今年是数字中国战略推进的第十年。
如今，中国千行百业的数智化转型迎来最好局面：中国数据生产总量占据全球数据总量的近30％，在“量”上已然领跑；DeepSeek、Qwen等开源大模型能力引领全球，智能体应用创新活跃。
但数字强国的真谛，并不在于仅仅存储多少数据、模型在测试中得多少分和智能体有多少个，而还需要全域数据能力的形成、数据要素流通与共享的加速以及AI与各种业务场景的深度融合。
也就是说，“量”上去的同时，“质”与“效”亟待提升，即企业与组织需要实现Data+AI的逐步落地，将先进技术优势转化为数智化动能，让数据和AI充分释放价值，从而加速自身在智能时代的转型。
无独有偶，在WAIC 2025大会上，Data+AI也成为整个大会讨论的热点之一。以爱数为代表的中国厂商，正聚焦产品、技术与解决方案的创造，为Data+AI的落地路径带来全新视角和中国答案。
智能数据基础设施：Data+AI的基石
众所周知，算力是通用大模型近年来崛起的关键，但真正驱动大模型在引发质变的则是高质量海量数据集，其决定着AI价值能否全面释放。
与此同时，放眼全球，大部分企业与组织在数据层面长期被两大核心问题困扰：
数据孤岛现象比较普遍。AI崛起之后，结构化、非机构化、时序数据等多模态海量数据更加剧了此种现象，高质量数据集的建设属实不易。数据高效利用比较艰难。围绕场景去使用数据的成本一直较高，像数据科学家、数据工程师乃至普通员工使用数据依然面临着不少障碍，数据难以真正高效利用起来。对此，爱数带来的答案是：智能数据基础设施。在爱数看来，不同类型的数据特点不同，仅用一套方法或者技术架构去解决多模态海量数据相关问题并不现实，必须在基础设施层融合不同的技术架构实现多模态海量数据的汇聚、治理和管理，并通过AI等技术来有效降低数据使用成本，提高数据利用的效率。
爱数创始人兼总裁 贺鸿富
事实上，数据基础设施的概念近年来被产业界反复提及，引发多方重视。作为在数据领域深耕多年的公司，爱数认为智能数据基础设施在数据基础设施之上，融入智能+中立两大优势。
首先，爱数所提倡的数据基础设施一定是需要具备全域数据能力和标准化产品，全域数据能力可以涵盖数据处理的所有环节，大幅提升数据处理效率，而标准化产品则无需定制，让所有行业均可采用。
其次，爱数在数据基础设施中采用Data+AI互相赋能，Data for AI和AI for Data带来的不仅仅是数据处理与利用的效率飞跃，更是为AI应用带来源源不断的高质量数据。
第三，智能数据基础设施是中立的，解耦云、AI和应用，可以与云基础设施、基础大模型和行业应用广泛融合。
可以看出，爱数智能数据基础设施的策略是通过先进性技术来彻底改变过去数据层的割裂状态，无论是各种类型数据之间的割裂，还是在线数据与历史数据的割裂，亦或是数据与知识之间的割裂，从而让数据与知识进行融合，最终为AI所用。
决策智能平台：系统智能的突破
AI价值的全面释放，关键在于高价值、复杂业务场景应用的突破，也即AI与复杂业务场景深度融合，从工具属性跃升为系统智能，为复杂业务场景提供智能决策。
不过，要想实现系统智能、智能决策绝非易事。哪怕像国外Palantir这种做智能决策多年的公司，也一直在系统智能的探索中艰难前行。直到最近两年大模型、生成式AI技术的崛起，将AI技术整合到复杂工作流之中，系统智能才实现关键突破。
对于垂直行业的广大企业与组织而言，系统智能与智能决策需要解决四个核心问题：首先，需要将私域场景的高价值、多模态数据Token化，便于大模型和智能体所用；其次，大模型到私域场景之中，一定需要基于企业特定语料库进行后训练和增强，以匹配私域场景；第三则需要构建起基于数据驱动的智能体，且智能体之间具备协作能力；最后则是在业务场景中实现智能决策。
在WAIC 2025大会上，爱数公司也指出，企业与组织只有充分利用自身私域数据，充分增强大模型，才能将生成式AI技术知识传承、辅助决策等领域取得最佳投资回报率。
难能可贵的是，中国企业在推进系统智能创新上也迈出一大步。其中，爱数的智能决策平台就是一个突出代表。
爱数的决策智能平台基于AI原生，由多模态数据湖、本体引擎、行业引擎、智能体工厂、超级助手以及场景决策应用等组成，具备系统智能、可信AI和决策建议三大核心特征。
