2025年Data+AI：开启数据智能新时代报告

微信扫码，打开到小程序

扫码加入钉群交流 阿里云开发者社区 海量电子书免费下载 卷首语 在数字化浪潮中，数据与人工智能的融合已成为企业实现智能化转型、提升竞争 力的关键。阿里云作为行业的领军者，其 Data+AI 技术体系正引领着无数企业 迈向数据智能的新纪元。 本书整理了阿里云在 Data+AI 领域的最新实践案例与深度洞察，涵盖电商、游 戏、营销、运营等多个行业的成功经验，以及技术专家对数据库与 AI 融合趋势 的专业解读。通过理论与实践的结合，我们将共同探索 Data+AI 如何成为企业 智能化转型的核心驱动力，帮助每一位读者找到属于自己的数据智能之路。 目录页 第一部分：Data+AI 大咖观点 ............................................................... 1 1. 大咖说 | Data+Al：企业智能化转型的核心驱动力 .......................................... 1 2. 媒体声音 | 重磅升级，阿里云发布首个"Data+Al"驱动的一站式多模数据平 台 .................................................................................................................................... 9 3. 媒体声音 | 专访阿里云数据库周文超博士：AI 就绪的智能数据平台设计思 路 .................................................................................................................................. 14 4. 媒体声音 | 阿里云王远：一站式数据管理平台的智能化跃迁 ................... 20 第二部分：Data+AI 行业应用 ............................................................. 25 1. 拥抱 Data+AI | 破解电商 7 大挑战，DMS+AnalyticDB 助力企业智能决策 . 25 2. 拥抱 Data+Al 丨解码 Data+Al 助力游戏日志智能分析 .................................... 34 3. 拥抱 Data+AI | “全球第一"雅迪如何实现智能营销？DMS+PolarDB 注入数据 新活力 .......................................................................................................................... 41 4. 拥抱 Data+AI | B 站引入阿里云 DMS+X，利用 AI 赋能运营效率 10 倍提升 ...................................................................................................................................... 51 5. 拥抱 Data+AI | DMS+AnalyticDB 助力钉钉 AI 助理，轻松玩转智能问数 ..... 58 第三部分：Data+AI 云栖发布 ............................................................. 64 1. 云栖大会 | 数据库与 AI 全面融合，迈入数据智能新纪元 .......................... 64 2. 云栖大会 | 从数据到决策：AI 时代数据库如何实现高效数据管理？ ...... 76 3. 云栖大会 | 多模+一体化，构建更高效的 AI 应用 ........................................ 89 4. 云栖重磅 | 从数据到智能：Data+Al 驱动的云原生数据库 ...................... 