科杰科技&甲子光年：2025中国Data&AI数据基础设施白皮书

当前，全球正经历由地缘政 治重塑与人工智能技术革命共同驱动的深刻变革。全球化正在向区域化演进，供应链加速本土化，人工智能则从前沿技术加速跃升为核心生产力。麦肯锡研究显示，生成式AI有望为全球经济贡献约7万亿美元的价值，而中国有望贡献其中约2万亿美元，接近全球总量的三分之一。IDC的预测也印证了这一趋势，预计到2028年，全球AI领域IT总投资将增至8159亿美元，而中国的AI总投资规模将突破1000亿美元，五年复合增长率高达35.2%。这一趋势表明，AI革命不仅是技术革新，更是推动经济增长模式重构的深层变局。

在这场变革中，各类组织机构，无论是企业还是政府，都面临着巨大的挑战和机遇。埃森哲的研究表明，中国企业正经历一场“挤压式转型”，转型窗口期更短，压力更大，挑战更多。传统的、孤立的数据系统（如数据仓库或割裂的数据平台）已难以满足AI应用对实时性、多模态数据处理和高弹性算力的需求。企业迫切需要打破数据孤岛，解决高质量数据供给不足、模型与业务场景割裂以及数据安全合规等痛点。这些挑战正倒逼数据基础设施实现一次范式跃迁，从单一的数据存储与分析工具，向支撑全业务流程的智能化底座演进。

数据厂商要想抓住机遇并在新一轮竞争中脱颖而出，关键在于构建全新一代的数据基础设施，其核心能力在于：

一是将数据生产、治理与业务端AI模型应用视作一个动态连续的生产过程，以满足业务实时性与连续性需求；

二是突破单场景Agent模式，避免重复形成“数据烟囱”。Gartner预测，到2028年，至少15%的日常决策将由Agentic AI自主完成，这要求数据基础设施能支持跨场景、大规模智能体部署；

三是形成集中治理与分散赋能的一体化数据基础设施，既保障数据资产的统一治理、安全合规与高效利用，又能分散式的赋能各业务端，让业务端灵活调用和创新。

在技术层面，新型数据基础设施的核心路径是“湖仓一体”与“AI原生”的深度融合。“湖仓一体”将数据湖的开放性和灵活性与数据仓库的结构化管理、ACID事务特性相结合，提供统一的数据底座。“AI原生”则实现数据与模型训练、部署和治理的紧密耦合，打通“数据—智能”全链路。这不仅是架构整合，更是理念革命，推动Data&AI真正融为一体。

Data&AI一体化将推动数据价值实现从“点”（效率提升）、“线”（组织创新）、“面”（行业协同），直至“体”（产业带动）的跃升，成为智能社会的国家战略核心引擎。

为探索分析Data&AI一体化的最新趋势，甲子光年智库特开展本次研究工作，希望系统梳理中国Data&AI数据基础设施的新趋势、新定义、新范式与新实践应用案例，为大型组织部署Data&AI数据基础设施提供前瞻性参考与可行性指南。

报告核心观点：

·数据应用与人工智能从相互独立到逐渐融合，正走向一体化。

·数据应用与人工智能的融合，推动架构与能力实现阶段跃迁。

·数据基础设施成为数据要素化持续支撑智能化变革的"核心生产工具”。

·Data&AI数据基础设施的价值链条呈现“点-线-面-体”递进。

·Data&AI数据基础设施的五大关键能力是融合开发、平台架构、资源调度、智能原生和安全运营。

以下为报告正文：