亚马逊云科技G2：数据库如何为Agentic AI创新释放数据价值？

亚马逊云科技G2：数据库如何为Agentic AI创新释放数据价值？

AI的爆发，倒逼数据库完成“权力交接”。数据库正从被动的存储底座，进化为主动的决策引擎。过去，数据库负责“记住”世界；现在，数据库必须学会“理解”并“调度”世界。当AI定义智能的高度，数据库就定义了智能的边界。数据库不再是后台的辅助工具，而是决定AI“智商”的战场。亚马逊云科技数据库服务副总裁Ganapathy“G2”Krishnamoorthy表示：“数据才是客户利用这些先进技术、为业务创造新价值的差异化来源。”

亚马逊云科技数据库服务副总裁Ganapathy“G2”Krishnamoorthy

在2026年亚马逊云科技中国峰会上，G2深入分享了AI时代，尤其是Agentic AI大爆发背景下，数据库角色的深刻变化，以及亚马逊云科技对应的实践路径。资料显示G2是资深数据库专家，在该领域拥有超过20年的深厚积累。目前，他带领的团队全面负责亚马逊云科技的数据库服务矩阵，涵盖Amazon Aurora、Amazon DynamoDB、Amazon DocumentDB、Amazon ElastiCache、Amazon DMS、Amazon Neptune、Amazon RDS及Amazon Timestream等产品。

如何为Agentic AI创新解锁数据资产？

在分享中，G2将“如何为Agentic AI创新，解锁企业现有的全部数据资产”作为重点。他指出，Agentic AI依赖“上下文”与“记忆”两大支柱，因此数据既要能作为上下文被实时调用，也要能被数据库持久化存储与管理。为此，亚马逊云科技已让旗下所有数据库引擎，包括PostgreSQL、MySQL、DynamoDB，乃至SQL Server和Oracle等支持MCP服务器协议，确保Agentic框架可无缝访问，同时提供向量检索与混合搜索能力。

在此基础上，亚马逊云科技坚持拥抱开放架构，致力于帮助客户构建持久、可演进的数据底座。在安全与合规层面，需确保数据库原有的安全治理能力能够透明地延伸到Agentic AI场景中。同时，Agent的普及将带来规模需求的指数级跃升，因此Serverless架构与弹性扩展能力成为刚需。G2特别强调：“这正是我们Serverless数据库产品的差异化优势所在。”他进一步指出，未来推理成为最大的工作负载，因此对数据库底层运营成本的自动化优化至关重要。

值得一提的是，Agentic AI本质上是一种云原生工作负载。对大多数客户而言，上云是第一步，他们需要先将数据库和应用系统迁移到云端。亚马逊云科技的托管数据库服务，正是承载客户整体数据库资产的最佳平台。无论客户使用的是PostgreSQL、MySQL等开源引擎，Amazon DynamoDB、Valkey等键值数据库，还是Oracle、SQL Server等传统商业授权数据库，都可以极其轻松地迁移上云，并在此基础上借助亚马逊云科技的能力，驱动Agentic AI创新。

亚马逊云科技眼中的AI原生数据库

笔者注意到，国内数据库厂商正纷纷向AI原生数据库演进。相比传统数据库，它们具备更便捷的数据访问能力、向量嵌入与混合搜索能力，以及模型调用能力，为AI应用提供更友好的数据底座。

在采访中，G2进一步分享了几个关键洞察：

第一，AI时代需要“毫不费力”的数据库。如今借助AI工具，任何人都能构建应用程序，但他们往往缺乏传统DBA技能。因此，数据库必须易于创建、按需自动伸缩、随时间自我优化，无需人工评估规格或日常运维。例如，使用PostgreSQL等传统数据库时，系统可自带AI Agent接管全部运维工作。AI生成应用背后的开发者真正需要的，是一个撒手不管的自动化数据库底座。

第二，极致伸缩规模是爆款应用的刚需。当应用成为爆款，基础设施必须能向上扩容至千万级并发；而当应用仅供个人或小团队低频使用时，又能向下缩容到零（Scale to zero），仅在真正产生价值时计费。这种真正的Serverless能力，正是Amazon DynamoDB和Amazon DSQL等产品的核心优势。

构建Agentic AI时代数据库，选择哪条路径？

当前行业出现了两条数据库演进路线：一是在现有数据库上叠加向量检索和Agent记忆等插件功能，不推翻原有基础设施；二是面向AI时代建立完全AI原生的数据底座。对此，G2也给到相应的建议，“选择当下最能为你业务和客户创造价值的路径。”

具体而言：传统商业数据库（SQL Server/Oracle）用户，应迁移至MySQL/PostgreSQL，以降低成本、优化架构，Amazon Transform服务可加速迁移；封装应用（ERP/供应链）用户，不必急于重构，应优先释放现有数据价值，改造可择机进行；全新项目，建议直接采用开源底座，关系型数据库选用MySQL/PostgreSQL，数据湖采用Apache Iceberg，以获取灵活性与成本优势。

G2表示，“新项目拥抱开源，既有应用聚焦数据价值，而非技术切换。亚马逊云科技随时提供支持，但企业的核心关注点应是‘创造价值’。”

在本次大会上，笔者还注意到亚马逊云科技的相关更新，Amazon Simple Storage Service新增Vector、Tables、Metadata等支持，打通存储与AI工作负载。同时，新发布的S3 Files和S3 Tables让数据直接服务于AI和ML场景。此外，开放数据架构整合了分析、数据库、AI、搜索和流处理层。

2026年亚马逊云科技中国峰会上，亚马逊全球副总裁、亚马逊云科技亚太区联席总裁储瑞松抛出一个核心论断：数据是企业AI竞争不可复制的护城河。在他看来，大量AI项目失败的根本原因在于数据未准备就绪，而真正能够形成差异化优势的，是企业长期积累的私有数据与知识体系，这些资产难以被外部快速复制。

而在Agentic AI爆发式增长的当下，数据库的角色正在被重新定义，从被动的存储系统，进化为主动释放数据生产力的智能引擎。亚马逊云科技也正为此持续进化其数据库服务。这场变革的终局，将企业竞争的核心命题从“有没有用AI”，推向了一个更高的维度：“能不能用AI持续、稳定地创造业务价值”。