在2026 Inclusion·外滩大会上，IDC中国企业软件市场研究经理王楠发布了一份关于AI数据基础设施的研究报告。报告提出一个值得关注的判断：在越来越多企业级应用中，大模型本身的能力已不再是唯一的主要瓶颈，真正制约AI从试点走向规模化落地的，正在变成数据能力。
这一判断与近期的多项调查数据相互印证。邓白氏覆盖32个国家1万家企业的调查显示，97％的企业正在推进AI项目，但只有5％认为自身的数据做好了充分准备。Forrester在今年初的研究中给出了更具体的归因：大部分RAG实施失败可以追溯到数据质量问题，而非检索算法或语言模型本身。Databricks的调查则显示，仅有37％的高管认为其生成式AI应用已经具备投入生产的能力。
IDC的调研进一步拆解了这一问题：46％的企业表示AI数据准备工作是2026年的首要任务。企业新生成的数据资产中约90％为非结构化形态，文档、图片、音视频、向量数据大量涌入，而传统数据架构主要服务于交易、分析和报表，难以处理这些新型数据。跨部门数据孤岛、口径不一致导致的AI回答失真、高延迟无法支撑Agent实时响应等问题，构成了AI落地的现实障碍。
数据使用方式的变化同样在加剧矛盾。过去数据主要服务业务系统和人，现在Agent也开始成为数据的使用者；过去数据库主要处理结构化数据，现在非结构化数据不断进入生产系统；过去数据能存、能查即可，现在AI需要的是实时、统一、可理解、可调用的数据。IDC预计，中国数据生成量将从2025年的76.05ZB增长到2030年的146.65ZB，五年接近翻倍。数据量在涨，数据形态在变，传统架构的处理能力却没有跟上。
这一变化的底层逻辑在于AI成本结构的迁移。上半场成本主要在算力，购买更多GPU即可训练更大模型；下半场成本主要在数据工程，找数据、清洗数据、管理数据、让数据能被AI理解和调用，占据了AI项目大部分的时间和预算。当模型不再是唯一稀缺资源，如何将企业自身的数据转化为AI可使用的资源，开始成为新的竞争点。
IDC将这一新市场定义为AI数据基础设施，并划分为三大领域。AI数据平台负责多模态数据的统一管理和处理，是AI应用的数据底座。AI数据智能利用AI提升数据治理、分析和使用效率，是增速最快的细分市场，2025到2030年复合增长率达到48.2％，增长动力已从传统治理工具升级转向大模型和Agent驱动的数据价值迁移。AI数据服务则从传统标注走向知识库运营、评测数据、合成数据等持续性服务，复合增长率为30.7％。
王楠在发布会上表示，未来竞争的关键在于谁能率先形成覆盖数据管理、数据智能、数据服务到Agent消费的完整闭环，关键路径是小模型加多模态底座。
行业玩家已开始沿此路径调整。今年6月，Databricks在Data+AI Summit上发布了LTAP架构，将交易、分析、流处理和运营数据统一到湖仓的一份存储上，从设计上消除ETL和数据管道。Databricks CTO Matei Zaharia在会上表示，把数据放到正确的位置，然后叠加通用智能体，系统就会运转，但前提是数据要到位。同期发布的Lakebase和Agent Bricks，本质上都是在补数据平台这一层。
国内的动作几乎同步。6月29日，OceanBase在线上发布会上推出了面向AI时代的湖库一体AI数据库，同时亮相的还有Lakebase、DataStudio、DataPilot等产品。OceanBase CEO杨冰在发布会上表示，这已经超出了传统数据库功能升级的范畴，是面向AI时代的一次基础设施重建。
OceanBase将这套产品定位为三层架构。底层Lakebase融合数据库、开放存储、分析和多模态数据处理，构建企业全量数据的一体化底座。中层DataStudio覆盖数据接入、加工、编排、语义建模到Agent协作，将分散的数据资产转化为可调用的数据服务。上层DataPilot让业务人员通过自然语言即可查询数据、进行归因分析、生成看板，将数据能力从工程师手中释放到业务人员和Agent手中。
从这一路径看，OceanBase试图解决的已不仅是数据库本身的问题，而是企业数据如何被AI真正消费的问题。这背后是一次数据架构的深层变化。过去四十年，数据库行业一直采用OLTP和OLAP分离的架构，交易系统跑交易，分析系统跑分析，中间靠ETL搬运数据。这一架构在人工报表时代足够使用，但到了Agent时代则成为负担。Agent需要实时获取完整的业务上下文，交易数据与分析数据割裂、结构化与非结构化数据割裂、数据库与向量库割裂，每多一次搬运就多一层延迟和不一致。湖库一体试图解决的正是这一问题：让交易、分析、多模态数据和AI应用尽可能建立在更统一的数据底座之上，减少数据搬运，使AI能够更直接地获得业务上下文。
IDC为这一市场给出了量化预测：2025年中国AI数据基础设施市场规模约149亿美元，2025到2030年复合增长率为37.7％，2030年达到738亿美元，到2035年有望达到1548亿美元，约合1万亿元人民币，较2025年增长超过10倍。作为对比，沙利文预测中国分布式事务型数据库市场2030年约129.3亿元人民币，2025到2030年复合增长率约为18.5％。两个数字的对比，反映的不仅是市场规模差距，更是市场边界的迁移。过去数据库厂商竞争的核心问题是谁能承接更多企业核心业务，AI时代的问题则变成谁能进一步承接企业的数据处理、数据智能以及Agent对数据的持续消费需求。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
