“數(shù)據(jù)×工具×組織”三重進(jìn)化框架，為AI時(shí)代的企業(yè)提供了實(shí)操路徑。

作者｜田思奇

編輯｜栗子

對(duì)于企業(yè)來說，數(shù)據(jù)究竟是資產(chǎn)還是負(fù)擔(dān)？

時(shí)至今日，“AI原生”逐步從概念演變成共識(shí)，Agent、自動(dòng)化決策與數(shù)據(jù)驅(qū)動(dòng)全面走向落地。但與此同時(shí)不少企業(yè)卻發(fā)現(xiàn)，自己雖然擁有數(shù)據(jù)，卻難以轉(zhuǎn)化為智能；擁有技術(shù)工具，卻無法形成業(yè)務(wù)閉環(huán)。

如何實(shí)現(xiàn)數(shù)據(jù)與AI的深度耦合，在數(shù)據(jù)資產(chǎn)、工具能力與組織機(jī)制之間建立動(dòng)態(tài)協(xié)同，已經(jīng)不再是一道選擇題，而是企業(yè)生存的必答題。

6月11日，在2025火山引擎春季Force原動(dòng)力大會(huì)上，“數(shù)據(jù) × 工具 × 組織”的三重進(jìn)化路徑被正式提出，為企業(yè)描繪出一條清晰的“Data+AI”未來之路。在這一體系中：

• 數(shù)據(jù)基礎(chǔ)設(shè)施是智能演進(jìn)的地基；

• Agent工具鏈?zhǔn)情]環(huán)決策的核心引擎；

• 組織重構(gòu)是釋放AI潛能的關(guān)鍵保障。

來源：火山引擎

對(duì)于今天的管理層而言，問題不再是“如何實(shí)現(xiàn)Data+AI”，而是“如何結(jié)合得更快、更穩(wěn)、更實(shí)”。

1.數(shù)據(jù)看得見≠看得清

多年來，許多企業(yè)積累了前所未有的海量數(shù)據(jù)，但大多數(shù)數(shù)據(jù)仍沉睡在“倉庫”之中，未被有效利用，反而成為高昂存儲(chǔ)成本和數(shù)據(jù)治理困境的根源。

根據(jù)2024年10月IDC的預(yù)測(cè)，2028年，全球80%的數(shù)據(jù)仍將是非結(jié)構(gòu)化形式，包括視頻、圖像、語音及傳感器日志等。由于這些數(shù)據(jù)類型的持續(xù)增長，傳統(tǒng)依賴于SQL或BI工具進(jìn)行事后分析的模式，越來越難以滿足當(dāng)下業(yè)務(wù)環(huán)境中對(duì)實(shí)時(shí)、動(dòng)態(tài)、預(yù)測(cè)性洞察的需求。

「甲子光年」觀察發(fā)現(xiàn)，數(shù)據(jù)的“廣度”正在失去競(jìng)爭力，取而代之的是“價(jià)值密度”——即數(shù)據(jù)驅(qū)動(dòng)精準(zhǔn)決策的能力。換言之，數(shù)據(jù)資產(chǎn)的價(jià)值密度正取代存儲(chǔ)規(guī)模，成為企業(yè)開啟彎道超車的核心競(jìng)爭力。

這背后涉及兩個(gè)核心挑戰(zhàn)：

提煉有效信號(hào)：如何在龐雜且異構(gòu)的數(shù)據(jù)源中，精準(zhǔn)提取出對(duì)業(yè)務(wù)具有指導(dǎo)意義的洞察？ 嵌入業(yè)務(wù)流程：如何將這些洞察無縫整合進(jìn)企業(yè)的核心業(yè)務(wù)流程中，使數(shù)據(jù)真正驅(qū)動(dòng)業(yè)務(wù)的運(yùn)轉(zhuǎn)？