100 第四部分：Data+AI 方案实践 ........................................................... 111 1. 内附源码 | 头部基模企业信赖之选一一 DMS+Lindorm 智能搜索方案 .. 111 2. PolarDB-PG Al 最佳实践 1：基础能力实践 ..................................................... 119 3. PolarDB-PG AI 最佳实践 2：PolarDB AI X EAS 实现自定义库内模型推理最佳实 践 ............................................................................................................................... 132 4. PolarDB-PG Al 最佳实践 3：PolarDB Al 多模态相似性搜索最佳实践 ......... 139 5. GraphRAG：基于 PolarDB+通义干问+LangChain 的知识图谱+大模型最佳实践 ................................................................................................................................... 153 第五部分：Data+AI 产品及权益 ....................................................... 174 1. DMS+X 构建 Gen-AI 时代的一站式 Data+AI 平台 ........................................... 174 2. 免费部署 Dify+DeepSeek on DMS .................................................................... 175 3. 从数据到智能，一站式带你了解 Data+AI 精选解决方案、特惠权益 ...... 179 第一部分：Data+AI 大咖观点 1 第一部分：Data+AI 大咖观点 1. 大咖说 | Data+Al：企业智能化转型的核心驱动力 在数字化浪潮的推动下，企业正面临前所未有的挑战与机遇。数据与人工智能的结合， 形成了强大的 Data+AI 力量，尤其在近期人工智能迅速发展的背景下，这一力量正 在加速重塑企业的运营模式、竞争策略和市场前景，成为适应变化、提升竞争力、推 动创新的核心驱动力。本章将讨论企业采用 Data+AI 平台的必要性及其在企业智能 化转型中的作用。 1.1 人工智能（AI）的崛起和挑战 第一部分：Data+AI 大咖观点 2 人工智能（AI）诞生于 20 世纪 50 年代，自 90 年代以来随着数据量的爆发式增长以 及算力的不断提升，AI 被广泛应用于各行业，为社会带来巨大机遇。AI 提升了企业 的决策效率和精准度，驱动创新，优化运营，并助力组织变革和构建竞争优势。 麦肯锡调研显示，2022 年全球有 50%的公司部署了 AI，投资超过总预算的 4%。生 成式 AI（GenAI）的崛起进一步推动了企业转型，其在流程优化、个性化服务等方面 的应用超越了传统 AI。企业正积极探索如何提升 Gen-AI 的 ROI，预计到 2030 年， 中国约 50%的工作将实现自动化，标志着 Gen-AI 在推动业务模式转型和价值创造中 的关键作用。 AI 虽然为企业带来了前所未有的机遇，但在实际落地过程中，企业面临着一系列挑战， 这些挑战影响了 AI 技术在企业中的实际应用和价值实现。 1. 数据质量和治理问题：AI 的应用依赖于高质量的数据，数据的“自由散漫”问题， 即数据的不准确、分散性和新鲜度是制约 AI 落地的重要因素。 2. 数据资产与 AI 联动问题：企业积累了大量数据资产，这些资产价值的释放不仅依 赖数据资产与 AI 的相互联动（数据赋能 AI，AI 赋能数据），还依赖数据资产团队和 AI 团队间的协同，企业缺乏高效的联动机制。 3. 技术门槛、成熟度和可靠性问题：尽管发展迅速，但 AI 落地仍然面临高门槛和应 用成熟度的挑战，担心技术尚不成熟可能影响业务的稳定性和安全性，高门槛影响 AI 场景的高效落地。 4. 