摘要：当前，GenAI的投资正在加速，IDC和Gartner在报告中称，随着企业在未来十年斥资数千亿美元以获得数万亿的商业回报，GenAI的投资和创新步伐正在加快。Gartner在报告中指出，2025年全球GenAI支出将增长76.4%，达到6440亿美元。

当前，GenAI的投资正在加速，IDC和Gartner在报告中称，随着企业在未来十年斥资数千亿美元以获得数万亿的商业回报，GenAI的投资和创新步伐正在加快。Gartner在报告中指出，2025年全球GenAI支出将增长76.4%，达到6440亿美元。

AI正在引发一场产业重构与升级，企业也希望借助AI新引擎重构竞争力实现腾飞。随着AI深入产业，数据AI-Ready变得越来越重要，数据正在成为AI时代的胜负手。

拥抱AIⅹData时代

星环科技创始人&CEO孙元浩认为，生成式AI演进会经历四个阶段：

内容生成（Step 0），是AI生成Data，例如，文生文、文生图、文生视频等。

自然语言与知识库的简单交互（Step 1），是AI+Data，需要把数据和AI解耦合，将企业的私有数据放到外部知识库中，AI以交互方式去访问这些专有数据。

AI成为共事者、重构应用的乘法阶段（Step 2），是AI x Data，AI与数据处理、数据治理、数据分析的深度融合与相互赋能。

最终迈向多AI Agent协同的Agentic AI指数时代（Step 3），AI与Data的融合指数级跃迁，AI能帮助完成大量的工作。

我们现在处于AI x Data时代，其特征是，AI不仅直接访问整理好的数据，也可以把AI前置到数据加工的全链路流程中，将数据的采集、清洗、治理到最后数据分析的全流程全面AI化，AI与数据的深度融合将创造更大的价值。

如今，Scaling Law的发展正在放缓，随着很多优秀开源大模型出现，模型已经不再是企业AI落地的瓶颈，高质量的私有数据成为了AI时代的核心竞争力。Gartner报告也指出，模型的差异不再是AI落地成败的主要影响因素，其他企业难以获得的独特企业内部数据将成为AI竞争差异的关键。

从卷模型到卷数据，企业想要AI引擎转起来就要炼好数据油料。

与消费级AI的“高容错、通用化”不同，企业级AI需要专精、懂业务，并提供精准、可靠的信息和决策支持，确保业务流程的稳定性和高效性。所以企业级AI应用需要引入企业私有数据，把海量的数据(结构化、半结构化、非结构化数据)变成语料供应给AI去使用，训练企业专有大模型或者通过外挂知识库让AI懂业务，在安全合规方面也有更高的要求。

当前，在AI x Data时代，企业在应用AI时主要面临以下挑战：

数据资产没有沉淀，数据割裂地分散在不同业务系统中，数据孤岛严重，没有为AI准备好语料，AI知识工程的建设面临挑战。

数据存储，存储模型单一，无法统一存储，不能很好地管理结构化、非结构化、半结构化数据，数据时延高，无法实时获得洞察。

数据质量，数据杂乱、质量差，没有好的数据质量，AI准确率无法满足生产需要，毕竟Garbage in garbage out。

数据安全，权限管控和安全合规问题突出，此外，企业私有数据与模型需要解耦，以免数据泄露。

应用问题，企业对AI应用有旺盛的需求，但是单点建设成本太高。AI应用需要高敏捷建设，而且如何与原有系统安全、高效对接也面临挑战。

为了解决以上挑战，企业需要重新构建新一代AI基础设施（AI Infra）。5月27日，星环科技主办“AI × Data：新一代 AI Infra”2025年度产品发布会，发布新一代AI基础设施（AI Infra），帮助企业快速AI-Ready，夯实数据根基，让AI引擎运转起来全面释放数据价值。

什么样的AI Infra能让AI引擎转起来？

星环科技新一代AI Infra采用分层设计，包含四大核心平台：Knowledge Platform（知识平台）、AI Platform（AI平台）、AI-Ready DATA Platform（AI 就绪数据平台）和Resources Platform（资源平台）。

