当前，随着企业 AI 转型的深入，Data for AI 已成为关键刚需。据 IDC 预测，据 IDC 预测，到 2029 年非结构化数据在企业数据中占比将超过 80%，且仍将高速增长。如何从海量的文本、图像、音视频等多模态数据中高效挖掘价值，已成为企业智能化转型的核心挑战。

近日，火山引擎与 NVIDIA 在联合举办的 "2025 火山引擎 Data+AI 行业领航者智创沙龙 " 在广西成功召开。会上，火山引擎深入剖析了 AI 时代的数据处理挑战，并展示了以 Data Agent 和多模态数据湖为核心的 "Data+AI" 解决方案，旨在为企业智能化转型提供全新动力。

Data Agent：告别价值陷阱，寻找 AI 落地务实路径

企业在 AI 投入翻倍的同时，往往面临业务价值难以衡量的困境。火山引擎 Data Agent 项目负责人海书山指出，企业易陷入 " 追求 100% 准确 "、" 迷信大模型全知全能 " 和 " 技术 Demo= 业务价值 " 三大 " 隐形陷阱 "。

他强调，Data Agent 的务实路径是 "80% 准确 + 快速迭代 "，并推动企业数据应用从 BI（确定性保障）、ChatBI（效率提升）向 Data Agent（洞察创造）演进。火山引擎 Data Agent 构建了从 L1（响应式执行）到 L4（自主式决策）的能力阶梯，其核心价值公式在于融合 " 模型能力、工程可靠性与领域知识密度 "。

海书山分享了 Data Agent 在多个场景的实践：在快消品行业，智能归因 Agent 帮助营销团队解决了跨渠道数据割裂、人工整合效率低下的痛点；在家电行业，智能营销 Agent 通过构建 " 需求预判 - 智能引导 - 精准转化 " 链路，解决了导购能力参差 - 齐、线索转化率低的问题。

多模态数据湖：构筑 AI 时代的数据新基建

Agent 的规模化落地，离不开强大的数据底座。火山引擎数智产品总监王彦辉指出，Agent 时代的数据平台面临非结构化数据存储、多模态数据处理、统一管理以及 AI 处理效率低下等多重挑战。

为此，火山引擎推出了以 LAS Processing Agent 为核心的多模态数据湖解决方案，旨在构建处理与推理一体化的 AI 时代数据新基建。该方案在关键技术上实现了全面革新：

· 湖存储： 引入新一代多模存储格式 Lance，原生支持多模态数据，提供高性能随机访问和零成本加列能力，解决 AI 场景下大字段和高频打标难题。

· 湖处理： 采用 Daft、Ray 等新一代多模态处理引擎，原生支持 CPU 与 GPU 异构计算，火山引擎还与 Daft 创始团队 Eventual.Inc 携手共建 Daft 中文社区。

· 湖管理： 拥抱开源 Apache Gravitino，构建开放的 AI MetaLake；并推出 "AI 算子广场 "，提供超 200 种预训练算子，覆盖文档解析、图像 OCR、音视频处理等，实现全链路自动化。

实践成果：GPU 利用率提至 96%，加速 AI 创新落地

火山引擎的多模态数据湖架构已在多个前沿行业得到验证。王彦辉分享，某智驾公司将其 PB 级数据架构升级至火山引擎新方案后，其单机 8*A100 GPU 的利用率从原先的 60% 大幅提升至 96%，训练任务交付时间缩短了 40%。此外，该方案还帮助国内某头部大模型公司将其训练数据从 WebDataset 迁移至 Lance，彻底解决了数据检索时的读放大和 Shuffle 瓶颈问题。

展望未来，火山引擎表示将持续深耕 Daft、Ray、Lance 等新技术社区，强化多模态数据管理，深化处理与推理一体化，迈向全面的 Agent 驱动。火山引擎与 NVIDIA 在 Data+AI 领域的持续合作，将共同加速高性能 AI 计算在各行业的规模化落地，帮助企业在智能化浪潮中找到最务实的增长路径。