Agent 成 2025 年 AI 主流叙事

年初，DeepSeek 提升模型推理能力，Manus 描绘通用 Agent 蓝图，推动 Agent 从被动答疑向主动执行任务转变。全球 Agent 市场规模突破 50 亿美元，预计 2030 年达 500 亿美元，进入“百 Agent”混战时代。

企业部署 Agent 遇冷：现实与理想落差

尽管企业纷纷构建 Agent 以提升生产力，但部分部署后未达预期效果。核心问题在于将 Agent 平台误认为 AI Infra，而 Agent 属于应用层，缺乏底层支撑能力。

AI Infra 的真正价值：数据闭环驱动模型优化

AI Infra 应具备分布式计算、数据调度、模型服务等结构层能力，形成“数据-模型-应用”闭环。赛迪数据显示，2025 年中国 AI Infra 市场规模预计达 36.1 亿元，同比增长超 86%。

数据：AI Infra 的灵魂

企业在部署 Agent 时往往忽视数据价值，导致功能流于表面。AI 正从以模型为中心转向以数据为中心，高质量、多模态数据成为企业差异化竞争关键。

传统数据基础设施面临挑战

传统数据平台仅实现“存好、取快”，难以满足大模型时代对海量、多模态、实时数据的需求。数据孤岛、平台割裂、人工治理等导致“有数据无智能”困境。

新一代 Data&AI 数据基础设施崛起

新范式要求数据平台从“被动容器”升级为“主动生产力载体”，实现数据“主动生成”、“动态治理”，打通数据存储、治理、计算与 AI 模型开发全链路。

市场格局：四大类玩家竞逐 Data&AI 一体化平台

当前市场玩家包括 AI 工具新兴厂商、传统大数据平台厂商、平台型综合厂商、专业垂直厂商。其中，Databricks、科杰科技等专业厂商具备 Data&AI 一体化闭环能力。

核心能力：多模态数据融合、一体化闭环、动态调度

优秀平台需支持多模态数据实时提取治理、低代码开发、端到端工作流、异构资源调度，实现训推一体化。

技术路径：AI-in-Lakehouse 架构创新

该路径将 AI 能力内嵌于湖仓一体架构中，统一湖仓引擎、OLAP 治理和 AI 技术，实现“All-in-One”解决方案。

案例验证：科杰科技 KeenData Lakehouse2.0

该平台采用 AI-Native 架构，提供数据集成、开发、治理、模型构建、Agent 开发等全链路能力。已在中国石化、一汽等企业落地应用，实现业务智能升级。

结语：构建 AI 时代的“超级公路”

企业决策者需思考如何为 AI 构建畅通基础设施。当 Agent 成为标配，真正的胜负手在于数据与 AI 融合的底层基座，这将决定企业在未来智能时代的竞争力。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。