100億美元史上最大融資的背后，國內(nèi)外巨頭齊瞄準(zhǔn)Data+AI

《失控》作者K·K認(rèn)為：未來的商業(yè)乃數(shù)據(jù)之商業(yè)，處理數(shù)據(jù)和處理客戶一樣重要。

的確，數(shù)據(jù)是所有企業(yè)在數(shù)字化時代的生命之源。隨著AI大模型和生成式AI的崛起，讓企業(yè)生產(chǎn)力范式迎來巨大變革，數(shù)據(jù)要素+人工智能技術(shù)已徹底重塑企業(yè)的流程、管理和服務(wù)等，成為企業(yè)在市場中形成差異化競爭優(yōu)勢的關(guān)鍵。

這其中，如何讓Data+AI更好地融合正在成為當(dāng)前產(chǎn)業(yè)界所面臨的首要挑戰(zhàn)。Data+AI融合不僅是企業(yè)實現(xiàn)數(shù)據(jù)價值持續(xù)釋放的關(guān)鍵，也是大規(guī)模應(yīng)用AI技術(shù)的基礎(chǔ)前提，更直接決定著未來生產(chǎn)力范式的全面轉(zhuǎn)變。

近年來，無論是國外的AWS、Databricks、SAS等公司，還是國內(nèi)的云大廠、StarRocks等初創(chuàng)公司，均將目標(biāo)瞄準(zhǔn)Data+AI ，旨在從產(chǎn)品上化繁為簡，推動Data+AI的全面融合，以滿足越來越多復(fù)雜的應(yīng)用需求，幫助企業(yè)在AI時代打造新質(zhì)生產(chǎn)力。

史上最大融資，Data+AI的勝利

幾年前機器學(xué)習(xí)流行之際，Data+AI融合的苗頭已開始顯現(xiàn)，像Cloudera、Databricks等大數(shù)據(jù)公司紛紛致力于集成TensorFlow等流行AI框架，支持機器學(xué)習(xí)工具的開發(fā)等；2023年初，AI大模型和生成式AI應(yīng)用的爆發(fā)，則猶如一股強勁的催化劑，極大地推動了Data+AI走向融合。

例如，剛剛完成100億美元史上最大融資的獨角獸Databricks就動作頻頻，不僅打造出開源大模型Dolly，還收購大模型公司 MosaicML，并致力于構(gòu)建數(shù)據(jù)分析與人工智能的統(tǒng)一平臺。

Data+AI融合趨勢之所以被產(chǎn)業(yè)界廣泛認(rèn)可，實乃數(shù)據(jù)分析+人工智能平臺已經(jīng)成長為企業(yè)數(shù)智轉(zhuǎn)型升級的核心底座，牽引著企業(yè)生產(chǎn)力范式的轉(zhuǎn)變和未來轉(zhuǎn)型升級。

一方面，在Scaling Law法則驅(qū)動下，形成通用大模型和垂直大模型并存發(fā)展的局面，AI大模型快速迭代與發(fā)展帶來極為復(fù)雜的數(shù)據(jù)處理需求，對于數(shù)據(jù)處理帶來一系列全新的挑戰(zhàn)。眾所周知，大模型的效果好壞與數(shù)據(jù)質(zhì)量息息相關(guān)，而數(shù)據(jù)質(zhì)量很大程度又依賴對海量數(shù)據(jù)的數(shù)據(jù)治理、處理和管理。例如，檢索增強生成（RAG）是生成式AI應(yīng)用的關(guān)鍵技術(shù)，需要結(jié)合向量數(shù)據(jù)庫與傳統(tǒng)數(shù)據(jù)庫技術(shù)，提升數(shù)據(jù)檢索和生成的能力，對于數(shù)據(jù)處理帶來諸多挑戰(zhàn)。

另一方面，AI大模型和生成式AI也在推動數(shù)據(jù)處理與分析走向更加智能和便捷，有望持續(xù)降低數(shù)據(jù)消費和使用的門檻。例如，在查詢和檢索、數(shù)據(jù)清洗和準(zhǔn)備、分析和可視化等諸多環(huán)節(jié)融入生成式AI能力，有效提高數(shù)據(jù)處理效率，徹底改變數(shù)據(jù)分析、數(shù)據(jù)使用與交互的方式，讓數(shù)據(jù)處理與分析走向簡單與便捷。

因此，面對日益復(fù)雜的數(shù)據(jù)環(huán)境，Data+AI融合勢在必行，構(gòu)建靈活、高效和智能的數(shù)據(jù)分析與人工智能統(tǒng)一平臺成為大勢所趨。“大模型時代，企業(yè)的IT架構(gòu)正在變成以數(shù)據(jù)為核心，大數(shù)據(jù)和大模型的融合，是形成新質(zhì)IT生產(chǎn)力的關(guān)鍵。”騰訊云副總裁黃世飛在12月一場媒體溝通會上如是說。

