大模型狂奔兩年后，全球AI巨頭集體掉頭修“數據底座”？

“中國不需要第101個開源大模型，但需要更堅實的AI數據基礎設施

2026年6月，舊金山Moscone Center。Databricks Data+AI Summit，3萬人到場，超過18項核心產品發布。CEO Ali Ghodsi在臺上說了一句話，被反復引用：“這件事會變得極其昂貴，我們才剛剛開始。”

7月，北京國家會議中心。全球數字經濟大會上，一家中國公司的展位前圍滿了人。

這兩件事之間，隔著太平洋，也隔著一個正在被驗證的判斷——AI的下半場，風向變了。

過去兩年，大模型從千億參數卷到萬億，開源模型和閉源模型輪番刷榜。企業被裹挾在這場狂歡里：買算力、招團隊、部署模型，以為拿到了通往未來的門票。

結果呢？

模型在通用問答里“無所不能”，一進工廠、醫院、能源場就“水土不服”。數據散落在幾十個孤島里，格式不統一、標準不一致、質量參差不齊——數據根本“喂不進去”。

2026全球數字經濟大會上，議題焦點開始改變。人們除了問“哪個模型跑分最高”，還會追問另一個更現實的問題：AI到底怎樣才能真正落地？

一個判斷正在成為共識：AI的下半場，決勝點除了模型benchmark，還在AI數據基礎設施。

AI產業正在切換賽道

從“卷模型”到“卷數據底座”

先講一個典型場景。

一家大型央企的CIO算過一筆賬：集團內部17個業務系統、9個數據倉庫、3朵云，數據格式從Oracle到MySQL到Hadoop到非結構化文檔，五花八門。集團要求“全面擁抱AI”，于是采購了大模型平臺、搭建了算力集群、組建了算法團隊。

半年后，模型部署完成，發現根本跑不起來。

“我們當時想做一個很簡單的應用，讓大模型輔助設備故障診斷。”這位CIO說，“結果模型連設備的歷史維修記錄都讀不懂，因為記錄分散在三個系統里，格式不一樣，字段命名不一樣，還有大量紙質報告掃描件沒處理過。”

這不是個例。

企業AI落地的真實困境：錢花出去了，模型跑不起來

數據散落數十個孤島，格式亂、標準雜、質量差，是絕大多數企業的真實狀態。能源、制造、醫療等傳統領域積累了PB級數據，卻大多沉睡在孤立系統中，難以直接被算法利用。

大模型很強，但它面對的如果是“沒洗過的菜、沒整理過的倉庫”，也做不出一桌“好菜”。

某種程度上，AI規模化的瓶頸，已經從“能不能算”轉向“數據能不能用”。

不是算法不夠好，不是算力不夠強，是數據體系、全域治理與全鏈路工程化閉環能力跟不上。一個無法持續供給高質量數據的企業，就像一個沒有食材的廚房——設備再先進，也做不出一道好菜。

科杰科技董事長于洋的判斷很直白：“AI的上半場，行業更關注通用能力的打造；下半場，當AI要面向大型企業、產業端、政府端發揮更大效能時，我們必須解決最后一個問題：數據的問題。”

Databricks、Snowflake同時掉頭，方向出奇一致

如果說中國企業的困惑還只是個體現象，那全球AI產業鏈的集體動作，則宣告了一個新產業周期的開啟。

先看模型側。

Anthropic做過一次對照實驗：同樣一個Claude模型，裸跑企業數據分析任務，準確率只有21%；接入完整的數據工程體系后，準確率飆升至95%以上。差距不在模型本身，在模型背后那套數據基礎設施。

Anthropic由此搭建了一套“數據基建層→真相來源層→技能層→驗證閉環層”的四層架構。而這一架構，已成為Databricks和Snowflake共同參考的范式。

再看數據平臺側。

2025年起，Anthropic先后與Databricks、Snowflake達成深度合作。Claude原生接入Databricks Data Intelligence Platform，與Unity Catalog打通，統一權限、審計、數據不出庫；同時深度嵌入Snowflake Cortex AI，在數據邊界內完成自然語言查詢、代碼生成、AI智能體開發。

模型廠商與數據平臺廠商，正在從“各自為戰”走向“深度融合”。

2026年6月，Databricks Data+AI Summit上，這場融合的成果集中釋放。Databricks把所有能力重新畫了一張架構圖：Lakehouse下沉為底座，Agent Runtime升至頂層，治理被前置為AI上崗的第一道關卡。

