腾讯云黄世飞：全面升级Data+AI能力，构建企业智能化数据基座

9月17日，在腾讯全球数字生态大会上，腾讯云宣布大数据产品矩阵全面升级Data+AI能力体系，覆盖底层架构、数据平台、数据应用等全流程，帮助企业应对数据治理、多模态融合与智能化应用等挑战。

腾讯云副总裁黄世飞发表主题演讲

腾讯云副总裁黄世飞表示，腾讯云致力于融合Data+AI一体化能力，并引入AI Agent赋能，旨在解决传统数据平台在多模态处理和智能化上的不足，推动企业形成差异化AI竞争力，释放数据价值。

升级云原生数据基座，打造"开箱即用"的数据智能平台

近年来，随着算力成本的下降和开源大模型的普及，数据逐渐成为企业智能化发展的关键差异化因素。然而，传统数据平台在多模态数据处理、实时性、知识库构建等方面仍面临挑战。

对此，腾讯云提出构建"AI-Ready"数据智能平台，通过云原生架构、Data+AI一体化和Agent增强，为企业提供面向未来的数据底座。

在底层架构方面，腾讯云推出了DIaaS（数据智能即服务）理念，打造多模态智能数据湖TCLake，结合流湖引擎和企业级搜索ES，全面提升数据处理效率与智能化水平。

TCLake实现了结构化与非结构化数据的统一管理，并通过Lakehouse架构大幅提升计算性能，降低存储成本。

流湖引擎支持流批一体和秒级分析，将传统小时级的数据处理加速至秒级，运维成本降低近一半。

面向企业知识库构建，腾讯云增强了ES的云上能力，支持文本与向量的混合检索，并引入AutoRAG一键化生成方案，在10亿规模向量场景下实现毫秒级响应，查询性能提升10倍，存储节省高达90%。

WeData一体化平台升级，打通数据与AI全流程

在平台层，腾讯云WeData升级为端到端的一体化Data+AI平台，打通数据接入、治理、建模、训练到推理全链路，统一管理多模态数据、模型和指标资产，帮助企业实现从DataOps到AIOps的融合。

通过WeData的 OneFlow服务，数据处理与AI训练可在同一工作流内完成，避免了传统流程中的复制和权限分散问题。

与此同时，WeData提供统一的元数据和语义层，确保跨团队的数据口径一致，并为智能化BI分析奠定基础。

AI Agent加持，释放数据分析与运维潜能

在应用层，腾讯云通过Data Agent和ChatBI等创新实践，将智能能力融入数据使用的每个环节。ChatBI能够基于自然语言查询直接生成业务洞察，结合WeData的统一语义和NL2SQL技术，减少大模型幻觉并降低30%的Token消耗，帮助业务人员快速获取所需信息。

面向运维场景，腾讯云大数据推出智能Agent体系，包括自主调优、自主运维和预测治理三类Agent，能够降低资源成本15%，将问题排查时间从数小时缩短至30分钟，并实现事前预警和自动化处置，大幅提升大数据系统的稳定性与效率。

黄世飞表示，未来的数据平台将由更多Agent驱动，成为新一代智能化基础设施。腾讯云已在腾讯云智能体开发平台上推出TCDataAgent等产品，计划通过开放生态与合作伙伴共同构建覆盖运维、分析等场景的Agent矩阵，进一步释放数据价值。

在本次大会上，面向融合创新场景，腾讯云大数据平台TBDS也升级亮相，凭借核心引擎的优化，整体性能提升65%。同时，TBDS持续在安全合规、IPv6和灾备方面增强，已在金融等关键行业成功落地，并发布"TBDS多模态智能数据湖金融解决方案"，助力金融行业融合大数据和AI一体化存储和计算底座，激发数据价值。