据悉，这四层架构不是简单叠加，而是深度融合、相互赋能，形成了一个完整的AI基础设施生态。从底层的异构算力资源管理调度，到多模数据统一存储管理，再到语料加工知识库构建，以及主流模型运营纳管和模型训练、推理、AI Agent开发等，助力企业实现从数据到知识、从模型到应用的全链路智能化转型。

至此，星环科技完成了从Data Infra向AI Infra的智能化升级，“今天我们把星环科技的所有的产品纳入了AI Infra当中，也就意味着星环科技从今天开始是一个AI基础软件设施公司，我们所有的产品都是AI Infra的一部分。”孙元浩说。

实际上，全球各大Data Infra都进行智能化升级因应AI x Data时代的变革，比如云数仓公司Snowflake通过收并购整合打造AI数据云(AI Data Cloud)，日前，Snowflake刚以80亿美元收购了Informatica，强化数据管理能力，Databricks也通过收并购整合打造Data+AI蓝图，推出数据智能平台(Data Intelligence Platform)，帮助企业简化并加速实现Data和AI目标，5月中旬，Databricks收购了数据库创业公司Neon，夯实数据底座能力。在AIⅹData时代，随着AI应用深入，企业对数据基础能力有了更为旺盛的需求。Snowflake、Databricks、星环科技等数据基础设施供应商顺势而为，抓住时代机遇。

而本次星环科技推出的Al-Ready Data Platform是AI Infra的核心，提供了更为全面的AI × Data能力，帮助企业解决AI无高质量数据可用的难题。根据官方介绍：Al-Ready Data Platform是一个AI赋能的数据平台，为AI生产和提供高质量数据。该数据平台以关系型、向量、图、全文时序等多模型数据统一存储管理为基础，提供多模态数据自动处理、高效数据治理、特定领域知识构建以及全流程的实时数据洞察能力，实现从数据产生到应用于AI的全过程数据管理，一站式助力企业更高效地运用AI释放数据价值。

具体来看，AI-Ready Data Platform基于多模统一架构，从统一接口、统一计算引擎、统一存储到统一资源管理，形成了完整的技术体系，拥有五大核心能力：

1.AI-Ready Data多模型数据：支持向量、图、文档、全文索引、关系型表等多种数据模型，为AI应用提供丰富的数据基础。

2.非结构化数据处理：能够将非结构化数据转化为半结构化、结构化数据，解决企业80%以上的非结构化数据难以利用的问题，让数据为AI所用。

3.数据治理：提供高效数据治理能力，特别是AI赋能的数据治理能力，能够产生高质量的数据，确保数据的准确性、一致性和可用性。

4.特定领域知识：将数据模型转化为知识，提取和沉淀领域知识，为AI应用提供知识基础。

5.全流程实时数据洞察：要让AI能够发挥价值，需要实时访问最新的数据，该平台支持实时接入、实时处理、实时分析，满足企业对数据时效性的高要求。

孙元浩指出，数据平台的AI-Ready意味着星环科技能够为AI应用提供一个高质量数据平台，同时该数据平台也被AI赋能，能够实现智能化数据处理。AI-Ready Data Platform已经可以打包成MCP Server，可以让外部应用和工具进行访问和检索，加速迈向Agentic AI时代。此外，平台全系统采用国密加密，保障数据安全的基础上提供高性能。

湖仓集一体架构实现全流程实时数据洞察

过去十年，数据管理架构经历了数仓、数据湖到湖仓一体的架构升级，但是湖仓一体架构在处理海量数据的灵活查询方面性能不够，延时较长，目前，开源的数据管理方案还停留在湖仓一体+集市阶段，比如开源的Iceberg、Hudi仍然不能实现完整的数仓能力，往往还需要一个独立的数据库系统来构建数据集市。但是构建多套系统不仅引入架构复杂性，还会带来较高的成本以及增大延时。

