【干货分享】腾讯云宋企皋：Data x AI构建数据管理新范式-优快云博客

点击蓝字⬆ 关注我们

本文共计1357字预计阅读时长5分钟

8月2日，腾讯云大数据亮相由CIO时代主办，新基建创新研究院作为智库支持的“央国企十五五数智化战略与机遇 | 首届央国企CIO及数科公司数智创新峰会”。腾讯云大数据首席架构师宋企皋出席本次峰会并带来了“Data x AI构建数据管理新范式”主题分享。

腾讯云大数据首席架构师宋企皋

精彩观点

AI与数据治理的深度融合将成为未来数据多模态管理、深度洞察与统计分析的重要发展方向。腾讯提出“AI for Data”技术方案，通过部署数据分析智能体与数据工程Agent，实现多模态数据的高效处理，降低业务人员数据开发门槛并提升质量效率。

在AI技术飞速发展的今天，大模型应用的效果越来越多地被归因于数据质量——当算力瓶颈逐步缓解、通用大模型日益普及，数据资产的质量与管理能力正成为决定AI落地成效的核心变量。从“Data + AI”到“Data x AI”，数据与人工智能的融合已进入深度协同阶段，这不仅带来了业务价值的重构，更对传统数据治理模式提出了颠覆性挑战。

技术架构升级：

支持人机协同的数据底座

AI与数据的深度融合，对基础设施提出了更高要求。传统私有化大数据平台以结构化数据存储为主，难以应对多模态数据的爆发式增长与算力需求的弹性波动。因此，数据平台向云原生架构演进成为必然：通过存算分离实现资源弹性调度，依托统一元数据管理打通数据孤岛，最终构建能支撑多样化AI场景的技术底座。

组织架构的协同同样关键。过去，企业的数据团队与AI团队往往独立运作，形成“两套工具、两份数据”的割裂状态。而从去年下半年开始，越来越多的企业将两支团队整合，实现“一个团队、一个工具、一份数据”的协同模式，这一调整不仅大幅提升了AI应用开发效率，更保障了数据资产的一致性与安全性。

2022年起，腾讯启动数据智能升级项目，核心解决三大问题：让AI精准理解业务需求、让AI高效识别与调用数据、让AI生成高质量代码以快速响应需求。具体措施包括：

一、构建“人机共懂”的数据资产体系。通过大模型识别通用业务特征，沉淀核心数据的标准化代码片段，让AI可直接调用成熟模块；同时搭建数据资产语义层，将业务含义、指标与代码有机关联，提升自然语言到机器语言的转化精度。

二、建立“人机协同”的工程体系。在传统“人-流程”协作模式中引入多Agent协同机制，让业务人员可实时参与AI生成过程并基于经验修正，形成“越用越好”的正向迭代循环。

智能数据湖：

面向未来的数据治理方案

基于上述实践，腾讯云将大数据平台升级为 “智能数据湖” 方案，核心包含四大能力：

数据分析智能体：以类ChatBI能力为核心，支持自然语言转SQL或代码，目前在国际数据集测试中排名全球第三、国内第一。通过多轨并行解析（基础需求、Excel需求、路径分析等），进一步提升代码生成的准确性与效率。

数据工程Agent：聚焦数据开发质量提升，可快速定位代码问题，同时将AI能力融入数据分类分级环节，强化数据安全识别与风险监测。