那么，Data+AI在產(chǎn)品層面是如何實現(xiàn)的？什么樣的數(shù)據(jù)分析與人工智能平臺代表著未來Data+AI的融合趨勢？

Data+AI如何走向融合

Data+AI在產(chǎn)品層面上的融合，本質(zhì)上是為了簡化數(shù)據(jù)處理和提升人工智能開發(fā)應(yīng)用效率。

在目前市場中，國內(nèi)外眾多巨頭、獨角獸均瞄準(zhǔn)了Data+AI的融合。Databricks是推動Data+AI融合的代表。作為數(shù)據(jù)分析與人工智能領(lǐng)域的獨角獸，Databricks雖然有花費巨資收購大模型初創(chuàng)公司MosaicML這樣的大手筆，但始終堅持統(tǒng)一架構(gòu)的產(chǎn)品模式，致力于將數(shù)據(jù)湖倉、數(shù)據(jù)工具和AI工具集成為統(tǒng)一的數(shù)據(jù)分析與人工智能平臺，近年來基于統(tǒng)一架構(gòu)下更是開發(fā)出Lakehouse IQ、LakehouseAI、AI Gateway、Unity Catalog等一系列新功能。

同樣，AWS也在致力于簡化數(shù)據(jù)處理與人工智能的技術(shù)堆棧。在今年12月的re：Invent大會上，AWS直言數(shù)據(jù)、分析和AI結(jié)合在全新的平臺是重要的趨勢。為此，AWS正在整合SQL Analytics、Data Processing、Machine learning、生成式AI開發(fā)、BI等諸多功能，并且通過一站式的平臺提供給用戶使用。

無獨有偶，騰訊云也是推動Data+AI融合的突出代表，其最新一代數(shù)據(jù)智能平臺TChouse-X采用一體化的架構(gòu)設(shè)計，一份數(shù)據(jù)即可支持在線分析、離線處理、數(shù)據(jù)湖探索和機器學(xué)習(xí)等多種業(yè)務(wù)負(fù)載，實現(xiàn)AI、BI和Data在一個平臺上開發(fā)和共建。

如果仔細(xì)分析上述三家公司在Data+AI融合方面的動作，會發(fā)現(xiàn)一體化、智能化、高性能和云原生是Data+AI在產(chǎn)品層面最為關(guān)鍵的四個趨勢。

首先是一體化。一體化的架構(gòu)與產(chǎn)品無疑是簡化技術(shù)棧、推動各種產(chǎn)品功能融合和提升AI應(yīng)用開發(fā)效率的關(guān)鍵方式。事實上，像Databricks、騰訊云等公司是一體化產(chǎn)品策略的堅定支持者。騰訊云大數(shù)據(jù)基礎(chǔ)產(chǎn)品中心總經(jīng)理程彬直言，AI大模型時代，數(shù)據(jù)分析與人工智能平臺需要在產(chǎn)品體驗和運營層面減少復(fù)雜性，回歸到減法模式，太多的選擇意味著效率會降低。

其次是智能化。眾所周知，當(dāng)前所有產(chǎn)品都迎來一次重要的重塑，AI大模型和生成式AI正在深刻改變各種軟件產(chǎn)品的設(shè)計、開發(fā)和體驗，數(shù)據(jù)分析與人工智能平臺產(chǎn)品也不例外，甚至需要走在智能化的最前面，在數(shù)據(jù)治理、數(shù)據(jù)管理、模型訓(xùn)練、應(yīng)用開發(fā)等方面更加智能化，降低數(shù)據(jù)分析與AI開發(fā)的門檻，推動AI應(yīng)用的普及。

第三是高性能。當(dāng)前，企業(yè)面臨的數(shù)據(jù)棧環(huán)境復(fù)雜程度遠勝以往，數(shù)據(jù)分析與人工智能平臺從過去單一的數(shù)據(jù)倉庫迅速走向囊括指標(biāo)平臺、交互式分析、實時分析、流計算、機器學(xué)習(xí)等在內(nèi)的綜合平臺，對于各項工作負(fù)載的性能要求也是水漲船高，“Data+AI融合的趨勢下，追求高性能將成本平臺產(chǎn)品的基本訴求。計算范式延伸到二維表+分布式ML計算+AI搜索，需要面向多種工作負(fù)載的高性能計算引擎來支撐。”程彬如是說。

最后則是云原生。事實上，無論AWS、騰訊云這些云服務(wù)商，還是Databricks、Snowflake、StarRocks等，他們的數(shù)據(jù)平臺類產(chǎn)品無一例外從誕生伊始與云強相關(guān)，生于云、長于云，充分利用云原生的特性，實現(xiàn)資源的彈性伸縮，以適應(yīng)不同的工作負(fù)載需求。

