2025中国Data&AI数据基础设施白皮书

出品机构：甲子光年智库发布时间：2025.10 前言 在AI创生时代，Data&AI数据基础设施是新世界的底座 •当前，全球正经历一场由地缘政治重塑和人工智能技术革命双重驱动的深刻变革。这两大趋势交织并进，正以前所未有的速度重构世界经济与社会发展格局。面对全球化向区域化、供应链向本土化转型的外部环境，以及人工智能从一项前沿技术向核心生产力跃迁的内部需求，中国正处于一个关键的历史转折点。麦肯锡研究显示，生成式AI有望为全球经济贡献约7万亿美元的价值，而中国有望贡献其中约2万亿美元，接近全球总量的三分之一。IDC的预测也印证了这一趋势，预计到2028年，全球AI领域IT总投资将增至8159亿美元，而中国的AI总投资规模将突破1000亿美元，五年复合增长率高达35.2%。这些数据表明，AI技术革命不仅是一场技术革新，更是一场将催生全新生产模式和经济增长点的大变局。 •在这场变革中，各类组织机构，无论是企业还是政府，都面临着巨大的挑战和机遇。埃森哲的研究表明，中国企业正经历一场“挤压式转型”，转型窗口期更短，挑战更多。传统的、孤立的数据系统（如数据仓库或割裂的数据平台）已难以支撑AI应用对实时性、多模态数据处理和高弹性算力的需求。企业迫切需要打破数据孤岛，解决高质量数据供给不足、模型与业务场景割裂以及数据安全合规等痛点。这些挑战正倒逼数据基础设施实现一次范式跃迁，从单一的数据存储与分析工具，向支撑全业务流程的智能化底座演进。 •数据厂商要想抓住机遇并在新一轮竞争中脱颖而出，关键在于构建一种全新的数据基础设施。这种基础设施应具备以下核心能力： •必须将组织内部的数据生产、加工治理与业务终端AI模型的应用视为一个动态持续的生产过程，以满足业务的动态连续性需求。•需要摒弃当前许多企业采用的单场景Agent应用建设模式。正如传统数据库时代的“数据烟囱”，这种模式将导致数据和能力再次割裂，无法形成全局协同效应。Gartner预测，到2028年，至少15%的日常工作决策将由Agentic AI自主做出，这要求基础设施必须能够支持大规模、跨场景的智能体部署。•一体化的数据基础设施需要具备集中式建设和集中式管理的能力基盘，从而确保数据资产的统一治理、安全合规与高效利用。同时，它也必须面向业务侧即价值端，形成分散式的赋能能力，让各业务单元能够灵活调用和创新。 •在技术层面，新型数据基础设施的核心路径是“湖仓一体”与“AI原生”的深度融合。它将数据湖的开放性和灵活性与数据仓库的结构化管理、ACID事务特性相结合，形成一个统一的数据底座。同时，它将AI模型的训练、部署与数据治理紧密耦合，实现从数据到智能的无缝流转。这种架构不仅是技术上的整合，更是理念上的革命，它为Data&AI深度融合体提供了坚实基石。支撑数据价值逐级跃升，从“点”（功能提效）到“线”（组织创新），到“面”（行业协同），再到“体”（产业带动），最终形成支撑未来智能社会的国家战略，成为智能革命的核心引擎。 •本白皮书旨在系统梳理中国Data&AI数据基础设施的发展现状、技术路径与实践经验，为大型组织提供前瞻性参考与可行性指南。人类开启信息化革命后的几十年里，全球竞争格局一直都由美国引领。然而，在进入AI新时代后，中国持续追赶的成果逐渐显露，尤其在通信、互联网、人工智能等领域出现了引领全球的创新技术产品和服务，而Data&AI数据基础设施正处在中国这些优势领域的交叉地带，必将成为中国在AI竞争中持续保持优势、赢下智能革命的必争之地。我们相信，当数据与AI在新底座的支撑下真正融合一体，新世界的无限可能便将由此开启。 核心观点 数据应用与人工智能从相互独立到逐渐融合 •在数据作为生产要素被广泛认知后，数据应用和人工智能加速融合。高质量数据集的积累加快了大模型的成熟，大模型又反过来让各组织机构更好地发挥数据要素的生产力，开始从深度融合走向一体化。 