有望对标Databricks，OceanBase押注AI数据底座的万亿市场

智东西 作者 | 王涵 编辑 | 漠影 AI落地的真正拐点，已经不在模型本身。 当通用大模型足够强、足够便宜之后，企业突然发现：真正卡脖子的，是自己的 数据 。散落在各处的交易记录、文档、图片、日志，以及那些还没被整理的向量，能不能被Agent真正用起来？ 正是这一问，把数据层推到了台前。当数据库的使用主体从人变成了海量Agent，数据类型从结构化扩展到多模态，要求也从“存得下”变成了统一管理、实时检索、语义理解与安全合规。 这些变化正在重写整个数据市场的边界。 9月10日，2026 Inclusion·外滩大会《数智进化：让多模态数据成为AI核心燃料》见解论坛上， IDC中国企业软件市场研究经理王楠发布最新研究 。 研究重新划定了“AI数据基础设施”的版图 ，并给出清晰判断： 中国市场将从2025年的约149亿美元，增长到2030年的738亿美元，到2035年有望达到约1万亿人民币规模。 万亿级新市场正在打开，而最先卡位的，将是那些真正能把数据变成AI燃料的底座。 一、大模型不适配真实生产环境，企业选择“小模型微调+多模态底座” 通用大模型直接搬进企业生产环境，会遇到几堵绕不过去的墙。 第一堵墙是成本。 通用大模型参数量大、推理开销高，企业业务中每一次调用都在消耗算力。对于高频、规模化的生产场景，全量调用通用大模型的token成本和GPU算力开销，企业实在吃不消。 第二堵墙是延迟。 企业在线业务对响应时间的要求是毫秒级，而通用大模型动辄数秒的生成速度，无法嵌入交易、风控这类实时链路。 第三堵墙是幻觉与口径。 通用大模型缺乏对企业自有数据口径、业务规则和行业知识的理解，直接使用