6月27日消息，今天上午举行的全球人工智能开发与应用大会上，腾讯云大数据基础产品中心总经理程彬透露，腾讯云已经构建完善的“Data+AI”能力，今年下半年将发布数据智能体产品。

程彬表示，数据作为传统数据平台、AI大模型平台的共同“石油原料”，“Data+AI”不仅仅是数据的简单叠加，更是深度融合与创新，实现从“让数据说话”到“与数据智能对话”的跃迁。

数据显示，2024年国内数据生产总量首次突破40ZB，达到41.06ZB，同比增长25%，增速较去年提高2.56个百分点；人均数据生产量约为31.31太字节（TB），相当于1万多部高清电影，同比增长25.17%，数据生产总量和人均产量实现同步跃升。

最新发布的《Data+AI下一代数智平台建设指南》报告显示，Gartner研究表明，非结构化数据占当今组织数据的70%至90%。受生成式AI计划、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理的需求急剧增长。

因此，非结构化数据处理支出在数据管理总支出中所占的份额将越来越大。

随着AI大模型对于数据的需求增加，传统数据平台在应对生成式AI带来的新型数据需求时，正面临严峻挑战。同时，生成式AI应用场景中，数据质量、合规性和安全保障，成为企业面临的核心难题。

一方面，企业面临数据源激增、数据孤岛严重的挑战（据统计企业平均管理400+异构数据源）；另一方面，企业需打造动态、可追溯的数据治理体系，避免“幻觉输出”与隐私风险。

Gartner预测，到2027年，80%的数据和分析（D&A）治理举措将因缺乏真正或人为的危机而失去作用。同时，专注于多结构化数据管理的IT支出将占数据管理技术和服务总IT支出的40%。

腾讯云副总裁、腾讯云大数据产品负责人黄世飞表示，当AI的能力唾手可得，企业如何唤醒海量沉睡的非结构化数据，如何跨越组织鸿沟，以及如何确保喂给AI的数据高质量，可信赖，规避幻觉与风险，变得至关重要。

程彬指出，传统数据平台在新的发展周期中遭遇瓶颈，从数据挖掘到数据训练的过程中，流程非常复杂，人力成本变高，整个开发周期变得更长。同时，从客体上看，市场已经从以数据工程/科学开发为中心，到以大模型/Agent为中心；使用方式上，从人找数据，到Agent带着问题找数据；平台定位层面，从被动的数据“仓库”，到主动的、可供Agent实时查询和交互的“知识母体”（Knowledge Substrate）。

因此，腾讯云大数据提出“Data+AI”的深度融合，构建一个为AI时代而生的原生一体化的Data+AI平台，以数据为基础，以智能为目标，做下一代数智平台，以应对全新的市场和客户需求。

通过集成多模态数据处理、AI模型、Data Agent等，腾讯云构建新一代数据智能平台DIaaS，从而通过“Data+AI”将非结构化数据被有效利用，让所有数据都能被AI进行理解，让数据不仅能存储，更能使用。在腾讯云看来，DIaaS不是一种工具而是一种能力，让数据智能真正成为触手可及的“水、电、煤”。

会后交流时，对于“DataxAI”和“Data+AI”的区别，程彬认为，如果用乘（x），更多是希望这个事情的价值变得更大，但他认为，无论是加法还是乘法，本质上Data和AI融合的价值未来越来越大。

“下一代数智平台的跃迁是不是因为AI大模型带来的？确实，我觉得有两个，第一、肯定是大语言模型技术成熟后，进一步让Data有更好的发展路径；第二、最本质原因还是需求，如果用户没有这样一个需求，或者需求很小，那么再牛的技术还是没办法产生价值。”程彬表示。

程彬强调，目前国内没有对标Snowflake、Databricks的AI大数据创业公司。

他指出，大模型来临之后很多Database公司都在快速转型到“Data+AI”，比如Snowflake、Databricks等都快速转型成功，到目前Databricks估值超过600亿美元，Snowflake市值也达到740亿美元，所以看起来它们转型比较成功，但反观国内没有相关有技术实力的大数据初创公司，但未来是很看好的。

“我觉得最快下半年有一些新的对标Snowflake、Databricks这样的Data+AI公司的出现，我们非常欢迎，这个赛道玩的人越多，这里面才有更大的可能，如果光靠我们一个人去做，那么多客户需求不一定全都能满足。”程彬称，DIaaS的建设是一个长期而系统的工程，需要行业协同、共同探索。

他预测，随着未来通用人工智能（AGI）时代到来，Agent智能体可能会慢慢消失，被AI模型所替代。但1-3年内短期看，Agent可以帮助用户提升数据要素价值。

截至目前，中国数据领域相关企业超19万家，数据产业规模超2万亿元。按照20%以上的年均增长率测算，2030年中国数据产业规模将达7.5万亿元。（本文首发于钛媒体App，作者｜林志佳，编辑｜盖虹达）