文｜周享玥 赵艳秋
编｜牛慧
为什么同一个大模型，用英文回答科学和工程问题时，常常更顺、更有条理？
答案不只在模型，也在数据。现代科学体系中，大量论文、代码和工程文档最初就用英文写成，不仅记录结论，也保留了研究过程和论证关系。模型从中学到的，不只是一门语言，也是一套知识和逻辑的组织方式。
模型越来越强之后，胜负手正在重新落回数据。
尤其当Agent开始进入企业核心业务，数据也从模型训练的原料，变成AI运行过程中持续调用的基础设施。
过去二十年，我们解决的是“怎么把数据存下来”；Agent时代，新的问题变成了“怎么让数据持续供给智能”。
现在，华为想做的，是把过去二十年的“大数据”再重做一遍。
01
新用户：Agent来了，数据的消费者变了
去年，沃尔玛中国一度严禁员工用外部大模型讨论工作，数据泄露风险让大型跨国企业对AI极为谨慎。但今年五六月份后风向突变，企业开始认真将核心业务推进到企业级智能体时代。
变化背后，是企业使用AI的方式变了：从员工调用外部工具，变成企业系统性引入AI。
Coding助手、办公Agent已经证明能提升个人效率，但企业真正要解决的是跨部门、跨系统的长流程问题，需要多个Agent共享上下文、调用企业系统并协同完成任务。
Gartner已将多智能体系统列入2026年十大战略技术趋势，并预计到2028年，超过1/3的企业软件将具备自主Agent能力。
这种变化已在互联网、金融、制造等行业出现。互联网头部企业正密集整合办公Agent与企业工作流；2026年上半年，金融大模型中标项目达到406个，国有大行、头部股份行开始从知识助手、代码助手向信贷、风控、合规等业务型Agent推进；制造、能源企业也开始把Agent带进质检、研发和调度。
问题也随之出现。
Agent不是“偶尔查一次数据的人”，而是一个24小时不停读取、检索、推理和行动的数据消费者。
人查数据是低频、有节奏的；Agent执行任务，却需要不断检索知识、读取实时状态、调用历史信息，再根据结果继续推理和行动。
数据因此不再只是躺在系统里的资产，而开始成为Agent的上下文、记忆，甚至是它做出下一步行动的依据。
8月28日，在“从数据到Agent：数据价值链的重构与创新”数据要素大会上，华为混合云总裁顾雪军直指这一问题：“企业没有自己的数据，智能体就只是一个通用的聊天机器人，永远触不到核心业务。”
企业真正的竞争，也因此不再只是“有没有模型”，而是谁能把自己的数据、流程和行业Know-how持续沉淀进智能体。
埃森哲调查显示，88%的中国企业已跨过AI试点阶段，但取得显著业务价值的只有14%。
模型决定了Agent聪不聪明，企业数据决定了它懂不懂你的生意。
而企业数据本身也在发生变化。过去的数据平台最擅长处理数据库里的表和字段，但文本、图片、音频、视频、设备日志等非结构化数据，正在成为企业AI最重要、也最难处理的数据来源。Gartner预计，到2028年，中国企业对AI-Ready数据、尤其是非结构化数据的投资将达到2024年的20倍。
新的数据消费者，正在倒逼一代新的数据基础设施。
02
新断代：大数据从1.0走到3.0
顾雪军判断，Agent时代，大数据平台的服务对象正从“人和BI”扩展为“人+大模型+Agent”。
服务对象变了，数据基础设施就必须跟着换代。
华为将这一过程概括为大数据1.0、2.0和3.0三个阶段。
1.0时代，服务人。
数据库、数仓和数据湖把结构化数据存下来、管起来、算起来，通过BI和报表交给人分析决策。华为从2008年开始布局大数据，此后推进存算分离、湖仓一体，解决的核心问题都是如何把数据存好、管好、算快。
2.0时代，模型成为新的数据消费者。
图片、视频、音频、文本等非结构化数据大量进入AI训练，传统湖仓向多模态湖仓演进，多模计算、异构算力调度、自动标注和高质量数据集生产成为新的基础能力。
行业格局也随之变化。海外Databricks迅速从Data公司转向Data+AI公司；国内华为推出DataArts、DataArts Fabric以及城市和行业数据空间，数据平台开始从治理工具走向“Data+AI”。
3.0时代，Agent成为新的数据用户。
与人看报表、模型吃数据集不同，Agent需要在运行中持续获得企业数据和业务知识，并据此推理、决策和行动。
如果说大数据1.0解决“人怎么用数据”，2.0解决“模型怎么吃数据”，那么3.0真正要解决的是“Agent如何一边工作，一边持续获得数据”。
数据平台开始从“存储数据”走向“持续供给智能”。
徐工全球数字化中心主任付思敏在大会现场提到，徐工的数据体系过去主要面向内部决策运营和BI，如今已经开始转向以高质量数据集支撑AI模型和产品应用。
围绕这一变化，华为今年将数据能力重新组织为四个环节：可靠管数、高效供数、智能用数和可信流通。
过去的大数据平台像仓库，今天的数据基础设施更像一套供血系统：数据不仅要存得住，还必须随时流向正在工作的Agent。
03
新范式：数据平台开始长出“记忆”
可靠管数、高效供数、智能用数和可信流通，本质上，就是形成一套持续向智能体“供血”的系统。
可靠管数是地基。Agent最终仍要查数、计算、调用业务数据，因此传统湖仓并没有失去价值，反而要求底座更快、更稳。
