随着生成式 AI 的广泛应用，数据基础设施正在经历深刻重塑。IDC 指出，Agentic AI 已进入快速发展阶段，超过三成企业将其用于数据采集、处理和分析的自动化，但跨部门协作不足仍造成资源浪费。与此同时，数据与 AI 团队的割裂也导致重复建设和数据孤岛，三分之一企业因此面临高昂的管理成本。
在这一背景下，未来厂商竞争的核心分水岭，将在于能否实现数据与 AI 的深度融合。作为报告中的领导者，腾讯云已在“Data+AI”一体化方向完成系统布局。一站式数据智能平台 WeData 基于 DataOps 与 AIOps 双引擎，覆盖数据接入、治理、建模、训练到推理的全生命周期，帮助企业降低构建成本并提升资产运营效率。
进一步来看，腾讯云统一元数据管理平台 TC-Catalog 打通大数据与 AI 引擎，支持结构化、非结构化数据及 AI 模型的统一管理和权限管控，同时实现跨引擎融合计算，从而加速企业 Data+AI 应用落地。
在此基础上，腾讯云大数据平台 TBDS 构建了统一的数据智能底座，以 Lakehouse 架构支撑多模态数据的融合与分析。平台不仅能同时管理 BI 报表、日志、图像等不同类型数据，还能高效完成向量化存储与调用，相较传统模式，数据管理效率提升超过 200%。
通过 TDBS 中 Spark 与 Flink 引擎的融合计算，企业能够以 SQL 直接完成复杂混合分析，并支持自然语言交互式洞察，整体分析链路成本降低超过 50%。
同时，TBDS 借助 AI 能力实现资源智能调度，在业务高峰期自动扩展 GPU 节点池，低谷期释放闲置资源，帮助客户兼顾性能与成本。在运维层面，平台结合知识库与系统指标，实现部分故障的自动修复及全链路预警追溯，综合运维成本降低超过 120%，为大规模 AI 应用的稳定落地提供坚实保障。
IDC 在报告中强调，未来技术供应商需要加速 Data+AI 融合平台落地，提升计算引擎性能并加强垂直行业适配。腾讯云凭借持续的技术创新与开放生态建设，不仅为企业提供高效的数据底座，也为生成式 AI 应用的普及和深化提供了有力支撑。