成本、人才与组织问题：AI 落地通常需要较高的初期投入，包括基础设施投入、人 才培养投入，如果涉及转型还会有业务流程和组织上的变革，企业需要评估 AI 投资 回报率，实现降本增效。 第一部分：Data+AI 大咖观点 3 1.2 Data+AI 的价值 企业可通过采用 Data+AI 方案，有效应对实施 AI 过程中的挑战。 从 托 马 斯 · 斯 特 尔 那 斯 · 艾 略 特 提 出 的 DIKW 模 型 (Data—>Information—>Knowledge—>Wisdom)可知，数据是构建智能的基础。 企业要实现 AI 的规模化和高质量应用，必须依赖强大的数据支持，即采用 Data+AI 方案。德勤的调查显示，28%的 AI 领先企业正利用 Data+AI 方案整合数据和 AI，以 实现高效、高价值的 AI 应用。 Data+AI 是指将数据和人工智能结合起来，以支持从数据收集和准备到模型开发、部 署、监控和治理的端到端工作流。 有了 Data+AI，企业实施 AI 的挑战将得到有效解决： 数据治理和质量提升 Data+AI 能够提供统一的数据治理框架，确保数据的准确性和可用性，从而提高数据 质量。 数据和 AI 在一个平台高效联动 Data+AI 能够让数据和 AI 团队在一个平台上进行协作，端到端的完成 AI 开发，数据 管理为 AI 应用提供高效数据支撑，而 AI 又能反向增强数据管理的智能化水平（例如 基于 LLM 构建 Copilot 等），进而形成 Data 和 AI 相互促进相互提升的良性循环。 第一部分：Data+AI 大咖观点 4 有效降低技术门槛、提升 AI 成熟度和可靠性 Data+AI 不仅提供经过验证的 AI 技术和服务，还以可视化、拖拉拽的操作方式降低 技术门槛，同时企业借助于 Data+AI 生命周期的管理和运营能够不断提升 AI 成熟度 和可靠性，帮助企业提升 AI 生产力水平。 减少基础设施、人才培养和组织变革投入 Data+AI 可采用云平台构建，并通过提供成本效益分析和自动化的 AI 应用开发，帮 助企业降低成本并提高投资回报。通过简化 AI 的应用，降低了对专业 AI 人才的依赖， 各团队使用同一个平台和单一数据来源来执行其工作，能够促进跨部门合作和知识共 享，从而降低人才培养和组织变更投入。 1.3 Data+AI 如何帮助企业 目前已有多个行业客户采取 Data+AI 来实现 AI 场景的持续高质量落地，下面是相较 于传统 AI 场景落地，借助 Data+AI 在构建不同行业应用时的表现。 第一部分：Data+AI 大咖观点 5 提高应用效果 Data+AI 能够实现更高质量的数据供应，进而帮助 AI 产生更准确、更可靠的结果。 例如，电商平台通过分析高质量的用户行为数据，可以更准确的预测用户购买习惯和 偏好，从而提高转化率和客户满意度。 支持高效决策 Data+AI 能够提供更实时、动态的数据，帮助 AI 快速适应市场动态，提升决策效率。 例如在零售行业，通过实时、动态的数据获取，企业能够借助 AI 更及时的发现销售 数据中的异常点和趋势，为决策提供支撑。 增强个性化服务 Data+AI 能够从分散的数据中获取完善的信息，帮助 AI 提供更准确的个性化服务。 例如在游戏行业，根据玩家在各个游戏中的历史反馈和行为模式，AI 能够更精准的识 别玩家意图，进而提供对应的游戏服务。 提升服务效率 Data+AI 能够提供以业务域、个体等多种维度的数据和知识支撑，能够降低 AI 应用 启动门槛，提升服务效率。例如在金融行业，根据平台内的技术元数据和操作元数据 生成可被大模型识别的知识并在大模型服务的过程中持续自动维护，借助于知识能够 有效降低冷启动投入并提供更准确的结果输出。 优化企业成本 Data+AI 能够实现多模的数据和数据—>AI 的全链路管理，进而加速 AI 服务过程， 第一部分：Data+AI 大咖观点 6 降低过程中的人力、管理、资源成本，实现企业成本优化。例如在汽车行业，通过多 模的数据管理结合全链路的 Data+AI 开发，能够在加速智能座舱领域各类 AI 场景的 构建，降低研发投入。 1.4 企业走向 Data+AI 的关键 Data+AI 能够帮助企业实现高质量、规模化 AI 应用，是企业智能化转型的核心驱动 力。结合德勤关于企业人工智能应用现状报告和阿里云近期的最佳实践来看，企业走 向 Data+AI 的核心在于通过统一的平台，实现数据和 AI 的深度整合，从而不断提高 企业的数据决策和 AI 应用效率。