騰訊云黃世飛：全面升級Data+AI能力，構建企業智能化數據基座

9月17日，在騰訊全球數字生態大會上，騰訊云宣布大數據產品矩陣全面升級Data+AI能力體系，覆蓋底層架構、數據平臺、數據應用等全流程，幫助企業應對數據治理、多模態融合與智能化應用等挑戰。

騰訊云副總裁黃世飛發表主題演講

騰訊云副總裁黃世飛表示，騰訊云致力于融合Data+AI一體化能力，并引入AI Agent賦能，旨在解決傳統數據平臺在多模態處理和智能化上的不足，推動企業形成差異化AI競爭力，釋放數據價值。

 

升級云原生數據基座，打造“開箱即用”的數據智能平臺

近年來，隨著算力成本的下降和開源大模型的普及，數據逐漸成為企業智能化發展的關鍵差異化因素。然而，傳統數據平臺在多模態數據處理、實時性、知識庫構建等方面仍面臨挑戰。 

對此，騰訊云提出構建“AI-Ready”數據智能平臺，通過云原生架構、Data+AI一體化和Agent增強，為企業提供面向未來的數據底座。

在底層架構方面，騰訊云推出了DIaaS（數據智能即服務）理念，打造多模態智能數據湖TCLake，結合流湖引擎和企業級搜索ES，全面提升數據處理效率與智能化水平。

TCLake實現了結構化與非結構化數據的統一管理，并通過Lakehouse架構大幅提升計算性能，降低存儲成本。

流湖引擎支持流批一體和秒級分析，將傳統小時級的數據處理加速至秒級，運維成本降低近一半。

面向企業知識庫構建，騰訊云增強了ES的云上能力，支持文本與向量的混合檢索，并引入AutoRAG一鍵化生成方案，在10億規模向量場景下實現毫秒級響應，查詢性能提升10倍，存儲節省高達90%。

 

WeData一體化平臺升級，打通數據與AI全流程

在平臺層，騰訊云WeData升級為端到端的一體化Data+AI平臺，打通數據接入、治理、建模、訓練到推理全鏈路，統一管理多模態數據、模型和指標資產，幫助企業實現從DataOps到AIOps的融合。

通過WeData的 OneFlow服務，數據處理與AI訓練可在同一工作流內完成，避免了傳統流程中的復制和權限分散問題。

與此同時，WeData提供統一的元數據和語義層，確保跨團隊的數據口徑一致，并為智能化BI分析奠定基礎。

AI Agent加持，釋放數據分析與運維潛能

在應用層，騰訊云通過Data Agent和ChatBI等創新實踐，將智能能力融入數據使用的每個環節。ChatBI能夠基于自然語言查詢直接生成業務洞察，結合WeData的統一語義和NL2SQL技術，減少大模型幻覺并降低30%的Token消耗，幫助業務人員快速獲取所需信息。

面向運維場景，騰訊云大數據推出智能Agent體系，包括自主調優、自主運維和預測治理三類Agent，能夠降低資源成本15%，將問題排查時間從數小時縮短至30分鐘，并實現事前預警和自動化處置，大幅提升大數據系統的穩定性與效率。 

黃世飛表示，未來的數據平臺將由更多Agent驅動，成為新一代智能化基礎設施。騰訊云已在騰訊云智能體開發平臺上推出TCDataAgent等產品，計劃通過開放生態與合作伙伴共同構建覆蓋運維、分析等場景的Agent矩陣，進一步釋放數據價值。

在本次大會上，面向融合創新場景，騰訊云大數據平臺TBDS也升級亮相，憑借核心引擎的優化，整體性能提升65%。同時，TBDS持續在安全合規、IPv6和災備方面增強，已在金融等關鍵行業成功落地，并發布“TBDS多模態智能數據湖金融解決方案”，助力金融行業融合大數據和AI一體化存儲和計算底座，激發數據價值。