数据主权决胜未来：企业智能化转型的核心战场

随着自主化AI系统逐渐成为企业效能的新引擎，不少企业发现，制约其规模化应用与投资回报率的最大障碍，往往并非模型能力本身，而是数据孤立与分散的现实。AI必须深度融入企业核心数据，这要求一个统一、可控且开放的数据平台来支撑，使其成为驱动AI发展的"引力中心"。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

我们正步入一个智能自主系统成为新型效能倍增效应的时代。然而，正如AI基础设施公司EDB的首席执行官Kevin Dallas所言，数据孤立或分散，是制约企业规模化发展、实现可观投资回报率甚至任何实质性投资回报的主要障碍。

自主系统日益频繁地在自主个体与人类、自主个体与自主个体交互的复杂场景中运行，驱动企业决策并实现运营流程的自动化。

随着这些智能系统的加速演进，AI基础设施公司EDB的CEO Kevin Dallas对于数据基础设施市场的未来方向有着清晰的见解。EDB Postgres AI整合了一个自主且开放的基础架构、一个用于事务处理、分析和AI工作负载的统一平台，以及一个低代码AI工厂，使团队能够在数天而非数月内完成从构建到部署的全过程。

Dallas指出，全球正在经历一场涉及AI、数据和自主系统的深刻变革。在此背景下，数据本身已成为关键的竞争壁垒；数据的可访问性、安全性与治理能力，直接决定了这些系统的实际效能。那些成功应对挑战的企业，其投资回报率可达同业平均水平的五倍，自主系统实施数量也是其他企业的两倍。尽管如此，它们仍是少数派，因为仅有一小部分企业达到了这种成熟度。绝大多数企业仍在探索一种AI与数据的引力模型，以确保在任何需要的时间、地点和方式下，数据都能获得安全、可控的访问——这才是真正的AI与数据自主权。

Dallas表示："沙特阿拉伯、阿联酋和德国等少数地区在AI与数据自主权方面遥遥领先，而其他地区则相对滞后。但无论我们观察哪里，企业现在都将数据自主权视为构建现代化AI的基石。"

架构师的困境

在之前的探讨中，我们曾分析为何CIO们难以规模化应用AI，以及将AI引入生产级环境的各种最佳实践与建议。Dallas认为，领导者们面临的最大架构挑战在于：当试图将AI试点项目规模化，推进到安全、可扩展且合规的生产环境中时，往往会受到遍布于各个系统、用户、环境和供应商中的孤立数据的困扰。他们最初在孤立的架构堆栈中运行试点项目，而一旦尝试规模化应用AI，就会遭遇一系列复杂的历史遗留问题。

因此，CIO们面临的往往不是AI问题，而是数据架构问题。当前正在发生的根本转变是，AI必须主动适应和利用企业数据，而非相反。这需要一个统一、可管控的数据平台来作为AI的引力中心。缺乏这一坚实基础，规模化应用AI将变得成本高昂、风险巨大且进展缓慢。

新架构的核心

EDB作为PostgreSQL（简称Postgres）的重要商业贡献者而闻名，其数据库因其强大的开源特性而长期受到IT专业人士的青睐。但要理解Postgres如何融入这种以AI为中心的新架构，关键在于将其置于现代企业数据架构的背景下，审视如何利用其固有优势来满足当今复杂的数据需求。

Dallas表示，Postgres一直是一款能够同时处理结构化和非结构化数据的通用数据引擎。在由Anthropic、Claude和OpenAI等公司的大型语言模型所推动的新兴AI驱动格局中，Postgres已深度参与到关于上下文数据与检索增强生成等技术的讨论中。

在EDB针对13个国家开展的2025年全球研究中，97%的大型企业表示，他们希望构建自己的AI和数据平台。其中，25%的企业已经开始以自主、可控的方式，在Postgres上开展这项工作。Dallas指出，市场正从数据库思维转向数据平台思维——这些平台是自主、安全、灵活适配云环境，并且旨在同时支持事务处理、分析和AI驱动的工作负载。

此外，一个新时代正在兴起：AI引力正将计算能力拉向数据。这种转变需要一个可扩展、开放的数据基础。

他说："我看到了EDB帮助客户在其最关键的数据附近运行AI的巨大机会，实现环境间的一致性且无需锁定特定供应商。这正是引领下一阶段增长的、极具吸引力的关键所在。"

在AI与数据自主权的交汇点上，研究表明，几乎所有的企业都希望在未来三年内成为自身AI和数据平台的建设者。而EDB的使命，正是加速这一宏大愿景的实现。