转自：新华财经

新华财经上海9月13日电（记者 魏雨田） 相比往年聚焦“AI能做什么”，2026 Inclusion·外滩大会上，一个更底层的问题被反复讨论：当AI真正进入产业，企业手里的海量数据，如何才能被用起来？在“数智进化：让多模态数据成为AI核心燃料”见解论坛上，来自高校、研究机构和金融、政企、科技行业的专家给出了相似的判断：AI要进入产业，首先要让数据跑进AI。

“谁掌控了数据，谁就在AI竞争中获得了先机。”华东师范大学原副校长、教授周傲英如此定位数据在AI时代的新角色。在他看来，数据已成为重要的生产要素，高质量的AI决策离不开高质量的数据基础。“如果没有高质量的底层数据，任何‘本体建模’都是沙滩上的城堡。”

但现实是，企业并不缺数据，缺的是让数据被AI理解和使用的路径。IDC中国企业软件市场研究经理王楠观察到，AI正进入下半场，数据能力已成为企业AI落地的核心瓶颈。IDC预测，到2035年，中国AI数据基础设施市场规模将达1548.3亿美元，较2025年增长超过10倍；而2025年企业新生成的数据资产中，约90%属于非结构化数据，大量散落在NAS、对象存储等彼此割裂的系统中。

数据在指数级增长，数据之间的连接却没有同步发生，大量企业手握“富矿”，却没有相应的“冶炼能力”。王楠认为，未来的胜负手，在于谁能率先形成“数据管理—数据智能—数据服务—Agent消费”的完整闭环，路线上则是拥抱“小模型+多模态底座”，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。

而要打通这条路径，绕不开一个现实：产业本身是多模态的。一次保险理赔，可能同时包含保单字段、文字描述、事故照片、道路信息和天气数据；一次航班延误，背后是机组、气象、空管、飞机状态等多种信息共同作用的结果。这意味着，多模态的意义不是“存更多数据”，而是让不同形态的数据被统一管理、关联和调用，让AI看到一个完整的产业。

OceanBase高级副总裁翁睿表示，AI时代的数据底座需要向一体化、多模态方向演进，让结构化、半结构化、非结构化数据在同一底座上被统一治理和关联使用。数据的使用者也在变，Agent正在成为新的数据用户。翁睿直言，过去客户要的是“能存数据的库”，现在要的是“懂数据、用数据、驱动智能的引擎”。

OceanBase CEO杨冰则把关注点从数据库的性能、成本和可靠性，转向数据背后业务对象之间的关联。“真正的商业价值，往往就藏在那些尚未建立连接的数据之间。”他说。

当数据被重新连接、治理、组织，并被AI和Agent调用，数据基础设施的定位也随之改变：向下连接企业全量数据，向上支撑AI应用和Agent，让数据从“存得住、管得好”走向“用得起来、产生价值”。业内人士认为，这正是AI新经济走向产业深处的基础。让产业看见AI，首先要让AI看见产业。

编辑：李一帆