数据应用与人工智能的融合，推动架构与能力实现跨越式发展 •第一阶段的感知智能主要依赖分类的非结构化数据，第二阶段生成式AI推动多类混合数据的治理体系发展完善，到了第三阶段的Agentic AI则对多模态数据融合与动态调度提出更高要求。数据应用与人工智能技术正从“AI+数据”的松散组合迈向“数据即AI、AI即平台”的深度融合阶段。 •新阶段需要一个AI原生的、一体化的技术底座平台，为Agentic AI的场景化应用提供持续的工程化能力和稳定的技术底座支撑，类似建筑的地基工程，为组织长期提供多模态数据融合处理、动态异构资源调度，构建“数据-模型-Agent-业务”闭环系统。这个平台我们称为Data&AI一体化基础设施，它正飞快成为新一代智能系统的核心，围绕“数据流+Agent流”帮助组织构建闭环、自主的智能生态。 数据基础设施成为AI时代的“核心生产工具” •数据基础设施逐步从“支撑决策”升级为“协同驱动智能”，成为组织机构实现数据价值流转与智能闭环的“核心生产工具”。 •其中，Data&AI一体化数据基础设施是最终能够长期持续支撑人工智能规模化落地的一体化基础软件平台，不仅能提供基础底座支撑，更重要的是通过平台持续、实时、动态工程化能力实现打通数据存储、治理、计算与AI模型开发的全链路，构建出了“Data for AI”和“AI for Data”的双向赋能体系。 Data&AI数据基础设施的价值链条呈现“点-线-面-体”递进 •Data&AI数据基础设施通过湖仓一体架构统一纳管全域数据资产，并以AI原生设计支撑模型的高效训练与实时推理，实现数据到智能的闭环转化，驱动业务持续创新，进而支撑数据价值逐级跃升，从“点”（功能提效）到“线”（组织创新），到“面”（行业协同），再到“体”（产业带动），为数字经济高质量发展提供软件技术基础设施，是智能革命的核心引擎。 Data&AI数据基础设施的能力体现在开发、架构、调度、AI原生和安全运营 •Data&AI数据基础设施让数据平台和AI智能工具融合成为统一系统性底座，其关键能力主要体现于融合开发、架构、资源调度、AI原生和安全运营五个方面。五个能力方向侧重点不同，各厂商在其专业方向上各有侧重。 目录 新趋势：AI时代，数据范式迈入数据基础设施阶段 Part 02新定义：Data&AI数据基础设施，支撑AI规模化落地 Part 04新应用：Data&AI数据基础设施典型应用 目录 Part 01新趋势AI时代，数据范式迈入数据基础设施阶段 1.1数智融合成为时代特征1.2双向互动成就范式跃迁1.3应用深化推高融合要求1.4数智一体化成行业共识 1.1数智融合成为时代特征 数据应用与人工智能从相互独立到逐渐融合 •数据应用和人工智能技术出现已经很久，但最初二者并没有太多交集。数据应用和早期人工智能技术处于“各自为政”状态。 •随着社会信息化程度提高，数据资源不断增多，依赖数据的人工智能算法，如深度学习开始崭露头角；同时数据分析也越来越多吸纳人工智能算法模型，发展出数据挖掘技术。数据应用与人工智能开始了融合之路。 •随着互联网、移动互联网出现，全社会数据出现爆炸式增长，大数据和数据平台概念开始出现，同时人工智能进入依赖海量数据的深度学习阶段，数据应用和人工智能技术迈入深度融合阶段。 •在数据作为生产要素被广泛认知后，数据应用和人工智能加速融合，高质量数据集的积累加快了大模型的成熟，大模型又反过来让各组织机构更好的发挥数据要素的生产力，数据应用和人工智能开始从深度融合走向一体化。•支撑数据应用和人工智能的关键基础设施也经历了关系型数据库、数据仓库、分布式数据库及数据湖、湖仓一体的多阶段发展。 1.2双向互动成就范式跃迁 数据应用的发展是人工智能技术发展的重要基础条件 1.感知智能：此阶段主要解决的是让机器能够感知和理解外部世界的信息，如图像、声音、文本等。该阶段AI依赖相互独立的图像、音频、文本等非结构化数据。 2.