這正是人工智能介入的關(guān)鍵點(diǎn)——企業(yè)能否用AI技術(shù)“喚醒”沉睡數(shù)據(jù)，讓靜態(tài)信息流動(dòng)起來，成為推動(dòng)業(yè)務(wù)增長的活力來源。

同時(shí)，在全球范圍內(nèi)，“AI原生”架構(gòu)正在快速崛起。無論是Snowflake的Data Cloud，Databricks的Lakehouse AI平臺(tái)，還是阿里云、京東物流等企業(yè)在國內(nèi)推動(dòng)的Data+AI一體化實(shí)踐，亦或火山引擎推出的Data Agent產(chǎn)品，都指向同一個(gè)趨勢(shì)：領(lǐng)先企業(yè)正在圍繞“數(shù)據(jù)原生”理念重構(gòu)其智能能力底座。

AI原生，要求企業(yè)不再依賴功能單一、割裂的工具組件，而是構(gòu)建起一個(gè)涵蓋數(shù)據(jù)平臺(tái)、模型引擎和Agent協(xié)同機(jī)制的“數(shù)據(jù)神經(jīng)系統(tǒng)”。

IDC預(yù)測(cè)，到2026年，40% 的中國500強(qiáng)企業(yè)將實(shí)現(xiàn)數(shù)據(jù)智能與AI模型智能的結(jié)合，以統(tǒng)一AI模型和數(shù)據(jù)的綜合治理政策、實(shí)踐和技術(shù)。

更值得關(guān)注的是，Agent技術(shù)正顛覆傳統(tǒng)的數(shù)據(jù)使用范式。從“人找數(shù)據(jù)、人工分析、手動(dòng)決策”到“數(shù)據(jù)找人、Agent輔助或直接執(zhí)行決策”。

根據(jù)Gartner的數(shù)據(jù)，到2028年，過半數(shù)（55%）企業(yè)CIO將負(fù)責(zé)利用代理型AI和多功能機(jī)器人取代人工。但在中短期內(nèi)，Agent的角色更有可能是“人類的協(xié)作伙伴”而非“替代者”。

因此，企業(yè)管理者應(yīng)明確：Agent的目標(biāo)并非取代人類的判斷力與創(chuàng)造力，而是強(qiáng)化人在面對(duì)復(fù)雜系統(tǒng)時(shí)的信息處理能力、資源協(xié)調(diào)能力和驗(yàn)證迭代能力，真正走向以數(shù)據(jù)為血液、AI為大腦的企業(yè)新形態(tài)。

2.數(shù)據(jù)智能化的三大進(jìn)化

在AI驅(qū)動(dòng)的時(shí)代，數(shù)據(jù)的價(jià)值不再僅僅體現(xiàn)于“儲(chǔ)存能力”，而是能否真正做到“可調(diào)用、可理解、可轉(zhuǎn)化”。

傳統(tǒng)數(shù)據(jù)湖架構(gòu)，在這一背景下逐漸顯現(xiàn)疲態(tài)。盡管其在處理結(jié)構(gòu)化數(shù)據(jù)上具備優(yōu)勢(shì)，但在應(yīng)對(duì)非結(jié)構(gòu)化數(shù)據(jù)時(shí)，常常陷入“數(shù)據(jù)泛濫”的泥淖——難以檢索、不易管理、分析受限，更無法支撐日益復(fù)雜的AI訓(xùn)練需求。

行業(yè)領(lǐng)先者正在積極尋找破局之道。華為今年4月在第四屆創(chuàng)新數(shù)據(jù)基礎(chǔ)設(shè)施論壇上發(fā)布了AI數(shù)據(jù)湖方案，谷歌云也從去年開始將更多AI功能引入BigQuery數(shù)據(jù)倉庫。

這些實(shí)踐共同揭示了一個(gè)趨勢(shì)：新一代數(shù)據(jù)架構(gòu)的核心在于“數(shù)據(jù)提純”能力。不僅要存得下，更要能讀懂、提煉、并賦能于實(shí)際業(yè)務(wù)。