该平台需要支持以下能力： 多模数据管理 AI 应用通常会涉及到结构化及非结构化的数据使用，因此 Data+AI 平台需要具备多 模数据管理能力，方便企业在 Data+AI 开发过程中高效利用各种类型的数据。 端到端的 Data+AI 开发 Data+AI 开发包括数据处理、模型构建及大模型训练等环节。平台需提供全面的开发 工具，并实现从数据到 AI 模型的全流程管理，以确保数据与 AI 的深度融合。同时不 同团队能在统一平台上高效协作，有效降低管理成本，提升开发效率。 统一 Data+AI 治理 为确保 AI 应用的高效产出，平台必须兼顾数据的准确性、可用性和安全性，同时注 重模型的质量和应用的实际效果。因此，平台需要涵盖 Data+AI 的元数据管理、数据 质量、安全性等治理能力。该平台应通过统一的治理方案，实现数据和 AI 的全面管 理，以提升 AI 应用的整体性能和可靠性。 第一部分：Data+AI 大咖观点 7 多引擎适配 在 AI 领域，由于数据处理和算法需求的多样性，单一引擎难以满足所有 AI 应用。因 此，平台需要能够适配多种引擎，以便根据具体需求灵活选择引擎，这对保证 AI 解 决方案的效果和效率至关重要。 1.5 阿里云 DMS +X：一站式 Data+AI 平台 在今年 9 月云栖大会上，阿里云瑶池数据库重磅发布“DMS+X：统一、开放、多模 的 Data+AI 数据管理服务”。 该平台通过 OneMeta 和 OneOps 两大创新，简化了数据管理与 AI 开发。OneMeta 统一了跨云的元数据服务，支持 40 多种数据源，实现多云和自建数据源的无缝集成。 OneOps 则整合了 Notebook 和 Copilot，提供一体化的 Data+AI 开发环境，包括 数据、机器学习模型及大型语言模型开发，可实现 DMS+X 一站式的 Data+AI 全生 命周期管理。X 代表任何数据引擎，如云原生数据库 PolarDB、云数据库 RDS、云原 生数据仓库 AnalyticDB、云原生多模数据库 Lindorm 等。在 DMS+X 之上，阿里云 将助力企业数据以最快的速度拥抱 AI，落地业务，产生价值。 第一部分：Data+AI 大咖观点 8 1.6 未来展望 未来 Data+AI 平台将使数据与 AI 更紧密，推动企业 AI 建设实现飞跃。包括但不限 于： · 智能决策：利用数据和 AI 进行市场预测和客户洞察，支持企业制定更及时、精准 的商业策略。 · 个性化体验：AI 处理大数据，提供定制化服务，提升用户满意度。 · 自动化与效率：自动化流程提高运营效率，AI 优化资源配置，降低成本。 · 创新驱动：数据驱动创新，开发新产品，拓展市场。 · 安全性增强：AI 监控安全数据，预防网络威胁，加强信息安全。 · 决策自动化：AI 模型自动执行决策，提高管理效率。 · 跨领域整合：整合不同领域数据，促进跨领域合作与创新。 Data+AI 不仅会改变企业原有运营方式，同时还为企业提供了增长的新途径。企业必 须认识到 Data+AI 的重要性，并将其作为战略实施重点，促进智能化转型以保持竞 争力和市场领导地位，在未来变化中，更好的抓住机遇，迎接新的机会。 第一部分：Data+AI 大咖观点 9 2. 媒体声音 | 重磅升级，阿里云发布首个"Data+Al"驱 动的一站式多模数据平台 9 月 20 日，2024 云栖大会上，阿里云瑶池数据库宣布重磅升级，发布首个一站式多 模数据管理平台 DMS：OneMeta+OneOps。该平台由 Data+AI 驱动，兼容 40 余 种数据源，实现跨云数据库、数据仓库、数据湖的统一数据治理，帮助用户敏捷、高 效地提取并分析元数据，业务决策效率可提升 10 倍。 阿里云副总裁、数据库产品事业部负责人 李飞飞 “数据是生成式 AI 的核心资产，大模型时代的数据管理系统需具备多模处理和实时 分析能力，以数据驱动决策和创新，为用户提供‘搭积木’一样易用、好用、高可用 的使用体验。”阿里云副总裁、数据库产品事业部负责人李飞飞表示。 第一部分：Data+AI 大咖观点 10 图｜阿里云推出多模数据管理平台 DMS：OneMeta+OneOps 当前，近 80%的企业在建设数据平台时采用多种数据引擎、多数据实例组合的策略， AI 兴起也带来了非结构化数据的指数级增长，给企业对数据的高效检索和分析管理提 出了更大挑战。此次，阿里云重磅推出由“Data+AI”驱动的多模数据管理平台 DM