生成式AI：此阶段的重心是让机器能够进行逻辑推理、生成新的内容，并处理更加复杂和抽象的任务。该阶段AI依赖结构化、单/多模态数据集。 3.Agentic AI：这是目前AI发展的最新趋势，其核心是让AI具备规划、决策和执行并完成复杂任务的能力。该阶段AI依赖多模态数据为主。 1.数据库阶段：主要以传统关系型数据库、数据仓库为主，辅以分布式文件系统、NoSQL数据库等。数据形态以结构化数据为主，与感知AI数据形态融合度不高。2.数据平台阶段：出现云数据仓库、数据湖等新载体，其核心思想是打破数据孤岛，通过统一的数据治理和建模，将数据能力以服务形式提供给业务部门。3.数据基础设施阶段：是“湖仓一体”与AI原生融合的新型架构，旨在将数据的全生命周期管理与AI模型的全生命周期管理融合到同一个平台上，支撑企业业务在AI应用端侧场景实现持续、稳定的落地服务。 •数据应用与人工智能技术的发展呈现出协同演进的趋势，每一次AI范式的跃迁本质上都建立在数据范式的进化基础上。 1.2双向互动成就范式跃迁 数据应用与人工智能的融合，推动架构与能力实现第三次范式跃迁 •从感知智能依赖分类的非结构化数据，到生成式AI推动多类混合数据的治理体系，再到AgenticAI对多模态数据融合与动态调度提出更高要求，数据应用与人工智能技术正从“AI+数据”的松散组合迈向“数据即AI、AI即平台”的深度融合。 •Agentic AI需要与真实世界进行实时、动态的交互，这对其数据处理能力提出了更高要求。它不仅需要处理多模态数据（文本、图像、音频、视频），还需要处理实时流数据，并能够根据环境变化进行动态调度。这是“数据基础设施”所应具备的核心能力。•数据基础设施是一个AI原生的、一体化的平台，旨在为Agentic AI等新兴应用提供底层的技术支持。它与人工智能技术基于多模态数据融合、动态调度，构建“数据-模型-Agent-业务”闭环系统。•第三阶段的到来标志着Data&AI一体化基础设施成为新一代智能系统的核心，未来平台将围绕“数据流+Agent流”构建闭环、自主的智能生态。 1.3应用深化推高融合要求 数据基础设施成为数据要素化阶段支撑智能化变革的"核心生产工具” •随着数字化迈向智能化阶段，人工智能的开发和应用对数据能力提出更高要求，尤其在多模态、高质量、实时反馈等方面。 •产业数字化阶段的数据平台以存储和分析为核心，难以支撑模型训练、智能体部署等新型智能化场景，这促使组织机构需要进一步提升数据能力，将数据平台从支撑性、辅助性工具向AI原生融合的智能底座演进。 •数据基础设施因此从“支撑决策”升级为了“协同驱动智能”，成为组织机构实现数据价值流转与智能闭环的“核心生产工具”。•正如生产工具是衡量一个社会或组织生产力水平的核心标志，数据生产工具的先进程度也是衡量社会数字化、智能化发展水平的核心标志。 1.3应用深化推高融合要求 人工智能应用深化到城市、产业层级，依赖数智一体化基础设施 产业痛点 •在国家加快培育数据要素市场、推动人工智能工程化应用的背景下，从制度机制到平台支撑仍存在关键瓶颈，严重制约了数据资源价值在产业级层面的释放与AI能力的高效转化，面临的典型数据问题可归结为以下三类： •需求拉动型障碍：数据“拿不出、调不动”； •供给推动型失焦：数据“起什么作用、怎么用”；•供需定向型低效：数据“范围窄、复用差”。 产业方案 •构建一个能够统筹制度保障与工程落地的核心平台——监管沙盒； •城市级人工智能数据应用开发平台正是在该背景下应运而生的基础性工程。平台通过打通“产品交易—模型调优—合规评测”全流程闭环路径，来集成制度资源、平台能力、数据场景，破解数据价值释放与AI能力落地间的断链问题，推动构建全国数据要素与大模型融合发展工程。 技术难题 •行业数据规模化聚集、治理、资产化及参与模型训练等落地难题；•卫星遥感、具身智能、自动驾驶、医疗健康、金融保险、工业制造等各行业异构数据资源统一接入与集中管理；•多类型GPU/C