傳遞的信號很明確，模型與數據基礎設施，正在形成雙向奔赴的協同關系。模型依賴數據底座供給“可理解、可信任”的數據；數據底座借力模型的能力，讓沉睡的數據資產被激活。兩者不再是上下游的線性關系，而是相互增強的閉環。

Snowflake也在做同樣的事。兩家長期競爭的云數據平臺巨頭，在這一點上達成了罕見共識：下一局，拼的是“數據是否就緒”。

中國AI數據基礎設施

應該怎么做？

從舊金山回到北京，視角從全球拉回中國，問題本質上是一樣的：當AI和Agent從技術競賽進入產業化落地階段，我們的數據基礎設施準備好了嗎？

中國的產業場景更復雜。比如，制造業的供應鏈鏈條全球最長、能源網絡的節點密度全球最高、金融機構的合規要求層層疊加，這些場景產生的數據量更大、格式更多樣、質量更參差。而大模型要真正進入這些行業，就必須跨越從“通用智能”到“行業智能”的鴻溝，底層支撐這套跨越的，恰恰是一套堅實、安全、可治理的AI數據基礎設施。

那這套基礎設施該怎么建？科杰科技這個公司的實踐，提供了一個值得觀察的樣本。

科杰的核心產品是KeenData Lakehouse，定位很明確：業內首創Data&AI一體化智能驅動架構。

什么叫“Data&AI一體化”？就是說，它不是傳統湖倉外掛AI，那種做法像是給一輛老車裝了個新發動機，能跑但不好用。它是為AI原生設計的架構，名字叫“AI-in-Lakehouse”，讓數據從存儲那一刻起，就準備好被模型消費。

拆開來看，它做了三件事：

第一，打通全鏈路。從數據工程→模型訓推→Agent工廠→智能應用，打造數據融合、智能治理、模型訓推、Agent全生命周期運營端到端一體化技術閉環。一個平臺，把數據到AI的每一步都串起來。

第二，三大核心技術支撐。AI原生開放湖倉深度融合向量數據庫、多模態存儲能力，原生支持混合查詢；多模態對齊融合消除文本、圖像、音視頻之間的語義隔閡；訓推極致性能則面向GPU做全棧加速——算子融合、顯存調度、混合精度訓練，把硬件的每一分算力榨干。

第三，產品矩陣夠厚。涵蓋數據集成、多模態計算、數據治理、AI模型訓練、Agentic協同應用開發、調度與落地。代碼自研率97%+，滿足信創與安全合規，完整適配國產化軟硬件生態

如果你對比Databricks的架構演進，會發現驚人的一致性。

2026年DAIS峰會，Databricks的核心方向也是把底座做厚、把Agent Runtime做薄——LTAP讓OLTP與OLAP共用一份數據，Lakehouse//RT實現亞百毫秒級實時查詢，Unity AI Gateway把治理前置。

兩家公司隔著一個太平洋，用不同的技術棧、不同的產品形態，往同一個方向走。

Databricks解決的是全球云原生場景下的數據基礎設施，科杰解決的是中國大型組織私有化場景下的數據基礎設施。技術底座邏輯相通，落地環境各有不同。

“模數共振”：Data for AI+AI for Data雙向奔赴

此外，值得指出的是，科杰科技還有一個核心方法論，叫“模數共振”。

2026年，工信部與國家數據局聯合發起“模數共振”行動，科杰是這個概念的實踐者。

什么叫“模數共振”？拆開看就兩層意思：

Data for AI——高質量治理后的行業數據反哺模型，讓大模型“懂行話、知規矩”。例如，石油煉化的歷史運行數據，讓工藝模型懂行業邊界；汽車產線的傳感器數據，讓視覺模型像老法師一樣識別微缺陷。

AI for Data——大模型反向激活沉睡的非結構化數據。比如，醫療大模型從病歷中自動提取專病特征，構建高質量臨床數據集；教育大模型解析教學行為，生成個性化學習路徑。