不只是華為與谷歌，火山引擎早在去年推出的多模態(tài)數(shù)據(jù)湖解決方案，同樣也是上述理念的落地樣本。該方案核心采用開源技術(shù)并提供企業(yè)級(jí)能力增強(qiáng)，支持GPU+CPU異構(gòu)計(jì)算，并引入新型Ray、Lance等前沿技術(shù)棧。某國內(nèi)智駕企業(yè)在部署該方案后，整體數(shù)據(jù)處理效率與質(zhì)量同步提升，助力其加速AI能力釋放。

在剛剛舉行的Force大會(huì)上，火山引擎進(jìn)一步展示了其“AI Native”數(shù)據(jù)基建的迭代路線，新增了模型數(shù)據(jù)處理蒸餾、多模態(tài)數(shù)據(jù)湖分析能力，優(yōu)化了與火山各平臺(tái)的聯(lián)動(dòng)能力。同時(shí)，通過加強(qiáng)平臺(tái)間的協(xié)同（如MCP能力），數(shù)據(jù)在企業(yè)內(nèi)部流通得以更順暢、調(diào)用更高效。

與數(shù)據(jù)進(jìn)化同步演進(jìn)的，是工具的角色進(jìn)化。過去，BI和ETL工具以“人找數(shù)據(jù)、人工設(shè)規(guī)則”為基本邏輯，更依賴人工判斷和操作。而新一代工具，如Data Agent，則引領(lǐng)了“數(shù)據(jù)找人、規(guī)則自進(jìn)化”的范式躍遷——它們不僅是工具，更成為嵌入式的業(yè)務(wù)參與者。

全球科技公司也在這一領(lǐng)域加快布局。Salesforce的Einstein平臺(tái)深入嵌入CRM工作流，實(shí)現(xiàn)了自動(dòng)化的銷售預(yù)測(cè)與線索評(píng)分；谷歌推出的Data Science Agent正探索AI驅(qū)動(dòng)的數(shù)據(jù)建模與洞察發(fā)現(xiàn)；它們的共同特點(diǎn)是：讓AI不再局限于“輔助決策”，而是走向“主導(dǎo)執(zhí)行”的位置。

火山引擎也于今年4月，正式推出Data Agent產(chǎn)品，定位為企業(yè)級(jí)數(shù)據(jù)專家——一個(gè)能理解業(yè)務(wù)語境、主動(dòng)提出洞察與建議的智能伙伴。在經(jīng)歷了多輪內(nèi)測(cè)和邀請(qǐng)測(cè)試后，于6月11日正式宣布面向企業(yè)全面開放。

不同于以往的數(shù)據(jù)工具，該產(chǎn)品強(qiáng)調(diào)“業(yè)務(wù)價(jià)值導(dǎo)向”，直接服務(wù)于企業(yè)戰(zhàn)略制定與運(yùn)營執(zhí)行。該產(chǎn)品已獲得信通院與IDC等第三方機(jī)構(gòu)的認(rèn)可與關(guān)注。

來源：火山引擎

火山引擎Data Agent目前提供智能分析、智能營銷兩大場(chǎng)景能力。其中智能分析Agent是AI深度思考與大數(shù)據(jù)分析專家，具備智能問數(shù)、深度思考、智能體構(gòu)建及多終端協(xié)同能力。智能營銷Agent含營銷策略Agent（推理意圖、圈選人群、生成策略）和智能會(huì)話助手（解析對(duì)話、識(shí)別客戶等），助力驅(qū)動(dòng)營銷升級(jí)。

