高带宽微辞需求上与腾讯云共同探索缓存加快决策，腾讯云 GooseFS-Cache 提供 TB 级微辞，亚毫秒蔓延和百万级 IOPS。在跨云数据协同方面，利用 COS 模子锻练才调诱骗多级缓存机制，终显明数据预热和按需成立化拉取，灵验阴私跨云带宽截止。

功课帮：构建面向大模子的安全治理体系和应用实践

在 AI 大模子快速发展和数字化进度加快的双重驱动下，信息安全畛域正濒临前所未有的复杂挑战。一方面，刻下 AI 器用的普及权贵裁汰了曲折门槛，使曲折活动呈现组织化、产业化特征，以功课帮为例，以往日均 10 万次的坏心尝试，如今如故攀升到几十万次级别。另一方面，跟着企业在智能硬件、AIGC 等多元化业务场景的扩张，数万职工范围的企业网罗环境与种种 IoT 诱导的接入，酿成了弘远而复杂的防患体系需求。

张浩然暗意，为野蛮这些挑战，功课帮建立了三层立体防患体系：网罗层通过区域限制圮绝、双因素认证和零信任网关构建基础防地；传输层部署恐吓监测系统和流量探针终了深度分析；终局层则通过智能 EDR 系统终了 95% 以上的终局安全遮盖。但是，传统安全运营仍濒临无效报警过多和处置专科度条目高的双重压力。此外，企业在引入大模子本事时，也碰到了幻觉、推理才调差、数据落伍等多项挑战。

为此，功课帮提议了协同智能处理决策：其一，基于 DeepSeek 等长推理大模子，冲破多步逻辑推理瓶颈，强化复杂多要领推导才调，保管高下文逻辑关联一致性。其二，诈欺 RAG 本事诱骗向量检索和关键词增强，补全场景高下文信息和历史案例 case，通过诈欺最小教唆方式裁汰大模子的幻觉。其三，引入智能 Agent，阐述决策自动奉行处置，终了安全运营的闭环与抓续反馈。

4

 写在终末

据 Gartner 猜想，到 2028 年，80% 的 GenAI 买卖应用将在组织现存的数据管束平台上开发，从而将实施复杂性和托付时刻裁汰 50%；来自至少三个地区的 AI 模子的数据主权和偏见将占 AI 数据管束责任负载的 50%。

《Data+AI，下一代数智平台建设指南》白皮书指出，异日 Data+AI 平台的一体化发展将使数据与 AI 更细巧，推动企业 AI 建设终了飞跃。极端是围绕数据管束生态的会通、当然语言交互的应用，以及数据质料与治理的强化等六个方面的本事升级尤为关键，以此更好地野蛮异日挑战并收拢本事红利。

“DIaaS 的建设是一个长久而系统的工程，需要行业协同、共同探索”，程彬暗意，腾讯云在异日将抓续鼓吹三个重心发展标的：在生态建设方面，通过灵通 API/MCP，共建数据智能工作生态；在 AI 会通方面，将加入更多多模态大模子、具身智能；在平台才调方面，将从现存的自我优化功能，向更高档的自我建立才调升级演进。

内容保举

GenAl 应用发展的主要制约因素取决于数据质料，而非算法。面对 GenAl 期间的数据挑战，腾讯云提议 Data+Al 下一代数据智能平台处理决策开云(中国)Kaiyun·体育官方网站-登录入口，并诱骗腾讯云前沿本事探索与客户实践，为企业构建 GenAl 期间的高价值数据钞票提供实用指南。立即扫码或点击【阅读原文】免费下载白皮书，解锁企业数智化升级最优旅途。

海量资讯、精确解读，尽在新浪财经APP