一般使用传统数仓或者使用Icebreg数据湖加MPP数据库的方案，端到端的数据处理延时能达到小时级别，即使使用了高性能的数据集市，从数据进湖、进仓、再到集市，整体的延时都要接近小时或者小时以上。

随着AI大模型的迅猛发展，企业也需要获得实时数据洞察，对多模态数据的训练和检索需求日益增长，并对分散数据的统一存储和管理提出了更高的要求。传统数据处理方式已难以满足AI x Data时代的实时数据处理需求，亟需一种更加灵活、高效的数据管理方案。

2022年，星环科技推出了业内首个湖仓集一体架构，打造湖仓集一体数据平台。今天发布的Al-Ready Data Platform便是以最新版的Transwarp Data Hub 9.5为底座，TDH支持准实时的数据写入和数据分析、查询，时延控制在分钟级别，配合新版本的ArgoDB进一步实现秒级数据分析。

TDH实现了湖仓集一体化，提供了优秀的数据处理性能，在100 TB TPC-DS基准测试上面TDH比Databricks最 先进的SQL引擎快一倍左右，而所用的硬件成本降低了一半，整体上比Databricks实现了4倍的性价比提升，在1TB TPC-DS基准测试上面TDH也比Databricks最快的SQL引擎快2到4倍。

为了帮助还在使用开源软件或者是CDH商业软件的企业迁移到星环湖仓集一体化平台，星环科技提供了CDH迁移到TDH、CDH与TDH共存、CDH原地升级至TDH三种方案，其中将CDH迁移到TDH，性能可以实现10倍提升，但是需要额外的存储节点，可能需要数周或者数月的时间完成迁移，后面两种方案数小时即可完成，用户可以根据自己的需求、现状，选择合适的升级方案。如今星环科技已经帮助数百个企业构建了湖仓集统一数据平台。

比如，某金融机构原来使用商业CDH以及HBase、Hive、Clickhouse等多个开源产品实现多业务场景，造成数据冗余、处理链路长、时效性差等问题，通过迁移至星环科技实时湖仓集一体平台，实现降本增效，获得实时数据洞察。比如，在传统数据应用方面，几十PB级数据的批处理性能提升了1倍，大屏驾驶舱的交互式数据分析性能提升了10倍；在实时风控场景，延时降到了秒级；在线业务的并发度单个服务器节点也达到了2000 QPS；同时整体的存储成本降低了6倍。

AI-Ready Data Platform的湖仓集一体平台打好了实时数据处理的坚实底座，再通过数据治理工具将原来不准确的数据变成高质量的数据，通过知识工程工具将高质量的非结构化数据转化为知识，通过构建领域知识库将一些专家经验和行业知识沉淀下来给到AI使用，极大提升AI的实时洞察能力和准确度。

据悉，通过星环科技数据能力很多都被打包成AI Agent工具，实现智能化升级。比如其数据治理AI Agent可以依据国家标准、行业标准、企业内部数据规范等对数据进行自动检查与清洗，替代费时费力的人工，非常高效地提升企业数据质量。

小结：AI-Ready让数据为AI准备、AI为数据赋能

无数可用或者无高质量数据可用成为企业应用AI的突出挑战，这也是AI x Data时代大家更为关注AI数据基础设施建设的原因所在，星环科技推出新一代AI Infra以及AI就绪的数据平台恰逢其时。

在AI × Data时代的浪潮中，企业AI引擎的运转已从 “模型竞赛” 转向 “数据决胜”，当开源大模型打破技术壁垒，高质量私有数据成为重构产业竞争力的核心燃料。星环科技新一代AI Infra的推出，不仅为企业提供了从数据采集、治理到知识构建的全链路智能化方案，更揭示了一个行业真理：唯有将AI深度融入数据全生命周期，实现“数据为AI准备、AI为数据赋能” 的双向驱动，才能打破数据孤岛、激活沉默资产，让AI真正发挥业务增长的 “乘法效应”。

来源：IT168企业级