科杰科技高海玲：Data&AI一體化，是企業未來十年的「直通票」

2026年，人工智能的關鍵詞一定是“落地”——AI已從技術概念全面轉向產業落地，顛覆傳統業務運營模式，成為驅動企業增長的核心生產力工具。

在這場智能化革命中，企業的競爭焦點已從算力、算法的外部比拼，轉向內部數據資產與AI能力的融合深度——誰能率先將零散的私域數據轉化為可復用的“數據金礦”，構建Data &AI一體化能力，誰就能跳出同質化內卷，搶占未來十年的市場優勢。

在2026節點增長大會上，科杰科技聯合創始人高海玲表示，真正決定企業未來技術核心能力的，是企業自身的“數據Ready能力”，也就是數據質量、數據治理情況，以及AI工程體系與企業業務結合的落地效果。

科杰科技聯合創始人高海玲

有大模型相關數據顯示，80%的大模型落地項目，即便配備了最好的芯片和算法，實施一段時間后也無法直接服務于業務決策。核心原因是會出現“AI幻覺”，導致模型給出的結論不可靠，不能直接輔助決策。這背后的關鍵問題，就是缺乏高質量的數據支撐。

高質量數據集不是天生就存在的，需要持續的開發、治理、應用，以及與模型的融合，而且開發過程中需要直接應用到業務系統。而科杰科技的“Data& AI一體化平臺”能幫助企業讓數據技術、AI技術、應用技術與業務系統深度融合，滲透到業務的每一個環節。

在會上，高海玲深度解析了AI與行業融合的核心邏輯，以及企業如何通過一體化平臺實現智能化轉型與增長重塑。

為了完整呈現高海玲的思考，在不改變原意的基礎上，節點財經對演講內容進行了整理編輯，希望能提供新的視角與洞察。

核心觀點梳理：

1. 在未來不長的時間里，所有行業的業務系統都會被AI重寫一遍，現有的業務流程也將被AI重新定義。

2. AI正以前所未有的速度與各個行業進行深度融合，在這個過程中，誰能率先搶占AI先進技術能力，并與自身業務深度綁定，誰就能更快搶到未來十年的市場優勢。

3. 想要在AI時代站穩腳跟，企業必須跳出同質化內卷的漩渦，把零散的數據變成可復用的數據金礦，讓AI扎根在業務場景里自動生長。

4. 對企業來說，真正需要的核心平臺，是能讓數據技術、AI技術、應用技術與業務系統深度融合的一體化平臺。

以下為高海玲演講精編：

AI重塑行業生態

大家下午好！非常高興能和大家齊聚一堂，探討人工智能技術與行業的結合，以及企業如何利用這一先進生產力工具，重塑增長邏輯、挖掘增長的底層動力。

我們深切感受到，人工智能技術正以不可阻擋的勢頭，顛覆傳統數據業務的運營模式。在未來不長的時間里，所有行業的業務系統都會被AI重寫一遍，現有的業務流程也將被AI重新定義。在零售領域，以前“人選物”的模式，現在已經變成“物選人”的智能推薦、“猜你喜歡”；在金融行業，原來事后補救的風險管控方式，現在已經升級為毫秒級響應和毫秒級拒絕；在制造業，數據質量管控、芯片檢測等環節，效率提升到了傳統模式的20倍以上，智能工廠、無人工廠正在廣泛擴張，我們身邊隨處都能看到這樣的變化。

企業運用AI的目標，也從最初的降本提效，逐步升級為驅動業務增長。如今，AI正以前所未有的速度，與各個行業進行深度融合，在這個過程中，誰能率先搶占AI先進技術能力，并與自身業務深度綁定，誰就能更快搶到未來十年的市場優勢。智能化時代，企業的競爭優勢，本質上是優先把散落在內部的私域數據、數據資產，與AI的原生動能相乘，構建差異化的創新優勢。

想要在AI時代站穩腳跟，企業必須跳出同質化內卷的漩渦，把零散的數據變成可復用的數據金礦，讓AI扎根在業務場景里自動生長。從整個AI競爭格局來看，核心由算力、數據、算法三部分構成。目前在算力和算法方向，經過前幾年的技術投入，已經有了完整的解決方案和替代方案，這些更多是外部環境、資金可以解決的問題。而真正決定企業未來技術核心能力、能否搶占競爭優勢的，是企業自身的“數據Ready能力”——也就是數據質量、數據治理情況，以及AI工程體系與企業業務結合的落地效果，我們把這兩者結合起來稱為“數據和AI的Ready就緒能力”。

Data &AI一體化平臺

有大模型相關數據顯示，80%的大模型落地項目，即便配備了最好的芯片和算法，實施一段時間后也無法直接服務于業務決策。核心原因是會出現“AI幻覺”，導致模型給出的結論不可靠，不能直接輔助決策。這背后的關鍵問題，就是缺乏高質量的數據支撐。

高質量數據集不是天生就存在的，需要持續的開發、治理、應用，以及與模型的融合，而且開發過程中需要直接應用到業務系統。這個全業務流程是動態一體化的，這就要求實時技術和AI技術必須一體化協同。對企業來說，真正需要的核心平臺，是能讓數據技術、AI技術、應用技術與業務系統深度融合的一體化平臺。這個平臺需要滲透到業務的每一個環節，進行深度整合，這是一個復雜且龐大的系統，我們稱之為“Data & AI一體化平臺”。

