智东西

作者 | 王涵

编辑 | 漠影

AI 落地的真正拐点，已经不在模型本身。

当通用大模型足够强、足够便宜之后，企业突然发现：真正卡脖子的，是自己的数据。散落在各处的交易记录、文档、图片、日志，以及那些还没被整理的向量，能不能被 Agent 真正用起来？

正是这一问，把数据层推到了台前。当数据库的使用主体从人变成了海量 Agent，数据类型从结构化扩展到多模态，要求也从 " 存得下 " 变成了统一管理、实时检索、语义理解与安全合规。

这些变化正在重写整个数据市场的边界。

9 月 10 日，2026 Inclusion · 外滩大会《数智进化：让多模态数据成为 AI 核心燃料》见解论坛上，IDC 中国企业软件市场研究经理王楠发布最新研究。

研究重新划定了 "AI 数据基础设施 " 的版图，并给出清晰判断：中国市场将从 2025 年的约 149 亿美元，增长到 2030 年的 738 亿美元，到 2035 年有望达到约 1 万亿人民币规模。

万亿级新市场正在打开，而最先卡位的，将是那些真正能把数据变成 AI 燃料的底座。

一、大模型不适配真实生产环境，企业选择 " 小模型微调 + 多模态底座 "

通用大模型直接搬进企业生产环境，会遇到几堵绕不过去的墙。

第一堵墙是成本。

通用大模型参数量大、推理开销高，企业业务中每一次调用都在消耗算力。对于高频、规模化的生产场景，全量调用通用大模型的 token 成本和 GPU 算力开销，企业实在吃不消。

第二堵墙是延迟。

企业在线业务对响应时间的要求是毫秒级，而通用大模型动辄数秒的生成速度，无法嵌入交易、风控这类实时链路。

第三堵墙是幻觉与口径。

通用大模型缺乏对企业自有数据口径、业务规则和行业知识的理解，直接使用会导致回答失真。IDC 在报告中提到，口径不一会导致 AI 回答失真，企业因此正在优先考虑数据质量、数据血缘和元数据，以确保 AI 输出的一致性和可信度。

第四堵墙是数据隐私与领域适配。

在金融、政务等强监管行业，数据不能出域，通用大模型无法直接接触企业核心数据；而行业知识散落在企业内部的文档、报表、流程系统中，通用模型既不掌握，也难以获取。

瓶颈既然在数据，解法也落在数据。

IDC 此次研究给出的企业选型建议中，明确列出了一条关键路径：拥抱 " 小模型 + 多模态底座 " 模式——聚焦构建强大的多模态数据底座，结合行业知识与场景数据，通过小模型微调实现高效、可控的生产级 AI 落地。

企业不需要在每一个业务环节都调用参数量最大的通用模型，而是用自有场景数据微调出小模型，让模型在特定任务上足够专、足够快、足够便宜。

而微调的前提，是企业能够把散落在各处的数据——结构化的交易记录、半结构化的日志、非结构化的文档图片，以及 AI 原生需要的向量数据——统一管理起来，形成可供模型消化的 " 燃料 "。

这解释了为什么多模态数据底座成为必选项。

IDC 数据显示，企业新生成的数据资产中约 90%为非结构化形态，文档、图片、音视频正在成为数据资产的主体。传统数据架构主要围绕结构化数据设计，处理这部分数据的能力缺口直接制约了 AI 落地。

二、新路径给数据基础设施带来冲击，万亿新市场诞生

" 小模型 + 多模态底座 " 的生产级路径，对传统数据基础设施的冲击是全方位的。

蚂蚁集团基于 OceanBase 的实践显示，当 Agent 成为基础设施的使用方，其数量级远超人类工程师。据介绍，蚂蚁内部的 AI 应用平台 " 灵光 " 已累计生成数千万个 " 闪应用 "，平均每个仅百余行数据，99% 处于沉睡状态，极少数被唤醒时却要求秒级响应。

这意味着数据底座要解决的不再是把一个库做大，而是让百万级、千万级的库高密度共存、按需唤醒。

数据体量本身也在快速膨胀。IDC 预计，中国数据生成量将从 2025 年的 76.05ZB 增长至 2030 年的 146.65ZB，五年接近翻倍。

面对这个被重构的市场，IDC 此次没有沿用传统的数据库、数据仓库分口径统计，而是重新划定了 "AI 数据基础设施 " 的市场边界，将其划分为三大子市场：

AI 数据管理平台：承担多模态数据的统一管理和处理，是 AI 应用的数据底座。这是规模占比最高的子市场。

AI 数据智能：利用 AI 提升数据治理、分析和使用效率，包括 AI 辅助数据治理（用生成式 AI 提高数据目录、分类分级、质量检测、知识抽取和文档理解效率），以及 Data Agent 与数据产品。这是增速最快的子市场。

AI 数据服务：从传统数据标注向更复杂的数据工程和数据运营体系升级，RAG 知识库持续运营、Agent 轨迹数据集构建、行业数据集更新等持续性服务占比持续提升，多模态非结构化数据爆发带动多模态、合成数据服务扩张。

