智東西

作者 | 王涵

編輯 | 漠影

AI落地的真正拐點，已經不在模型本身。

當通用大模型足夠強、足夠便宜之後，企業突然發現：真正卡脖子的，是自己的數據。散落在各處的交易記錄、文檔、圖片、日誌，以及那些還沒被整理的向量，能不能被Agent真正用起來？

正是這一問，把數據層推到了台前。當數據庫的使用主體從人變成了海量Agent，數據類型從結構化擴展到多模態，要求也從「存得下」變成了統一管理、實時檢索、語義理解與安全合規。

這些變化正在重寫整個數據市場的邊界。

9月10日，2026 Inclusion·外灘大會《數智進化：讓多模態數據成為AI核心燃料》見解論壇上，IDC中國企業軟件市場研究經理王楠發布最新研究。

研究重新劃定了「AI數據基礎設施」的版圖，並給出清晰判斷：中國市場將從2025年的約149億美元，增長到2030年的738億美元，到2035年有望達到約1萬億人民幣規模。

萬億級新市場正在打開，而最先卡位的，將是那些真正能把數據變成AI燃料的底座。

一、大模型不適配真實生產環境，企業選擇「小模型微調+多模態底座」

通用大模型直接搬進企業生產環境，會遇到幾堵繞不過去的牆。

第一堵牆是成本。

通用大模型參數量大、推理開銷高，企業業務中每一次調用都在消耗算力。對於高頻、規模化的生產場景，全量調用通用大模型的token成本和GPU算力開銷，企業實在喫不消。

第二堵牆是延遲。

企業在線業務對響應時間的要求是毫秒級，而通用大模型動輒數秒的生成速度，無法嵌入交易、風控這類實時鏈路。

第三堵牆是幻覺與口徑。

通用大模型缺乏對企業自有數據口徑、業務規則和行業知識的理解，直接使用會導致回答失真。IDC在報告中提到，口徑不一會導致AI回答失真，企業因此正在優先考慮數據質量、數據血緣和元數據，以確保AI輸出的一致性和可信度。

第四堵牆是數據隱私與領域適配。

在金融、政務等強監管行業，數據不能出域，通用大模型無法直接接觸企業核心數據；而行業知識散落在企業內部的文檔、報表、流程系統中，通用模型既不掌握，也難以獲取。

瓶頸既然在數據，解法也落在數據。

IDC此次研究給出的企業選型建議中，明確列出了一條關鍵路徑：擁抱「小模型+多模態底座」模式——聚焦構建強大的多模態數據底座，結合行業知識與場景數據，通過小模型微調實現高效、可控的生產級AI落地。

企業不需要在每一個業務環節都調用參數量最大的通用模型，而是用自有場景數據微調出小模型，讓模型在特定任務上足夠專、足夠快、足夠便宜。

而微調的前提，是企業能夠把散落在各處的數據——結構化的交易記錄、半結構化的日誌、非結構化的文檔圖片，以及AI原生需要的向量數據——統一管理起來，形成可供模型消化的「燃料」。

這解釋了為什麼多模態數據底座成為必選項。

IDC數據顯示，企業新生成的數據資產中約90%為非結構化形態，文檔、圖片、音視頻正在成為數據資產的主體。傳統數據架構主要圍繞結構化數據設計，處理這部分數據的能力缺口直接制約了AI落地。

二、新路徑給數據基礎設施帶來衝擊，萬億新市場誕生

「小模型+多模態底座」的生產級路徑，對傳統數據基礎設施的衝擊是全方位的。

螞蟻集團基於OceanBase的實踐顯示，當Agent成為基礎設施的使用方，其數量級遠超人類工程師。據介紹，螞蟻內部的AI應用平台「靈光」已累計生成數千萬個「閃應用」，平均每個僅百餘行數據，99%處於沉睡狀態，極少數被喚醒時卻要求秒級響應。

這意味着數據底座要解決的不再是把一個庫做大，而是讓百萬級、千萬級的庫高密度共存、按需喚醒。

數據體量本身也在快速膨脹。IDC預計，中國數據生成量將從2025年的76.05ZB增長至2030年的146.65ZB，五年接近翻倍。

面對這個被重構的市場，IDC此次沒有沿用傳統的數據庫、數據倉庫分口徑統計，而是重新劃定了「AI數據基礎設施」的市場邊界，將其劃分為三大子市場：

AI數據管理平台：承擔多模態數據的統一管理和處理，是AI應用的數據底座。這是規模佔比最高的子市場。

AI數據智能：利用AI提升數據治理、分析和使用效率，包括AI輔助數據治理（用生成式AI提高數據目錄、分類分級、質量檢測、知識抽取和文檔理解效率），以及Data Agent與數據產品。這是增速最快的子市場。