例如，其本体引擎可以帮助企业与组织构建起全局业务知识网络，从而形成一种业务语义层，将数据赋予业务含义，使大模型能“理解”业务场景各实体之间的关系，最终将垂直行业的业务知识转化为系统可执行的智能决策。另外，爱数智能决策平台的VEGA数据虚拟化引擎、ISF 信息安全编织架构等实现可信AI，确保了从数据->知识->智能体->决策的全链路数据安全；而基于业务知识网络+行业引擎，则构建真正懂业务的智能体，为各行各业提供精准、高效的决策支持。
事实上，决策智能平台的推出，标志着爱数在产品战略层面的重大变化。众所周知，深耕数据领域的爱数，多年来一直聚焦在数据底层、AI框架等底层技术领域的创新，并未将产品延伸到应用领域，而智能决策平台则意味着爱数将自身产品线延伸到上层行业应用领域。
那么，爱数为什么要进入到难度极大的智能决策产品领域？如果从自身发展、技术演进和产业变革来看，爱数此举可谓是水到渠成。
首先，爱数多年来一直聚焦Data+AI底层相关技术领域的创新，打造出全域数据能力、多模态数据湖、本体引擎、行业引擎等一系列产品，自身技术能力和产品能力已积累到位。加上复杂问题和复杂场景既是AI技术价值释放的最佳载体，又具备难得的高商业价值。因此，爱数顺势将产品线延伸到应用侧不仅具备充足的技术条件，还能实现产品闭环。
其次，过去复杂业务场景的智能决策，技术实现难度大、交付重、定制化需求多，使得其商业价值逻辑并不强，投入产出比让众多众多科技公司望而却步。近年来，Palantir等公司将AI技术融入到复杂工作流程中，表明大模型底座+智能体的AI技术框架能为大数据分析和智能决策带来显著提升；同样，爱数公司基于Data+AI技术领域的深厚积累，近年来也在尝试类似的工作，填补国内的空白。
第三，软件产品的形态与研发模式在产生根本性改变。过去，通过程式化设计+写代码的方式来实现一个应用软件；现在则是AI即结果，通过数据驱动和服务来定义一个软件应用，垂直行业用户基于自身私域数据，智能体能快速创造出AI原生的软件应用。因此，爱数并没有太多历史包袱，希望轻装上阵、抓住软件产业变革的机遇，在AI原生应用领域有所作为。
可以看出，随着爱数在产品线的布局完善，其已经成为面向私域数据增强大模型的智能数据基础设施平台商，通过集成多模态海量数据来帮助垂直行业企业与组织构建全局业务知识网络，从而构建起可信AI，以数据智能体帮助各行业提升AI应用的效果和可靠性。
Data+AI混沌期，爱数继续坚守
Forrester研究表示，当前企业超过 73% 的数据从未被用于业务决策，这并非因为企业的数据不足，而是企业缺乏将海量数据转化为洞察和行动的能力。
显然，随着大模型、智能体等技术的快速发展，Data+AI的落地路径逐步清晰，未来垂直行业的企业与组织对于Data+AI有着巨大的市场需求。麦肯锡《生成式 AI 商业影响评估报告》就强调，如果成功应用数据分析等智能体的企业，其决策响应速度平均将提升5倍，运营成本将降低30%。
在爱数看来，Data+AI是当下最为热门的领域，概念炒作的声音很多，爱数未来的策略在在产品布局完善的基础之上，持续聚焦能力的深化，接下来主要有三个重点方向：
其一、围绕数据层、大模型层、智能体层进行AI原生架构创新，实现架构的统一，在未来提供服务时，兼顾整体与主线。
其二、围绕本体论，深化自身的本体引擎，包括持续构建高效的知识网络和一体化的安全能力。
其三、探索历史数据相关产品与AI分析融合，推动灾备等传统产品走向AI原生化。
综合观察，当多模态海量数据的浪潮来临，Data+AI提供的不仅仅是工具效率的倍增，更是企业与组织迈向智能化的开端。此刻，站数智化转型的新路口，中国企业与组织拥抱Data+AI已不可阻挡。而作为智能体时代面向私域数据增强大模型的智能数据基础设施平台商，爱数公司以全域数据能力为龙骨、业务知识网络为风帆、智能体工厂为引擎，协助千行百业用户驶向美好的智能时代。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与极客网无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
