中新網廣州5月17日電 (記者 蔡敏婕)AI時代帶來新的數據難題，已成為行業共識。“GenAI(生成式人工智能)推動全球企業數據量高速增長。”IDC中國軟件行業研究經理李凌霄17日在廣州表示，根據IDC報告，受生成式AI等技術驅動，預計2028年全球新生成數據量規模將達到393.9ZB(澤字節)，其中企業數據規模和增速尤為凸顯。
AI技術的廣泛應用，賦予企業從數據中獲取洞察的新能力。例如數字孿生技術的持續進步，在制造、汽車和航空航天、醫療保健、公用事業等廣泛行業和用例中得到越來越多的使用，物聯網和AI協同提升其精確度與應用價值。
OceanBase第三屆開發者大會當天在廣州舉行。根據《IDC數據庫前沿趨勢白皮書》，數據量正以空前速度增長，對于企業而言，其數據倉庫的容量也已實現質的飛躍，結構化數據存儲規模“突破PB級邁向EB級”成為新常態。
李凌霄表示，傳統存儲架構面對如此量級的數據，讀寫性能下降，存儲成本大幅增加，數據管理難度呈幾何倍數增長，這給數據存儲、管理與分析帶來嚴峻挑戰。
隨著GenAI技術的持續演進與成熟，企業愈發清晰地認識到GenAI在提升業務效率方面的重要性。GenAI已成為企業戰略布局中的關鍵一環，企業積極籌備AI部署，期望借此在激烈的市場競爭中搶占先機、提升競爭力。
IDC全球調研顯示，37%的受訪企業將AI相關支出列為2025年預算增長的關鍵因素，與IT運維成本優化并列首位。
在企業部署AI創新應用及一體化數據庫方面，李凌霄建議通過優先級排序、分段實施、開放架構選擇、組織能力重塑和前瞻性布局，幫助企業高效實現AI創新應用與數據庫的融合，“在升級數據基礎設施時，提前規劃AI創新應用對數據庫的要求，避免在完成數字化后才考慮AI適配，應同步布局”。
螞蟻集團CTO何征宇在分享中指出，海量的互聯網數據成就了今天的大模型，但大模型幻覺問題的源頭也是數據問題。
“大模型幻覺的本質是缺數據，提供更好數據是解決幻覺的源頭。”何征宇認為，數據決定著大模型的能力上限，且依舊有四大挑戰：一是數據的獲取成本顯著增加，二是嚴謹的行業數據稀缺且流動困難，三是多模態數據需要更強的處理能力，四是數據的質量評估難。
面對行業的真實需求，數據庫OceanBase探索從一體化數據庫向一體化數據底座演進，通過一套引擎同時支持TP/AP/AI混合負載，支持向量數據庫，實現SQL與AI的混合檢索。
中國聯通軟件研究院OceanBase研發負責人邱永剛表示，隨著知識的積累，向量的體量會越來越大，這要求我們一方面要不斷優化向量檢索算法，另一方面要利用硬件能力，適應海量的向量檢索需求，提供更快更準確的向量檢索能力。(完)【編輯:李潤澤】
鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯系我們修改或刪除，多謝。
