DA Con大会开幕式

一、核心要点

1. 大会主题为"data first ai real"，聚焦本体就位、agent到岗，设1个主论坛、17个分论坛，覆盖底座、语义、模型、业务等层级。
2. 复旦大学肖远华强调知识工程是AI永恒主题，大模型落地需企业级本体，二者相辅相成，企业本体建设应自下而上、有所为有所不为。
3. 京东健康AI副总裁胡浩源提出企业级AI落地需模型加全站工程，以可执行可检验可审计为核心，京东健康医疗大模型已在院内病例书写等场景落地，任务交付可信度大幅提升。
4. 百度智能云数据智能部总经理刘斌分享企业级agent落地需解决效果与可信问题，核心是构建以本体为中心的上下文工程与系统工程，其胜算平台已在多行业KA客户落地。
5. Data Strap创始人杜俊平提出agent需统一元数据、开放语义层、Ontology三重支柱支撑，企业agent context建设需上下结合，由高价值场景牵引、业务知识沉淀。
6. 云栖科技联合创始人关涛介绍从信息到知识是数据平台第三次革命，知识表达有多种形态，需通过知识工程蒸馏生产，其云栖平台已构建相关管线与架构。
7. 卡奥斯副总经理兼CTO冯行志聚焦工业AI，提出工业场景对可靠性要求极高，本体建设需结合机理模型与行业知识库，其工业互联网平台已在多行业落地，探索出工业智能体应用路径。

二、风险与关注

1. AI大模型存在幻觉问题，工业等严肃场景需保障输出准确可追溯。
2. 企业落地agent面临效果不可靠、业务知识缺失、权限与责任界定等问题。
3. 知识工程建设存在成本高、知识更新慢、复用性不足等挑战。
4. 工业AI落地需兼顾可靠性与成本效率，规模化推广存在一定难度。

三、投资线索

1. 企业级AI本体、语义层等基础设施相关领域。
2. 工业AI、智能体在制造业、能源等传统行业的应用。
3. 知识工程、数据治理与AI结合的相关技术服务。
4. 数据中台、云原生数据平台等底层支撑技术。