算力和數據是相互作用和相互影響的。在企業側，針對于他的業務價值的發揮，數據基礎設施為企業AI在真正和業務融合過程中提供的是數據的處理過程、數據的開發過程，以及模型應用和最終端的業務價值顯現的Agent開發和全鏈路貫穿的能力。

數據和模型一體化的融合，需要從哪些方面著手？

第一個是架構方向的融合。是解決企業內部數據應用、AI模型訓練與推理，到最終業務應用的全鏈路打通，實現整體架構的融合。具體來說，就是要提供數據倉庫、模型應用所需的向量數據庫，以及動態檢索、智能生成的全鏈路能力。

第二個是整體的一體化基礎設施，需要與整個企業的業務運轉過程的全流程進行融合。我們都知道，散落在私域內的孤立數據價值很低，甚至可以說沒有價值，數據只有被聚合起來、產生關聯，才能真正發揮價值。所以一體化基礎設施必須與企業的業務系統深度耦合，包括OA系統、ERP系統、訂單系統、倉庫系統、銷售系統，甚至財務和HR系統。只有這樣，才能讓數據基礎設施與原有業務系統實現智能化升級，讓智能貫穿業務全鏈路——從智能生產、智能審批、智能開發，到智能應用，再到最終的智能決策，實現全流程的實時業務流轉。而這種全鏈路的智能化，能直接將整個業務的效率提升80%以上。

第三個是場景側的融合。AI的價值最終要在業務終端體現，而我們的業務經營過程是一個動態、實時且持續的，整體基礎設施在平臺內需要業務的各個人員在基礎設施面向終端方向進行低代碼的Agent實時業務場景進行各種開發，結合業務各種融合，最終幫助這個企業構建面向管理和決策層的集中式管制和分散式賦能的能力。

一體化能力賦能行業增長

我們看一下整體的一體化數據基礎設施在企業內是如何落地、如何幫助企業進行智能化轉型的。

第一個案例是一家全球排名前148位的零售集團。這家集團要進行全集團的數字化轉型和智能化升級，在技術選型階段，他們選擇了科杰和兩家美國頭部公司進行對比，在微軟云和亞馬遜混合云環境下，對約280項功能進行了性能評測，最終科杰勝出，為其提供轉型服務。整個服務過程持續了兩年，我們幫助他們打通了2000萬+客戶的數據，完成了全球19000家門店的線上線下業務一體化轉型——這些門店分布在日本、中國、東南亞等多個國家和地區，涉及跨域、跨時區、跨國界的業務協同。

第二個案例是中信銀行。金融行業作為受強監管的行業，信息化建設起步早，數字化程度相對較深，在人工智能和數據方向的人才儲備也比較完整。但即便如此，他們依然積極擁抱人工智能技術，持續構建內部核心競爭力。他們在一體化基礎設施方向上構建了實時反欺詐系統和實時數倉，實現了實時數據與離線數據的混合協同、實時同步，既滿足了內部所有及時性查詢和數據資產持久化的需求，又在提升業務終端響應速度的同時，強化了數據治理能力。

第三個案例是中石化。作為大型央國企，中石化的智能化轉型和數字化轉型體系龐大，推進難度相對較大，但他們率先完成了相關建設。通過科杰的一體化平臺，中石化構建了自己的數據底座EDPC，實現了約4個PD的跨部門數據匯聚，覆蓋了測井、井下作業、地質研究、油氣田開發、生產管理等18個全業務域。

目前，AI服務行業的廠商大致可以分為四類：第一類是綜合平臺型廠商，能力全面，以硬件服務為主，代表企業有騰訊云、華為、阿里；第二類是專業平臺型廠商，在垂直領域深耕，擁有先進的技術、一線落地能力和完備的產品能力，科杰就屬于這類；第三類是數據平臺類廠商，側重行業落地，以項目制服務為主，更關注項目完成，技術并非核心競爭力；第四類是智能應用廠商，可以理解為AI時代的應用層平臺廠商，企業可以根據自身需求選擇合作對象。

值得一提的是，在算力、算法、數據的核心競爭格局中，中國構建的制造業和供應鏈全鏈路能力，以及AI與供應鏈、行業融合的一體化方案，已經領先。中國企業已經將AI技術與自身業務、行業價值打包成完整方案，具備了向海外市場輸出先進生產力的能力，這個市場空間非常廣闊。

最后，簡單介紹一下科杰科技。科杰科技致力于Data&AI的研發與創新，聚焦AI數據基礎設施領域，核心產品是Data & AI一體化平臺KeenData Lakehouse，為企業打造數據、模型、部署全鏈路端到端的All-in-One能力。目前，科杰的技術處于行業領先水平，獲得過國家科技進步一等獎，也是專精特新重點小巨人企業。我們的客戶覆蓋國內外約20個行業，服務了200多個客戶。未來，希望能與各位伙伴共同探討，通過人工智能技術加速企業的增長邏輯，實現高質量發展。

我的介紹就到這里，謝謝大家！