外滩大会观察：AI进入产业深水区，数据成为核心新动能

事件概述

9月9日至12日，2026 Inclusion·外滩大会在上海举行。会议焦点从“AI能做什么”转向更底层的产业问题：当AI真正进入垂直行业时，企业如何利用海量数据支撑AI应用和Agent（智能体）。在“数智进化：让多模态数据成为AI核心燃料”论坛上，来自高校、科研机构及金融、政企、科技行业的专家达成共同结论：AI要深入产业，首要任务是让数据“跑起来”，即实现数据的高效治理、关联与调用。

核心信息

1. 数据能力成为AI落地的核心瓶颈

• 现状挑战：企业并不缺乏数据，但面临“有矿无炼”的困境。IDC数据显示，2025年企业新生成的数据资产中约90%为非结构化数据，且散落在不同存储系统中，导致数据连接滞后。
• 市场预测：IDC预测，到2035年中国AI数据基础设施市场规模将达到1548.3亿美元，较2025年增长超10倍。
• 技术路线：未来竞争关键在于形成“数据管理—数据智能—数据服务—Agent消费”的完整闭环。主流路线倾向于拥抱“小模型+多模态底座”模式，结合行业知识与场景数据，通过微调实现高效、可控的生产级AI落地。

2. 多模态与一体化数据平台的重要性

• 产业特性：真实产业场景本质上是多模态的（如保险理赔涉及保单、照片、气象等多源数据）。单一结构化的数据库已无法满足需求，需要能够统一管理、关联结构化、半结构化、非结构化及多模态数据的底座。
• Agent友好型数据：随着AI进入真实场景，数据使用者从人类转变为Agent。数据平台需支持Agent的记忆构建、上下文共享及实时调用，从而降低Token消耗和对话成本。

3. 典型行业实践与成效
以OceanBase推出的湖库一体AI Lakebase为例，其在多个行业实现了从“存数据”到“用数据”的转变：

• 银行业：某国有大型银行引入语义层后，智能问数准确率从70%提升至98%。
• 保险业：某超大型财险公司通过LakeBase统一关联责任认定、路网、气象等数据，分析事故高发路口成因，推动事故发生频率、理赔成本及综合成本率同步下降。
• 航空业：通过纳管航班、机组、气象及传感器等多源数据，实现近实时识别大面积延误影响链，辅助航班调整和机组改派，缩短恢复响应时间。
• 互联网与医疗：快看漫画利用多模态数据支撑数字角色Livo的长期记忆与成长；成都武侯区联合建立AI+医疗健康数据融合联创中心，探索医疗数据全链路打通。

值得关注

• 范式转移：企业关注的重点正从数据库本身的性能、成本和可靠性，转向数据背后业务对象之间的关联及其与真实世界的映射关系。
• 价值重构：数据基础设施的角色正在演变，从单纯承载数据的基础设施，转变为连接企业全量数据与AI应用/Agent的核心引擎，旨在让数据从“存得住、管得好”走向“用得起来、产生价值”。