模型时代金融大数据构建

核心观点与关键数据

GenAI时代，数据分析方式发生极速变化，从传统工具辅助决策转向AI Agent自主决策。预测显示，2028年33%的企业将使用Agentic AI进行分析和决策，而2024年这一比例不足1%。

数据分析方式的演进

传统数据分析流程包括手动提取数据、运行脚本、生成报告及基于经验和报告进行决策。GenAI时代，通过AI Agent实现自动化数据提取、预测生成、可视化呈现及主动建议，如优化库存管理。

GenAI时代数据生产与应用场景

传统数据生产涉及业务需求、需求分析、建模、数据开发等环节，存在需求变化快、口径对齐难、数据增长快等问题。GenAI时代，数据平台融合大数据与AI，支持离线处理、交互式分析、毫秒级实时数据AD-Hoc分析，并通过智能体应用企业内业务数据。

数据平台的变革趋势

1. 数据分析进入3.0时代：从SQL到自然语言查询，实现秒级响应和便捷分析，适用于不同用户群体。
   • 核心能力：自然语言查询（NL2SQL）、多轮对话、智能追问、输入联想和智能推荐。
2. 以Data-Centric AI重新定义数智融合：数据不仅是AI的“燃料”，更是决定模型质量的关键因素。
   • 核心能力：新一代数智开发平台，支持多种大数据及AI业务负载，简化架构，提升效率。
3. 智能化大数据自治系统：AI驱动的系统交互、资源管理与运维管理，提升易用性、系统效率与运维效率。
   • 核心能力：智能查询优化、智能资源预测、AIOps实现运维“自动驾驶”。

核心能力与技术架构

• 存算独立扩展：存算按需伸缩，高度弹性，故障域隔离，支持数据共享和计算引擎多版本。
• 元数据统一管理：统一数据/元数据管理视图，支持多租户和权限认证，集中权限管控。
• AI Search（RAG）：一站式高精度全文检索+向量检索方案，支持多模态处理和准确率要求。

研究结论

数据智能平台是企业提升生产力的“炼油厂”，企业私域数据资产开放的一体化数据智能平台让传统数据分析和GenAI应用的开发变得更轻快易用。开放和融合的新一代数据智能平台架构，结合DeepSeek等全球领先的基础大模型能力，共创Data+AI新生态。数据资产已成为企业的新时代“石油”。