AI數據服務：從傳統數據標註向更復雜的數據工程和數據運營體系升級，RAG知識庫持續運營、Agent軌跡數據集構建、行業數據集更新等持續性服務佔比持續提升，多模態非結構化數據爆發帶動多模態、合成數據服務擴張。

據IDC數據，2025年中國AI數據基礎設施市場規模約為149億美元。IDC預測，2030年達到738億美元，2025年至2030年複合增長率37.7%；到2035年達到1548億美元（約合人民幣1萬億元），較2025年增長超過10倍。

數據基礎設施市場的天花板，已經從百億級的數據庫市場，切換到萬億級的AI數據基礎設施市場。

三、OceanBase的新卡位：AI數據基礎設施的底座與入口

IDC報告還提出，未來的競爭在於誰能夠率先形成覆蓋「數據管理—數據智能—數據服務—Agent消費」的完整閉環，而OceanBase的產品體系正在這一方向上佈局。

2026年6月29日，OceanBase發布面向AI時代的湖庫一體AI數據庫，核心思路是將數據湖的開放與海量存儲能力、數據庫的事務處理與分析能力，以及多模態數據處理能力，統一到一套數據架構中，為AI應用和Agent提供統一的數據基礎。

OceanBase Lakebase：湖庫一體的 AI 湖庫，原生支持結構化、半結構化、非結構化等多模態數據統一管理與處理，並融合實時分析、混合搜索及開放計算等能力。

Lakebase同時提供DataStudio等數據生產、治理和服務能力，以及面向Agent場景的數據沙箱，支持大規模生產級 Agent基於真實數據快速創建隔離環境，用於Agent評測、實驗和驗證。

OceanBase DataPilot：面向經營分析和業務決策的數據智能Agent，作為企業業務數據的智能入口，讓業務人員通過自然語言完成數據分析、報告生成和可信答案獲取，將底層數據能力進一步轉化為業務智能。

AI數據生態： OceanBase同時通過seekdb、ConyrxtSeek等開源項目持續拓展AI數據與Agent生態，進一步打通從數據到AI、從AI到Agent的技術鏈路，讓數據基礎設施能夠更直接地支撐AI應用的構建與運行。

這套產品組合正好對應IDC給出的市場分類的核心板塊：Lakebase和seekdb對應AI數據平台，DataPilot和AgentSeek對應AI數據智能，DataStudio和持續數據服務對應AI數據服務。

OceanBase，承擔起了AI應用和Agent的統一數據底座與數據入口的新角色。

四、目標是Databricks，OceanBase的增長空間才啱啱打開

市場格局變化了，OceanBase的價值自然需要重新定位。

傳統數據庫公司的估值邏輯，看的是市場份額、收入、利潤和雲化進度。在這個框架下，OceanBase面對的是分佈式事務型數據庫市場，天花板清晰可見。

然而，AI數據平台的估值邏輯看的是另一組指標：TAM（總可觸達市場）、平台化能力、Agent數據入口、生態閉環、全球對標。

按照這個標準，OceanBase的價值定位標杆就是Databricks。

這家2013年由Apache Spark創始團隊創立的公司，2026年8月13日完成50億美元戰略孖展，估值1900億美元。

仔細看這兩家的產品，你會發現一個小細節：Databricks把面向Agent的數據庫產品命名為Lakebase，OceanBase把湖庫一體引擎也命名為Lakebase。

兩家從相反方向出發的公司——Databricks從數據湖和數據分析起家，向數據庫和企業應用延伸；OceanBase從分佈式數據庫和核心交易系統出發，向企業全量數據管理、Agent數據供給和數據服務拓展——把產品命名收斂到了同一個詞上。

用OceanBase CTO楊傳輝自己的話說就是：「不同的路，同一個終點。」

立足當前行業格局，OceanBase正處於高速成長的黃金起步階段。

據彭博2026年7月29日消息，OceanBase正在推進首輪A輪孖展，目標孖展規模20億至30億元人民幣，這也是其自誕生以來首次引入外部市場化資本。商業化層面，OceanBase 2026年年化收入突破14億元，按年增速高達70%。

若以Databricks估值1900億美元為目標，OceanBase的增長空間，將沒有天花板。

結語：AI下半場的勝負手，在於數據基礎設施

IDC在報告中寫道：未來企業AI落地的競爭焦點將徹底從「模型軍備競賽」轉向「數據基建比拼」。

頭部模型的通用能力趨同且足以夠用。當好模型不再稀缺，稀缺的就變成了數據層的能力差異。

數據層的和模型層的邏輯不太一樣。數據基礎設施的構建周期長、涉及環節多、遷移成本高，一旦形成技術壁壘和客戶黏性，後來者很難在短時間內追上。這意味着，先行者的優勢會隨着時間推移不斷放大。

放在中國市場來看，這個判斷更加成立。中國不缺數據，也不缺場景。缺的是能把數據變成AI燃料的基礎設施。這個空白正在被填補，而填補它的公司，或將定義下一代企業數據平台的形態。