當前，企業全面擁抱AI浪潮，Data for AI（為AI而生的大數據技術）已成為驅動業務增長的核心引擎。據權威機構報告，非結構化數據正以每年60%的速度急劇增長，在企業數據總量中占比已超八成。如何從海量、多模態的數據中高效挖掘價值，已成為企業在AI時代必須攻克的關鍵挑戰。

近日，火山引擎與NVIDIA在中國新疆伊寧聯合舉辦“2025火山引擎Data+AI行業領航者智創沙龍”，匯聚行業專家與技術領袖，共同探討大模型時代下數據與智能的協同發展之路。會上，火山引擎重磅分享了其在Data Agent領域的商業化思考以及面向未來的多模態數據新基建解決方案，旨在為千行百業的智能化轉型注入全新動力。

Data Agent：超越“工具”，打造懂業務的AI數據專家

“我們需要更聰明的AI，還是更懂業務的Agent？”火山引擎Data Agent項目負責人海書山在演講開篇便提出了一個引人深思的問題。他指出，當前許多大模型應用陷入了“模型軍備競賽”的悖論，即過度追求模型的技術指標，而忽略了其與業務場景的深度融合。真正的商業價值缺口，并非源于模型不夠智能，而是缺乏將AI能力有效映射到具體業務邏輯中的創新思路。

為此，火山引擎推出Data Agent，致力于打造超越傳統工具的下一代“企業級AI數據專家”。它不僅能理解自然語言，更能洞悉業務背后的復雜邏輯，主動發現潛在問題。

火山引擎Data Agent的核心價值在于“分析+營銷”能力的深度整合，打通了從數據洞察到業務行動的“最后一公里”。

· 重塑洞察效率邊界：在復雜的流量歸因場景中，業務人員只需通過自然語言提問，Data Agent即可自動整合多渠道數據，進行智能歸因分析，并生成可視化圖表與結論報告。這一變革將傳統模式下需要數天甚至數周的分析工作，效率提升高達96.9%，真正實現了分析門檻的“清零”。

· 構建個性化增長引擎：在智能銷售場景中，Data Agent能夠深度融合用戶實時行為與歷史偏好，依托AI自主學習知識庫，為每一位客戶生成個性化的推薦策略。方案已在超過10個核心業務場景中深度應用，場景召回成功率達到94.4%，顯著提升了用戶點擊率與轉化率。

海書山強調，評估Agent的價值需要建立一個超越“準確性”的立體框架，即在保證準確性（Accuracy）和魯棒性（Robustness）的基礎上，更要追求洞察性（Insightfulness）——不僅要回答“是什么”，更要揭示“為什么”并提出“怎么做”，從而創造真正的商業價值。

多模態數據新基建：為AI應用鋪設堅實的數據之路

隨著AI應用向更高級的具身智能、自動駕駛等領域邁進，數據基礎設施面臨著前所未有的挑戰：數據異構性、時空對齊難、高質量數據獲取成本高等問題日益凸顯。

火山引擎數智平臺產品總監王彥輝對此提出了下一代數據基建的建設思路，即通過構建“數據-模型協同飛輪”，實現從多模態兼容、計算溯源、高效清洗到自我進化的完整閉環。

基于此，火山引擎正式推出多模態數據湖解決方案。該方案是專為AI時代設計的新一代數據基礎設施，其核心優勢在于：

· AI友好的一站式平臺：方案無縫對接PyTorch、TensorFlow等主流AI框架，支持火山方舟/機器學習平臺的推理數據回流，提供從數據處理、查詢、清洗到模型訓練的一站式服務，打通AI全鏈路。

· 強大的多模態數據處理能力：采用新興的多模態湖格式，能夠統一存儲圖像、音視頻等非結構化數據與元數據，并對文件讀寫速度進行深度優化。方案整合了NVIDIA NeMo Curator等先進的數據處理流水線技術，可將PB級視頻數據的處理周期從數年縮短至數天。

· 開放架構與極致降本：方案全面擁抱開源，并與火山引擎統一基礎平臺（GPU/CPU/TOS）及veOmniverse、火山引擎Isaac Sim等仿真平臺深度協同。

在與國內某頭部智駕企業的合作案例中，火山引擎基于LAS的多模態數據湖解決方案，幫助客戶解決了PB級數據處理效率低下、GPU資源利用率不足30%的痛點。最終實現了模型訓練提速1.5倍、資源利用率提升至95%、綜合成本降低至1/4的顯著成效，加速了智駕模型的落地迭代。

此次智創沙龍不僅展示了火山引擎在Data+AI領域的最新技術成果與落地實踐，更彰顯了其與NVIDIA等頂尖技術伙伴深化合作的決心。未來，隨著火山引擎領先的數據平臺能力與NVIDIA卓越的加速計算技術更緊密地結合，雙方將共同推動高性能AI計算在更多產業的應用落地，為企業構建堅實的數據底座，驅動業務實現更高質量的智能增長。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。

關鍵詞：