前言

我们正处于一个数智融合的新时代，数据的价值和作用日益凸显。如何更好地理解和利用数据，构建先进的智能数据体系，成为了摆在我们面前的重要课题。

在这个背景下，深入研究和探讨智能数据体系的发展具有重要的现实意义。它不仅能够帮助我们提升数据处理的效率和质量，还能够挖掘出数据中蕴含的巨大价值，为企业决策提供有力支持，推动各个领域的创新和发展。

内容将围绕智能数据体系展开，深入剖析其发展历程、现状以及未来的趋势。通过对相关技术和应用的解读，我们将揭示智能数据体系在驱动未来发展中的关键作用，以及它所面临的挑战和机遇。

希望通过对这些内容的探讨，能够为读者提供有价值的洞察和启示，让大家更好地理解智能数据体系的重要性，并为其在实际应用中的推广和发展提供有益的参考。让我们一同踏上这场数据之旅，探索智能数据体系的奥秘，迎接未来的挑战和机遇。

智能数据体系

人工智能技术的不断发展，数据体系也在经历着深刻的变革，从传统的大数据时代迈向数智融合的新时代。在这个快速发展的智能化时代，如何打造下一代智能数据体系，成为了摆在我们面前的重要课题。

回顾数据领域技术的发展历程，我们可以看到，从互联网时代到大数据时代，再到如今的数智融合时代，数据技术一直在不断演进。在互联网时代，高效的数据库存储与管理技术为中小微企业的信息数字化奠定了基础，支撑了电子商务等业务的发展。

到了大数据时代，MapReduce、Bigtable和Google File System等技术的出现，开启了大规模分布式数据存储和计算分析的新篇章，数据画像的丰富度得到空前提升，千人千面的个性化服务蓬勃发展。而在数智融合时代，以大模型为核心的智能化技术，围绕智能体的开放生态，让每个人都拥有全方位智能管家的服务成为可能。

在这个数智融合的新时代，数据体系正在从成本效率中心向价值中心转变。数据资产本身的规模、多样性、质量特别是内容的准确性等因素，直接影响着智能化应用的效果，其价值日益彰显。因此，从数据资产的生产、加工与服务、消费与应用等各个环节，都需要围绕数据的价值化来构建相应的体系与技术能力。

首先，数据生产方式在不断拓展。传统的搜索推荐和千人千面的服务依赖于全网信息汇集，而在数智融合时代，数据的生产进一步扩展到对日常生活点滴的记录，如可穿戴设备、智能家电及各种物联网终端所生产的数据。人类、机器甚至未来具身智能的所见所闻皆可数字化，皆可沉淀为数据资产。然而，全网信息的汇集已接近上限，专业、高品质的数据至关重要。因此，专业化的数据标注与合成技术成为提升大模型训练数据品质的关键，也是构建生成式人工智能核心竞争力的重要因素。这种由量向质的变革，将提升智能化系统的可靠性和处理复杂任务的能力，推动数智融合时代的发展。

其次，数据资产加工与服务也在不断演进。数据的形态从结构化向非结构化延展，非结构化数据占比不断增加。到2027年，全球非结构化数据将占到数据总量的86.8%，达到近250ZB。与传统结构化数据加工处理不同，非结构化数据加工处理涉及多源异构全模态数据融合，面临着新的挑战。在数据清洗与质量评估方面，除了传统的结构性质量，非结构化数据的内容质量和表达质量也需要关注。在数据挖掘方面，非结构化数据的内容理解是后续智能化应用的关键基础。在数据审核方面，对非结构化数据的专业审核是控制数据毒性、防止数据污染的必要方式。

同时，数据服务正在从面向用户向面向机器与智能体延展。未来智能化的应用形态将向基于多智能体协作的智能助理及具身智能发展，交互方式也将从传统的UI图形交互向更简化、自然的人机交互转变。在这一过程中，数据服务也将发生相应的延展，包括Agent之间的语义表达革新、生成式智能编解码和渲染以及多Agent网络传输等方面。这些变化将为数据形态与处理方式带来更多的价值机会，同时也需要不断提升数据资产加工与服务的能力。

然而，在数智融合的时代，数据应用范式也面临着新的挑战。一是在新搜索、新交互等创新场景下，标量与向量数据的混合检索成为关键。这种混合检索将降低用户使用门槛，提升交互效率，但同时也面临着存储成本、检索性能以及与近线数据流高效融合等技术难题。二是智能化应用效果的不确定性，使得围绕数据的实验迭代原生工程体系成为支撑数据应用新范式的核心。

在这个体系中，需要对数据进行全方位评估，具备综合的数据处理能力，构建科学实验工程体系，并注重价值关联的反馈。三是面向数据生态，需要构建开放的数据价值发现与流通体系，支持多方数据融合，实现数据价值的主动发现，确保数据要素流通的安全合规，并支持对数据价值流通与应用效果的度量及价值结算。

未来，蚂蚁数据在智能数据体系方面取得了一些阶段性进展。在底层的全模态存储与计算引擎方面，不断拓展存储能力，深化计算能力，布局多媒体数据技术领域，并加速构建混合检索与分析计算引擎。在核心的融合数据湖中，注重结构化、半结构化和非结构化数据的融合，强调统一元数据、三线一致和Single Source of Truth，以及非结构化多媒体数据的安全与可信能力。在上层的数据应用中，秉承“围绕价值的数据驱动”理念，包括高价值数据的生产、全模态的数据研发和新特征服务，以及数据应用新范式中的各项能力。

在这个充满挑战与机遇的智能化时代，打造下一代智能数据体系至关重要。我们需要不断适应数据领域的变革，充分发挥数据的价值，推动人工智能技术的发展，为社会的进步和发展提供强大的支撑。相信在未来，智能数据体系将成为驱动各个领域发展的核心力量，为我们带来更加美好的生活和更加广阔的发展前景。