對(duì)于火山引擎推出的Data Agent而言，其核心優(yōu)勢(shì)體現(xiàn)為以下三點(diǎn)：

• “數(shù)據(jù) + 知識(shí)” 融合構(gòu)建智慧決策中樞：通過多模態(tài)理解技術(shù)，將企業(yè)分散在系統(tǒng)中的業(yè)務(wù)數(shù)據(jù)與隱性知識(shí)（如文檔、經(jīng)驗(yàn)）轉(zhuǎn)化為可計(jì)算的數(shù)字資產(chǎn)，打破數(shù)據(jù)與知識(shí)的割裂狀態(tài)，推動(dòng)企業(yè)數(shù)據(jù)基礎(chǔ)設(shè)施向認(rèn)知智能升級(jí)，成為企業(yè)決策的核心驅(qū)動(dòng)力。

• 從數(shù)據(jù)洞察到自主行動(dòng)的閉環(huán)：作為L3級(jí)智能體，區(qū)別于傳統(tǒng)工具的描述性分析，Data Agent可主動(dòng)拆解任務(wù)、規(guī)劃路徑并驗(yàn)證結(jié)果，解決企業(yè)數(shù)據(jù)應(yīng)用中 “洞察到行動(dòng)” 的斷層問題。

• 重塑人機(jī)協(xié)作范式：消除數(shù)據(jù)使用的技術(shù)壁壘，業(yè)務(wù)人員可通過自然語言直接獲取數(shù)據(jù)分析結(jié)果（如銷售采購偏好、管理駕駛艙對(duì)話），或者由AI負(fù)責(zé)數(shù)據(jù)清洗、趨勢(shì)預(yù)測(cè)等確定性任務(wù)，人類專注戰(zhàn)略設(shè)計(jì)、創(chuàng)新決策等創(chuàng)造性工作，實(shí)現(xiàn)數(shù)據(jù)工具效率的倍增和組織智力的進(jìn)化。

數(shù)智化轉(zhuǎn)型的終局，不在于技術(shù)如何堆疊，而在于組織自身是否具備激活“知識(shí)資本”的進(jìn)化能力。在傳統(tǒng)企業(yè)中，高達(dá)80%的關(guān)鍵經(jīng)驗(yàn)與判斷往往深藏于員工個(gè)體的隱性認(rèn)知中，難以系統(tǒng)沉淀、傳承與復(fù)用。唯有將這些“隱性知識(shí)”轉(zhuǎn)化為可計(jì)算、可協(xié)同的智能能力，企業(yè)才能真正構(gòu)筑面向未來的競(jìng)爭力。

比如騰訊推出的大數(shù)據(jù)智能運(yùn)維平臺(tái)TCInsight，通過引入大模型與自學(xué)習(xí)機(jī)制，大幅減少了對(duì)人工經(jīng)驗(yàn)的依賴，將以往依賴專家值守的流程轉(zhuǎn)化為實(shí)時(shí)自治的智能決策，推動(dòng)知識(shí)沉淀與共享機(jī)制在組織內(nèi)部落地生效。

這正是以Data Agent為代表的新型智能工具的關(guān)鍵使命。火山引擎也在實(shí)際落地中展現(xiàn)出這一優(yōu)勢(shì)：比如以科技驅(qū)動(dòng)的旅游分銷服務(wù)商道旅科技借助火山引擎Data Agent問數(shù)能力實(shí)現(xiàn)了智能數(shù)據(jù)解讀，企業(yè)分析效率提升了50%，市場(chǎng)響應(yīng)速度也加快了30%。

甲子光年指出：當(dāng)Agent在企業(yè)關(guān)鍵流程中的滲透率超過40%，組織將從“工具使用者”躍遷為“認(rèn)知共生體”。這不僅帶來58%以上的效率提升，更促使企業(yè)在結(jié)構(gòu)、流程、人才機(jī)制等方面全面適配“人機(jī)協(xié)同”的新范式。