真正发生质变的是“供数”。
模型和Agent有着不同的“数据胃口”：模型需要规模和质量，Agent则需要持续检索、记忆和共享。
顾雪军将这种变化概括为，让数据从“静态治理资源”转变为“动态赋能AI的生产力”。
华为云今年推出AI DataLake，一边加快TB/PB级训练数据集构建，一边在数据湖中引入向量和记忆引擎，为Agent提供“知识检索+记忆检索”，支持长期记忆和多Agent共享。
这意味着一个非常重要的变化：数据基础设施第一次开始系统性地管理“记忆”。
过去数据库保存订单、客户和库存，数据湖保存文本、图片和视频；未来还要保存Agent做过什么、哪些办法成功、哪些办法失败，再把这些经验用于下一次推理。
企业数据不再只是“发生过什么”的记录，还将成为“下一次怎么做”的经验。
另一个重新受到重视的概念是“本体”。
大模型能找到数据，却未必知道企业如何运转。本体要补上的，就是业务语义：把企业里的人、财、物、事及其关系和规则，用机器能够理解的方式重新描述。
一条生产订单背后，可能同时关联ERP里的IT数据、设备产生的OT数据、研发系统中的ET工程数据，以及规章制度和专家经验形成的KT知识。华为的智能数据决策平台DataArts，正试图通过本体语义建模，把这些数据重新组织成业务对象、关系和规则。
AI真正进入企业，难点不是让它“看见数据”，而是让它“看懂生意”。
微软Fabric、Snowflake、Palantir等也都在强化本体或业务语义层，目标相似：让AI找到数据之后，还能理解数据背后的业务关系。
顾雪军此次演讲中出现了一条值得注意的链路：Data→Logic→Action。
过去是Data→Insight，数据产生洞察，再由人判断和执行；Agent时代则进一步走向Data→Logic→Action。
比如发现供应链交付风险后，Agent不只是提示异常，还要关联库存、采购、产能和物流判断原因，生成方案并调用业务系统执行。
过去，数据的终点是“让人看懂”；Agent时代，数据的终点正在变成“让机器行动”。
这个闭环还在向企业外部延伸。国家数据局今年提出通过可信数据空间等推动数据安全流通，华为也将可信数据空间纳入大数据3.0，让外部数据在“可用不可见”的条件下进入企业AI体系。
至此，数据平台正在从存储和分析系统，进一步变成AI的实时供应系统、长期记忆系统和决策底座。
04
新证明：数据开始形成两个飞轮
大数据3.0已经不只停留在架构和产品层面，第一批验证开始进入真实生产。
“没有高质量的数据集，再强的模型在任何一个行业其实都跑不出好结果。”广东电网数据运营中心平台管理部部长杨永娇直言。
工业场景尤其如此。要让AI进入生产，首先要通过清洗、标注、合成和评估，把工业现场的“数据原油”炼成可供模型使用的“数据汽油”。
一些结果已经体现在生产指标上：宝钢将数据工程和模型用于宽展预测、高炉炉温预测，单炉成本每年降低千万级；中铝仅氧化铝生产每年节约成本1100万元；中国石油将油田测井周期从周级缩短至天级，准确率达到95%。
徐工则从场景反推数据建设，把AI落地分成“AI+产品、AI+制造、AI+企业运营”三条线，仅制造环节就梳理出82个核心场景，并围绕这些场景建设约30个高质量数据集。
这意味着企业建设数据的逻辑也在反过来：不是“有什么数据就做什么AI”，而是“AI要解决什么问题，就生产什么数据”。
一些企业甚至开始把数据做成持续运转的“生产线”。
广东电网把高质量数据集建设拆成“采、治、标、训、评、用”六个环节。模型上线产生的低置信度样本和误判数据重新回流，进入下一轮训练。目前已积累超过3000万份多模态样本，在输电巡检场景中，识别准确率超过90%，缺陷误报率降至5%以内。
这形成企业内部的第一个飞轮：业务产生数据→数据训练模型→模型进入生产→生产产生新反馈→反馈再次改善数据和模型。
数据不是越存越多，而是越用越好。
第二个飞轮则开始越过企业边界。
华为已参与贵州省级“公共数据一个湖”和AI可信数据空间建设；云南交投采购外部通用数据，与自身交通数据组合，形成“建、管、养、运、服、安”六类高质量数据集，不仅用于行业大模型训练，还在深圳数据交易所挂牌交易。
国家数据局将类似过程概括为“场景牵引数据、数据驱动模型、模型赋能应用、应用创造价值”的“数据飞轮”。
于是，一个更大的循环出现了：企业内部，数据和Agent互相增强；企业外部，数据通过可信流通进入更多场景，再创造新的数据与价值。
当两个飞轮同时转动，数据才真正从“沉淀下来的资产”，变成“持续生产智能的生产资料”。
过去二十年，企业一直在问一个问题：我们积累了这么多数据，价值到底在哪里？
Agent或许第一次给出了一个非常具体的答案。
数据的价值，不在于企业“拥有多少”，而在于有多少能够被AI理解、调用，并最终变成行动。
模型表现出来的能力，终究要落到它吃到了什么数据。
而当Agent真正进入企业核心业务，决定它能走多远的，也许不再只是模型有多强，而是企业过去二十年攒下来的数据，能不能从一座沉默的“矿山”，变成一套持续运转的“智能供给系统”。
这也是为什么，Agent时代，大数据不是过时了，而是必须重新做一遍。
