程彬表示，數據作為傳統數據平臺、AI 大模型平臺的共同 " 石油原料 "，"Data+AI" 不僅僅是數據的簡單疊加，更是深度融合與創新，實現從 " 讓數據說話 " 到 " 與數據智能對話 " 的躍遷。
數據顯示，2024 年國內數據生產總量首次突破 40ZB，達到 41.06ZB，同比增長 25%，增速較去年提高 2.56 個百分點；人均數據生產量約為 31.31 太字節（TB），相當于 1 萬多部高清電影，同比增長 25.17%，數據生產總量和人均產量實現同步躍升。
最新發布的《Data+AI 下一代數智平臺建設指南》報告顯示，Gartner 研究表明，非結構化數據占當今組織數據的 70% 至 90%。受生成式 AI 計劃、多模態數據處理需求的爆炸式增長以及合規性壓力的推動，企業對非結構化數據管理的需求急劇增長。
因此，非結構化數據處理支出在數據管理總支出中所占的份額將越來越大。
隨著 AI 大模型對于數據的需求增加，傳統數據平臺在應對生成式 AI 帶來的新型數據需求時，正面臨嚴峻挑戰。同時，生成式 AI 應用場景中，數據質量、合規性和安全保障，成為企業面臨的核心難題。
一方面，企業面臨數據源激增、數據孤島嚴重的挑戰（據統計企業平均管理 400+ 異構數據源）；另一方面，企業需打造動態、可追溯的數據治理體系，避免 " 幻覺輸出 " 與隱私風險。
Gartner 預測，到 2027 年，80% 的數據和分析（D&A）治理舉措將因缺乏真正或人為的危機而失去作用。同時，專注于多結構化數據管理的 IT 支出將占數據管理技術和服務總 IT 支出的 40%。
騰訊云副總裁、騰訊云大數據產品負責人黃世飛表示，當 AI 的能力唾手可得，企業如何喚醒海量沉睡的非結構化數據，如何跨越組織鴻溝，以及如何確保喂給 AI 的數據高質量，可信賴，規避幻覺與風險，變得至關重要。
程彬指出，傳統數據平臺在新的發展周期中遭遇瓶頸，從數據挖掘到數據訓練的過程中，流程非常復雜，人力成本變高，整個開發周期變得更長。同時，從客體上看，市場已經從以數據工程 / 科學開發為中心，到以大模型 /Agent 為中心；使用方式上，從人找數據，到 Agent 帶著問題找數據；平臺定位層面，從被動的數據 " 倉庫 "，到主動的、可供 Agent 實時查詢和交互的 " 知識母體 "（Knowledge Substrate）。
因此，騰訊云大數據提出 "Data+AI" 的深度融合，構建一個為 AI 時代而生的原生一體化的 Data+AI 平臺，以數據為基礎，以智能為目標，做下一代數智平臺，以應對全新的市場和客戶需求。
通過集成多模態數據處理、AI 模型、Data Agent 等，騰訊云構建新一代數據智能平臺 DIaaS，從而通過 "Data+AI" 將非結構化數據被有效利用，讓所有數據都能被 AI 進行理解，讓數據不僅能存儲，更能使用。在騰訊云看來，DIaaS 不是一種工具而是一種能力，讓數據智能真正成為觸手可及的 " 水、電、煤 "。
會后交流時，對于 "DataxAI" 和 "Data+AI" 的區別，程彬認為，如果用乘（x），更多是希望這個事情的價值變得更大，但他認為，無論是加法還是乘法，本質上 Data 和 AI 融合的價值未來越來越大。
" 下一代數智平臺的躍遷是不是因為 AI 大模型帶來的？確實，我覺得有兩個，第一、肯定是大語言模型技術成熟后，進一步讓 Data 有更好的發展路徑；第二、最本質原因還是需求，如果用戶沒有這樣一個需求，或者需求很小，那么再牛的技術還是沒辦法產生價值。" 程彬表示。
程彬強調，目前國內沒有對標 Snowflake、Databricks 的 AI 大數據創業公司。
他指出，大模型來臨之后很多 Database 公司都在快速轉型到 "Data+AI"，比如 Snowflake、Databricks 等都快速轉型成功，到目前 Databricks 估值超過 600 億美元，Snowflake 市值也達到 740 億美元，所以看起來它們轉型比較成功，但反觀國內沒有相關有技術實力的大數據初創公司，但未來是很看好的。
" 我覺得最快下半年有一些新的對標 Snowflake、Databricks 這樣的 Data+AI 公司的出現，我們非常歡迎，這個賽道玩的人越多，這里面才有更大的可能，如果光靠我們一個人去做，那么多客戶需求不一定全都能滿足。" 程彬稱，DIaaS 的建設是一個長期而系統的工程，需要行業協同、共同探索。
他預測，隨著未來通用人工智能（AGI）時代到來，Agent 智能體可能會慢慢消失，被 AI 模型所替代。但 1-3 年內短期看，Agent 可以幫助用戶提升數據要素價值。
截至目前，中國數據領域相關企業超 19 萬家，數據產業規模超 2 萬億元。按照 20% 以上的年均增長率測算，2030 年中國數據產業規模將達 7.5 萬億元。（本文首發于鈦媒體 App，作者｜林志佳，編輯｜蓋虹達）