据 IDC 数据，2025 年中国 AI 数据基础设施市场规模约为149 亿美元。IDC 预测，2030 年达到 738 亿美元，2025 年至 2030 年复合增长率 37.7%；到 2035 年达到 1548 亿美元（约合人民币 1 万亿元），较 2025 年增长超过 10 倍。

数据基础设施市场的天花板，已经从百亿级的数据库市场，切换到万亿级的 AI 数据基础设施市场。

三、OceanBase 的新卡位：AI 数据基础设施的底座与入口

IDC 报告还提出，未来的竞争在于谁能够率先形成覆盖 " 数据管理—数据智能—数据服务— Agent 消费 " 的完整闭环，而 OceanBase 的产品体系正在这一方向上布局。

2026 年 6 月 29 日，OceanBase 发布面向 AI 时代的湖库一体 AI 数据库，核心思路是将数据湖的开放与海量存储能力、数据库的事务处理与分析能力，以及多模态数据处理能力，统一到一套数据架构中，为 AI 应用和 Agent 提供统一的数据基础。

OceanBase Lakebase：湖库一体的 AI 湖库，原生支持结构化、半结构化、非结构化等多模态数据统一管理与处理，并融合实时分析、混合搜索及开放计算等能力。

Lakebase同时提供 DataStudio 等数据生产、治理和服务能力，以及面向 Agent 场景的数据沙箱，支持大规模生产级 Agent 基于真实数据快速创建隔离环境，用于 Agent 评测、实验和验证。

OceanBase DataPilot：面向经营分析和业务决策的数据智能 Agent，作为企业业务数据的智能入口，让业务人员通过自然语言完成数据分析、报告生成和可信答案获取，将底层数据能力进一步转化为业务智能。

AI 数据生态： OceanBase 同时通过 seekdb、ConyrxtSeek 等开源项目持续拓展 AI 数据与 Agent 生态，进一步打通从数据到 AI、从 AI 到 Agent 的技术链路，让数据基础设施能够更直接地支撑 AI 应用的构建与运行。

这套产品组合正好对应 IDC 给出的市场分类的核心板块：Lakebase 和 seekdb 对应 AI 数据平台，DataPilot 和 AgentSeek 对应 AI 数据智能，DataStudio 和持续数据服务对应 AI 数据服务。

OceanBase，承担起了 AI 应用和 Agent 的统一数据底座与数据入口的新角色。

四、目标是 Databricks，OceanBase 的增长空间才刚刚打开

市场格局变化了，OceanBase 的价值自然需要重新定位。

传统数据库公司的估值逻辑，看的是市场份额、收入、利润和云化进度。在这个框架下，OceanBase 面对的是分布式事务型数据库市场，天花板清晰可见。

然而，AI 数据平台的估值逻辑看的是另一组指标：TAM（总可触达市场）、平台化能力、Agent 数据入口、生态闭环、全球对标。

按照这个标准，OceanBase 的价值定位标杆就是 Databricks。

这家 2013 年由 Apache Spark 创始团队创立的公司，2026 年 8 月 13 日完成 50 亿美元战略融资，估值 1900 亿美元。

仔细看这两家的产品，你会发现一个小细节：Databricks 把面向 Agent 的数据库产品命名为 Lakebase，OceanBase 把湖库一体引擎也命名为 Lakebase。

两家从相反方向出发的公司—— Databricks 从数据湖和数据分析起家，向数据库和企业应用延伸；OceanBase 从分布式数据库和核心交易系统出发，向企业全量数据管理、Agent 数据供给和数据服务拓展——把产品命名收敛到了同一个词上。

用 OceanBase CTO 杨传辉自己的话说就是："不同的路，同一个终点。"

立足当前行业格局，OceanBase 正处于高速成长的黄金起步阶段。

据彭博 2026 年 7 月 29 日消息，OceanBase 正在推进首轮 A 轮融资，目标融资规模 20 亿至 30 亿元人民币，这也是其自诞生以来首次引入外部市场化资本。商业化层面，OceanBase 2026 年年化收入突破 14 亿元，同比增速高达 70%。

若以 Databricks 估值 1900 亿美元为目标，OceanBase 的增长空间，将没有天花板。

结语：AI 下半场的胜负手，在于数据基础设施

IDC 在报告中写道：未来企业 AI 落地的竞争焦点将彻底从 " 模型军备竞赛 " 转向 " 数据基建比拼 "。

头部模型的通用能力趋同且足以够用。当好模型不再稀缺，稀缺的就变成了数据层的能力差异。

数据层的和模型层的逻辑不太一样。数据基础设施的构建周期长、涉及环节多、迁移成本高，一旦形成技术壁垒和客户黏性，后来者很难在短时间内追上。这意味着，先行者的优势会随着时间推移不断放大。

放在中国市场来看，这个判断更加成立。中国不缺数据，也不缺场景。缺的是能把数据变成 AI 燃料的基础设施。这个空白正在被填补，而填补它的公司，或将定义下一代企业数据平台的形态。