“在AI大模型時代，數(shù)據(jù)平臺不僅僅需要云原生，還需要AI原生，讓整個數(shù)據(jù)分析與人工智能平臺自身更加聰明、更加自治。”程彬補充道。

中國Data+AI浪潮來襲，誰有備而來？

無疑，中國市場正迎來Data+AI融合浪潮的全面來襲。

隨著中國千行百業(yè)數(shù)字化轉(zhuǎn)型的深入，中國正成為當(dāng)之無愧的數(shù)據(jù)大國。IDC預(yù)測，中國在2024年預(yù)計生成38.6ZB數(shù)據(jù)，未來五年，中國的數(shù)據(jù)量年復(fù)合增長率（CAGR）將達到25.7%，中國有望成為全球最大數(shù)據(jù)圈，為生成式AI應(yīng)用帶來豐富的數(shù)據(jù)資源。

另一方面，中國AI大模型領(lǐng)域發(fā)展迅速，AI大模型正加速進入到各大垂直行業(yè)之中。同時，中國行業(yè)豐富、產(chǎn)業(yè)布局完整，有著極為豐富多樣的行業(yè)應(yīng)用場景，是生成式AI等技術(shù)天然優(yōu)良的“試驗土壤”和“培育基地”。沙利文頭豹《2024年中國行業(yè)大模型市場報告》顯示，中國行業(yè)大模型市場2024年有望達165億元，同比增長57%，行業(yè)智能化轉(zhuǎn)型需求是市場爆發(fā)性增長的主要驅(qū)動力。

顯然，在“數(shù)據(jù)要素X”三年行動計劃”、“人工智能+”等政策的驅(qū)動下，數(shù)據(jù)分析與人工智能平臺將成為企業(yè)未來轉(zhuǎn)型升級的核心抓手。IDC《數(shù)據(jù)智能市場趨勢分析，2024》報告認(rèn)為，在生成式AI的驅(qū)動下，未來5年中國企業(yè)在數(shù)據(jù)管理和數(shù)據(jù)分析基礎(chǔ)設(shè)施建設(shè)的投資將持續(xù)高增長。

事實上，巨大的市場潛力也吸引到眾多市場參與者，并且涌現(xiàn)出一批數(shù)據(jù)分析、人工智能相關(guān)的產(chǎn)品。這其中，騰訊云可謂是有備而來，其最新的TCHouse-X采用一體化的架構(gòu)設(shè)計，徹底打破傳統(tǒng)數(shù)據(jù)平臺在離線計算、在線計算和AI開發(fā)之間的壁壘，成為數(shù)據(jù)分析與人工智能一站式平臺的代表。

除了采用一體化的架構(gòu)設(shè)計之外，騰訊云TCHouse-X在優(yōu)化器、計算引擎、存儲引擎等核心引擎是全部自研，能夠為用戶提供全鏈路極致性能；同時，騰訊云TCHouse-X實現(xiàn)系統(tǒng)交互、資源管理和運維管理的智能化，并能夠?qū)崟r感知負(fù)載并智能規(guī)劃資源；此外，TCHouse-X支持多種彈性策略，擅長支撐突發(fā)流量高峰、大規(guī)模查詢等場景。

騰訊云副總裁黃世飛直言：“從架構(gòu)層面來看，騰訊云TCHouse-X從一開始就是圍繞AI相關(guān)來考慮的，這有別于之前一些較早的數(shù)據(jù)分析與人工智能平臺。另外，騰訊云擁有強大的基礎(chǔ)設(shè)施，從端到端的的維度來確保TCHouse-X在性能上更加出色。”

綜合來看，騰訊云TCHouse-X作為數(shù)據(jù)分析與人工智能一體化平臺產(chǎn)品，已經(jīng)展現(xiàn)出極強的產(chǎn)品力。例如，在在線查詢方面，騰訊云TCHouse-X性能優(yōu)于Snowflake 50%，離線批處理綜合性價比優(yōu)于Snowflake 10倍以上。

據(jù)悉，針對TCHouse-X，騰訊云目前推出了公有云版本。“騰訊云的產(chǎn)品策略是公有云與私有云并重。TCHouse-X會最先在公有云上為用戶提供服務(wù)，后續(xù)會逐漸進入到私有云，去適配私有云環(huán)境中的各種IT環(huán)境。”黃世飛最后表示道。

大數(shù)據(jù)在線是聚焦人工智能、大數(shù)據(jù)、云計算等前沿科技領(lǐng)域深度觀察的深度媒體。目前，大數(shù)據(jù)在線在微信公眾號、今日頭條號、新浪財經(jīng)、36氪、雪球號、觀察號等主流自媒體平臺均有入駐，積累粉絲超過20W；并榮獲今日頭條十大科技新銳媒體、商業(yè)新知十大人工智能媒體等多項殊榮。商務(wù)聯(lián)系請?zhí)砑游⑿牛篛wen_Inter，添加請備注具體信息。