來源：甲子光年

因此，真正成功的轉(zhuǎn)型，不僅要構(gòu)建先進(jìn)的技術(shù)平臺(tái)，更要重塑組織機(jī)制，打造能夠與Agent共生的工作流程、激勵(lì)體系與人才模型，讓AI成為每個(gè)決策瞬間的“第二大腦”。

3.企業(yè)如何擁抱Data+AI？

在數(shù)智化轉(zhuǎn)型走向深水區(qū)的當(dāng)下，“如何讓數(shù)據(jù)真正為業(yè)務(wù)創(chuàng)造價(jià)值，構(gòu)建基于智能體的數(shù)據(jù)應(yīng)用體系”，成為關(guān)鍵命題。

一個(gè)顯著趨勢(shì)是：大型企業(yè)憑借平臺(tái)能力與AI資源，快速完成從數(shù)據(jù)平臺(tái)到Agent部署的閉環(huán)，形成技術(shù)壁壘。相較之下，中小企業(yè)雖面臨挑戰(zhàn)，卻并非沒有機(jī)會(huì)。選擇靈活、低門檻的Agent平臺(tái)，正成為“以小博大”的突圍路徑。

以火山引擎多模態(tài)數(shù)據(jù)湖與Data Agent為代表的新一代解決方案，正在幫助企業(yè)快速搭建智能能力，低成本實(shí)現(xiàn)智能應(yīng)用落地。關(guān)鍵在于不再盲目追求“全量打通”，而是以高價(jià)值場(chǎng)景為切口推進(jìn)。例如零售可從客戶購買偏好、復(fù)購節(jié)奏等出發(fā)，構(gòu)建營銷洞察能力；制造企業(yè)則圍繞設(shè)備預(yù)測(cè)性維護(hù)與參數(shù)優(yōu)化，實(shí)現(xiàn)提效降本。

要讓數(shù)據(jù)真正轉(zhuǎn)化為價(jià)值，還需“數(shù)據(jù)工程 + Prompt工程”的雙輪驅(qū)動(dòng)：

數(shù)據(jù)工程打好數(shù)據(jù)底座，確保質(zhì)量、一致性與實(shí)時(shí)性，是智能應(yīng)用的“地基”； Prompt工程則借助高質(zhì)量指令設(shè)計(jì)，讓智能體聽懂業(yè)務(wù)語言、輸出高價(jià)值洞察。

而支撐Agent價(jià)值釋放的根本，在于組織機(jī)制的協(xié)同進(jìn)化。企業(yè)可引入如“Chief Agent Officer（智能體運(yùn)營官）”等新角色，將Agent的管理從工具使用升級(jí)為全流程能力建設(shè)。同時(shí)構(gòu)建“人-AI協(xié)同閉環(huán)”，通過系統(tǒng)培訓(xùn)與平臺(tái)工具，提升員工AI素養(yǎng)，實(shí)現(xiàn)“人人皆可提問、Agent即時(shí)響應(yīng)”的組織認(rèn)知機(jī)制。

例如，某全球快消品牌引入火山引擎Data Agent后，原本需資深分析師7天完成的營銷復(fù)盤報(bào)告，如今1小時(shí)內(nèi)即可生成，覆蓋策略效果、關(guān)鍵因子與用戶行為，極大提升了響應(yīng)速度與組織協(xié)同能力。

這也是為何，2025年被視作數(shù)智化賽道上能否實(shí)現(xiàn)超車的分水嶺。真正的轉(zhuǎn)型，并非技術(shù)的堆積，而是將數(shù)據(jù)、算法與Agent深度嵌入企業(yè)DNA，實(shí)現(xiàn)從工具驅(qū)動(dòng)到智能驅(qū)動(dòng)的躍遷，助力企業(yè)在數(shù)智化浪潮中乘風(fēng)破浪、行穩(wěn)致遠(yuǎn)。

Agent不是工具升級(jí)的終點(diǎn)，而是組織能力重構(gòu)的起點(diǎn)。

（封面圖及文中未說明圖片由AI生成）