這不是單向的“數據喂給模型”，是雙向奔赴。數據成為流動的智能燃料，模型成為數據的煉金爐。

而且，這個方法論在頭部客戶中已經跑通了。目前，科杰科技的客戶案例中，中石化的數據底座被國資委列為央企數字化轉型標桿，30余家央企代表到場聽取報告。此外，面向大模型與Agentic應用的可信數據空間、高質量數據集解決方案，已在全國多城市規模化落地。巧的是，Databricks在2026 DAIS峰會上也發布了Genie Ontology——一個自動生長的企業上下文圖譜，核心目標同樣是讓模型“理解企業數據”。一個叫“模數共振”，一個叫“上下文圖譜”，講的都是同一件事：模型要懂企業的數據，數據要為模型所用。方向趨同，路徑各異，但底層邏輯完全一致。

一個萬億級藍海市場剛剛開啟

講完了科杰是誰、做了什么、跑通了什么，一個更宏觀的問題自然浮現：這個市場到底有多大？這家公司正在進入的，是一個怎樣的賽道？

答案可能會超出很多人的預期。

1.從“應用采購”到“底座重構”

把視線拉回到產業層面。

過去十年，企業數據采購的典型場景是買BI、買報表、買數倉工具。但今天，客戶的需求變了——大模型和Agent來了，舊平臺根本不夠用。

AI不能直接吃原始數據，Agent不能繞過企業權限和流程，大模型輸出必須有可信數據支撐。企業需要的不再是一兩個工具，而是一套能夠持續供給高質量數據、持續迭代模型能力、持續生產智能應用的完整體系。

用科杰的話說，叫“從賣軟件到交付行動系統，從建設平臺到運營生態”。

所以說，AI數據基礎設施這個市場，不是ERP或數據庫那樣的存量紅海，而是AI催生的全新藍海。

市場有多大？從央國企總部延伸到二級、三級公司，從金融、能源延伸到醫療、交通、城市治理，規模可放大數十倍。

2.與國家戰略同頻共振

更重要的是，這個市場正與國家戰略形成共振。

科杰把政策演進梳理為三個階段：從“數據要素制度化”到“國家數據基礎設施建設”，再到“人工智能+行動”。六年三步躍遷，步步都在催生剛性需求。

可信數據空間、高質量數據集、城市大腦，這些政策關鍵詞的背后，是同一個指向：數據底座建設已從企業自主選擇，升級為產業升級的必需品。

目前，科杰已入選國家數據局首批可信數據空間試點典型單位，承建北京、杭州、蘇州、等多地城市數據基礎設施標桿項目。

3.AI數據基礎設施對產業意味著什么？

如果說這些還只是商業層面的判斷，那更深一層的問題是：AI數據基礎設施對產業意味著什么？

PC時代有操作系統，互聯網時代有云，AI時代最底層的基礎設施，是數據底座。

沒有堅實的數據底座，大模型是空中樓閣，智能體是紙上談兵。誰掌握了高質量數據供給體系，誰才能掌握了AI時代的核心競爭力。

科杰給出了一個戰略公式：數據資源×AI數據基礎設施×高質量數據集×行業模型×智能體網絡×場景運營=可持續變現的智能產能。

這個公式背后是一個判斷：AI時代真正稀缺的除了模型、算力，還有讓數據持續變成智能、讓智能持續進入業務、讓業務持續產生收益的基礎設施。

結語

如果把數字文明的演進拉長到三十年尺度，可以清晰地看到三次基建浪潮：

第一次，是網絡基建。光纖和交換機構建了信息高速公路，讓世界真正“連起來”。

第二次，是算力基建。云和數據中心讓計算能力像水電一樣隨手可取，讓世界“算起來”。

第三次，正在發生——是數據基建。它要讓人類千年積累的知識、經驗和生產數據，第一次真正成為AI可以理解、可以調用的“公共認知”。

無論是美國的Databricks、Snowflake、Palantir，還是中國的科杰科技，他們都恰好踩在了第三次基建浪潮的起點。他們做的事情，是為AI的規模化商用鋪設最后一塊缺失的拼圖——一個讓數據能夠被模型理解、讓模型能夠被產業使用的中間層。

模型提供大腦，算力提供心跳，而數據底座，提供的是讓這一切真正運轉起來的神經系統。三者協同，AI才能真正走出實驗室，走進工廠、醫院、能源場和城市治理的每一個角落。

這一步，決定了中國能否在這場底層競賽中，擁有自己的路基。也決定了AI的產業價值，究竟是一陣短暫的熱潮，還是持續改變世界的力量。