腾讯云大数据：融合Data与AI，加速企业数智化转型与价值释放

点击蓝字⬆ 关注我们

本文共计1900字 预计阅读时长6分钟

当前，中国经济正迈向高质量发展新阶段，数字经济已成为核心增长引擎。数据作为关键生产要素，其价值亟待通过数据智能技术充分释放。然而，众多企业在推进数智化转型的道路上，仍面临概念不清、目标不明、实践缺乏参考等挑战。在此背景下，行业亟需清晰的指引和成熟的实践方案。

在中国通信标准化协会大数据技术标准推进委员会（CCSA TC601）于2025年4月17日召开的《数据智能研究报告（2025年）》首次研讨会上，腾讯云大数据分享了我们在Data+AI融合领域的思考与产品创新实践。

腾讯云大数据产品专家田小康指出，当前大模型、大数据及AI应用普遍面临非结构化数据价值转化低、大模型推理性能不可满足应用诉求，以及AI应用尚未有效转化为生产力提升等核心痛点。针对这些挑战，腾讯云大数据平台进行了一系列前瞻性的探索和实践，旨在构建高效、智能的企业级Data+AI基础设施，助力企业突破瓶颈，真正实现降本增效与业务创新。

1

攻克非结构化数据价值难题：多模态统一元数据与企业级RAG

企业内部积累了海量的非结构化和半结构化数据（如文档、图片、音视频、日志等），传统数据平台难以有效利用。为了打通数据价值的“最后一公里”，腾讯云大数据推出了创新的解决方案：

1.TBDS多模态统一元数据服务：

该服务能够自动从各类数据源（包括结构化表、文本文件、PDF/Word、声音、图像、视频等）提取特征、摘要和关键字，生成统一的元数据视图，并内嵌多模态模型进行Embedding表示。这使得原本孤立、难以理解的数据变得可被AI理解和检索。通过实体抽取和关联，构建企业级数据资产图谱，为下游AI应用提供坚实的数据基础。

2.TBDS内嵌于数据流程的Modular RAG：

结合统一元数据，腾讯云TBDS提供了模块化的检索增强生成（RAG）能力。该RAG方案深度嵌入数据处理流程，覆盖预检索、混合检索、后检索、验证等多个环节，支持普通、检索增强、准确、RRR多轮增强等多种模式，能有效结合向量数据库、知识图谱等进行查询，显著提升大模型基于企业内部知识回答问题的准确性和相关性。

3.统一元数据+MCP协议：

为了简化 AI 应用与复杂数据资产的交互，腾讯云推广使用机器协作协议（MCP, Machine Collaboration Protocol）。通过MCP Server，统一的元数据服务（包括表查询、血缘查询、多模态关键字查询、实体关系查询等）可以作为“工具”注册给大语言模型（LLM）。AI应用（如ChatBI）可以通过Tool Calling的方式，动态、多轮地与元数据服务交互，极大地提升了数据价值转换的效率和灵活性，同时降低了AI应用对接数据平台的复杂度，实现了能力的复用。

2

突破AI性能与成本瓶颈：

高性能LLM推理引擎

大模型推理速度慢、成本高是制约AI应用大规模落地的关键因素。腾讯云依托服务亿万用户的经验，打造了深度优化的高性能LLM推理引擎，并将该能力通过TBDS等产品以私有化输出的形式提供给企业客户构建深度优化的LLM推理服务。该引擎融合了Page Attention、Speculative Decoding、动态Batching、Prefix Caching、Flash Attention、TP/PP 并行优化、算子深度优化 等多项前沿技术，旨在大幅提升LLM的推理速度、降低计算成本，让更多创新的AI应用形式（如生成式推荐）成为可能，助力企业AI应用降本提速，推动AI从“实验室”走向“生产线”。

3

 提升数据平台智能化水平

赋能实际生产力

腾讯云认为，Data+AI的融合不仅在于让AI应用更好地利用数据，也在于用AI技术反哺数据平台自身，提升其智能化水平和使用效率，从而间接提升生产力。

1.大数据智能管家： 

这是一个融合AI能力的闭环自治系统。它通过采集分析平台的日志、指标、事件等多维信息，结合模型库和知识库，实现从异常识别感知、多维诊断预测、提出优化建议到最终自治执行（如SQL熔断降级、存储治理、参数调优、故障自愈）的全链路智能管理。这极大地降低了大数据平台的运维复杂度，保障了平台的稳定性和性能。

2.TBDS iQuery智能取数： 

针对业务人员“找数难、取数慢”的问题，iQuery通过AI技术提升数据资产建设（需求、特征、库表）和智能取数能力。它能理解自然语言需求，进行需求澄清和改写，通过多层召回与排序匹配最合适的数据资产，最终自动生成SQL查询并执行，让数据获取更智能、更便捷，让数据可以普惠到非数据开发人员。

3.WeData AI增强： 

作为一站式数据集成开发治理平台，WeData 全面融入AI能力，新增ML Ops及LLM Ops功能。提升开发运营效率（如智能助手、智能运维），提供“智能应用”工具链和积木式AI数据场景应用Pipeline，方便用户快速构建AI智能应用。同时，利用AI增强数据分类分级、血缘分析、风险识别等能力，提升数据安全防护水平。

4

总结与展望

面对数据智能时代的机遇与挑战，腾讯云大数据致力于通过Data+AI的深度融合创新，为企业提供坚实的的数智化底座。我们的TBDS多模态统一元数据、高性能LLM推理、MCP协议等技术，旨在帮助企业挖掘数据深层价值，降低AI应用门槛和成本；而大数据智能管家、iQuery、AI增强的WeData则着力于提升数据平台的自身智能和效率。

我们相信，通过这些实践探索，腾讯云大数据能够有效帮助企业应对数智化转型中的痛点，拓宽AI应用场景，实现AI应用的降本提速，最终将数据智能转化为实实在在的生产力提升和业务增长新动能。腾讯云大数据愿与各行各业的伙伴携手，共同迈向更加智能化的未来。

腾讯云大数据始终致力于为各行业客户提供轻快、易用，智能的大数据平台。

END

关注腾讯云大数据╳探索数据的无限可能

⏬点击阅读原文

了解更多产品详情

分享给认识的人吧